Diplomado Ejecutivo en inteligencia de negocios

Estudia en la Universidad N°1 de habla hispana en Latinoamérica 2024 por QS World University Rankings

Acerca del programa:

Este diplomado apunta a entregar las competencias necesarias para incorporar en forma efectiva la Inteligencia de Negocios en la organización de modo que sea posible incorporar insights al proceso de toma de decisiones de nivel táctico y estratégico, entregarles a los ejecutivos no solo información visual de alto nivel, sino también la capacidad para responder a preguntas inesperadas que puedan surgir en escenarios volátiles.


Dirigido a:

El Diplomado está orientado principalmente a profesionales como Ingenieros Civiles Industriales, Ingenieros Comerciales, Civiles Informáticos, Civiles Electrónicos, Civiles Eléctricos, Licenciados en Computación, y otros profesionales licenciados y/o con experiencia en áreas afines, que requieren conocimientos o habilidades en la materia.


Jefe de Programa

Jaime Navón Cohen

Ph.D. Computer Science, University of North Carolina at Chapel Hill. Master of Science, Technion-Israel Institute of Technology. Ingeniero Civil Electricista, Pontificia Universidad Católica de Chile. Profesor Asociado del Departamento de Ciencia de la Computación, Pontificia Universidad Católica de Chile.
linkedin

Equipo Docente

keyboard_arrow_down

Mauricio Arriagada Benítez

Doctor en Ciencia de la Ingeniería, Pontificia Universidad Católica de Chile, Master en Ciencias de la Ingeniería de la Pontificia Universidad Católica de Chile, Ingeniero Civil en Computación e Informática, Universidad de Tarapacá, Chile. Master in Computer Science, University of Northern Iowa – USA. Master en Ingeniería de Software, Universidad de Tarapacá – Chile.

Cristián Rodríguez

Ingeniero Civil de Industrias UC con Mención en Tecnologías de la Información, Profesor Diplomado Inteligencia de Negocio, Profesor Magíster en Tecnologías de la Información y Gestión - Escuela de Ingeniería UC. Cofundador en Archetype, empresa consultora fundada el año 2016 y especializada en el área de Inteligencia de Negocios, Análisis de Negocios y Gestión Estratégica con Inteligencia de Negocios (Enterprise Performance Management).

Patricio Cofré

Ingeniero Civil de industrias UC con con Mención en Tecnologías de la Información, Profesor Instructor Adjunto Departamento de Ciencia de la Computación - Escuela de Ingeniería UC, y Master of Engineering Management, Northwestern University. CEO at MetricArts, empresa consultora fundada el año 2007 y especializada en las áreas de Inteligencia de Negocios y Análisis de Negocios.

Marco Ramírez

Ingeniero Civil Industrial en Computación de la Pontifica Universidad Católica de Chile, Profesor de Diplomado en Inteligencia de Negocios UC. Project Manager at MetricArts, empresa consultora fundada el año 2007 y especializada en las áreas de Inteligencia de Negocios y Análisis de Negocios.

Sergio Bocaz

MBA, Thunderbird School of Global Management. Ingeniero Comercial, Universidad del Desarrollo. Cuenta con más de 20 años de experiencia en consultoría y asesoría en diversos mercados e industrias. Es especialista en proyectos de analítica avanzada, gobierno de datos e inteligencia de negocios. Adicionalmente, posee experiencia en administración y finanzas. Se ha desempeñado con éxito en gestión de proyectos ágiles y de equipos de alto desempeño con la destreza de abordar problemas y desafíos complejos.

* EP (Educación Profesional) de la Escuela de Ingeniería se reserva el derecho de remplazar, en caso de fuerza mayor, a él o los profesores indicados en este programa; y de asignar al docente que dicta el programa según disponibilidad de los profesores.

Descripción

La Inteligencia de Negocios ha permitido durante años a las empresas y organizaciones mejorar el proceso de toma de decisiones gracias a la utilización de los datos para alimentar sus dashboards operacionales, analíticos o estratégicos. Sin embargo, como suele suceder en la dinámica área de la Ciencia de Datos, la Inteligencia de Negocios ha ido cambiando significativamente desde un enfoque más analítico a uno más proactivo. El acelerado avance de lo que se ha llamado Big Data ha obligado a la Inteligencia de Negocios a repensar las arquitecturas tradicionales por otras que acomoden tanto la data estructurada como la data no estructurada.

Este diplomado entrega conocimientos teóricos y prácticos para entender cabalmente las oportunidades y desafíos que existen en Inteligencia de Negocios; además, para conocer los elementos de la infraestructura tecnológica, para manejar un proyecto de inteligencia de negocios y para entender los aspectos relacionados con la gobernanza de los datos. Asimismo, considera los aspectos técnicos relacionados con minería de datos y aprendizaje de máquina, sobre los que descansa la mayor parte de las herramientas modernas.

El formato del Diplomado Ejecutivo en Inteligencia de Negocios es 100% en línea y se estructura sobre cuatro cursos que utilizan técnicas metodológicas activas. Gracias a estas últimas, el participante puede interactuar con sus pares y profesor-tutor a través de los recursos tecnológicos que provee la plataforma educativa virtual.

Requisitos de Ingreso

  • Se recomienda estar en posesión de un grado académico o de un título profesional Universitario.
  • Se recomienda experiencia laboral de 2 años en áreas afines

Objetivos de Aprendizaje

  • Analizar las oportunidades y desafíos asociados a la Inteligencia de Negocios y a su evolución a través del tiempo hasta llegar a la era de la Big Data actual. 
  • Liderar proyectos de Inteligencia de Negocios, sugiriendo esquemas de gobernanza de datos.

Desglose de cursos

Estructura Curricular Diplomado Ejecutivo en inteligencia de negocios UC


Curso 1: Presente y futuro de la inteligencia de negocios

Nombre en inglés: Business Intelligence, Present and Future

Horas cronológicas: 75 horas (35 horas directas)

Créditos: 5 créditos

Descripción del curso

La Inteligencia de Negocios se ha consolidado como una práctica fundamental para generar valor a partir de los datos. Tradicionalmente, esta práctica se ha centrado en procesos de integración, almacenes de datos corporativos y visualización de datos (reportes, dashboards). Sin embargo, la irrupción de la Inteligencia Artificial y la Ciencia de los Datos requiere una mirada fresca que permita aprovechar las nuevas oportunidades. En este curso se describe la Inteligencia de Negocios actual y la que está apareciendo.

El curso parte con un resumen de los componentes y roles “clásicos” de la Inteligencia de Negocios. A continuación, se presentan los principales desafíos que han surgido producto de la aparición de nuevas tecnologías, soluciones y necesidades de análisis de información. Se presentará una plataforma de análisis de datos moderna que frente a estos desafíos. Posteriormente pasaremos del mundo técnico al mundo más de gestión y personas. Hablaremos de Agilidad en Inteligencia de Negocios, de Gobierno y Calidad de Datos, de la necesidad de Pensamiento Analítico como base para la generación de valor. Luego, analizaremos la aparición del rol de Traductor Analítico y su importancia. Para cerrar, y considerando todos los puntos vistos en el curso, se presentará una visión moderna (y futura) de la Inteligencia de Negocios.

La metodología de enseñanza y aprendizaje para este curso online consiste en técnicas metodológicas activas, donde el participante puede interactuar con sus pares y profesor-tutor a través de los recursos tecnológicos que provee la plataforma educativa virtual provista para el curso.

Resultados del Aprendizaje

  1. Comprender las características de una plataforma moderna de análisis de datos y los desafíos de la forma actual de hacer Inteligencia de Negocios.
  2. Utilizar los principios de agilidad aplicados a los proyectos de inteligencia de negocios.
  3. Identificar los principios y roles básicos asociados al Gobierno de Datos.
  4. Comprender la importancia del pensamiento analítico.
  5. Describir las características e importancia del rol de Traductor Analítico.

Contenidos:

  • Estado actual de la inteligencia de negocios.
  • Plataforma Moderna de Análisis de Datos.
  • Centralización vs Descentralización.
  • Desafíos de la Inteligencia de Negocios actual.
  • El rol de la Agilidad en la Inteligencia de Negocios.
  • Principios de Gobierno de Datos.
  • Roles asociados al Gobierno de Datos.
  • Introducción a la Calidad de Datos.
  • El pensamiento analítico como base de la creación de valor a partir de los datos.
  • El nuevo rol del Traductor Analítico.
  • Uniendo Todo: Inteligencia de Negocios para una nueva década.

Metodología de enseñanza y aprendizaje:

La modalidad de capacitación es e-learning asincrónica, por lo que los participantes accederán a una plataforma educativa virtual (LMS). Las actividades se desarrollan en forma remota, lo que permite entregar flexibilidad en los horarios, de manera que cada participante pueda distribuir su tiempo y ser autónomo en su proceso de aprendizaje. No obstante, el proceso de enseñanza-aprendizaje se acompañará con un tutor, quien tendrá un rol de mediador y facilitador, ofreciendo apoyo a los participantes en aspectos técnicos y también administrativos durante la actividad de capacitación.

Respecto a las estrategias de enseñanza - aprendizaje, se utilizarán videoclases, screencast y clases interactivas para la presentación de contenidos y actividades de aplicación que serán desarrolladas a partir de cuestionarios y tareas, dirigidas a que los participantes resuelvan problemas/situaciones aplicando los conocimientos aprendidos y comprobar la comprensión de los contenidos a través de test automáticos.

Los participantes también contarán con foros abiertos de consulta, como apoyo a su proceso de aprendizaje, donde podrán interactuar con sus pares y tutor.

Al inicio del curso se contará con una clase sincrónica en formato streaming, en que el jefe de programa o un profesor del programa, introducirán a los alumnos en las materias a abordar.

Evaluación de los aprendizajes:

  • Tres pruebas on-line, todas de igual ponderación                           (40% en total)
  • Tres actividades de aplicación, la tercera con doble ponderación    (60% en total)


Curso 2: Infraestructura para la inteligencia de negocios

Nombre en inglés: Infrastructure for Business Intelligence

Horas cronológicas: 75 horas (35 horas directas)

Créditos: 5 créditos

Descripción del curso

Dentro del contexto de Inteligencia de Negocios, un área muy importante tiene que ver con la infraestructura y la arquitectura del ecosistema que se deberá implementar o acondicionar para que las distintas herramientas puedan hacer su trabajo correctamente. Decisiones como por ejemplo el tipo de repositorios (data warehouse, data lake, datamart), el tipo de modelo de datos (relacional o noSQL), la forma de utilización de la nube (IaaS, PaaS, SaaS) serán fundamentales para el éxito del proyecto. Este curso apunta a entregar las herramientas para que los alumnos sean capaces de tomar buenas decisiones basadas en los principios fundamentales y las buenas prácticas.

El formato de este Curso es 100% en línea y se utilizan técnicas metodológicas activas, donde el participante puede interactuar con sus pares y profesor-tutor a través de los recursos tecnológicos que provee la plataforma educativa virtual utilizada.

Resultados del Aprendizaje

  1. Reconocer los principales componentes con que debe contar una infraestructura de Inteligencia de Negocios.
  2. Diseñar arquitecturas de alto nivel en proyectos relacionados a Inteligencia de Negocios.
  3.  Seleccionar la infraestructura adecuada en distintos escenarios de aplicación de Inteligencia de Negocios.

Contenidos:

  • Introducción a las arquitecturas analíticas
    •  Arquitecturas transaccionales y analíticas
    • Componentes de una arquitectura analítica
  • Tipos de datos
    • Datos relacionales
    •   Datos no relacionados
  •  Datawarehouse
    •  Big Data
    •  Almacenes de datos
    • Diseño de almacenes de datos
    •  Construcción Datawarehouse
  • Datalake
    •  Enfoque moderno
    • Diseño de Datalakes
    • Construcción Datalake
  • Mercado de soluciones analíticas
    •  Metodologías para la evaluación de proveedores
    • Mercado Cloud Database Management Systems
    • Mercado Data Integration
  • Infraestructuras analíticas
    • Mercado Data Management Solutions for Analytics
    • Mercado Business Intelligence
    • Analítica avanzada
    • Aprovisionamiento de BD en nube
    • o  Revisión de oferta de servicios de Amazon AWS y Azure

Metodología de enseñanza y aprendizaje:

La modalidad de capacitación es e-learning asincrónica, por lo que los participantes accederán a una plataforma educativa virtual (LMS). Las actividades se desarrollan en forma remota, lo que permite entregar flexibilidad en los horarios, de manera que cada participante pueda distribuir su tiempo y ser autónomo en su proceso de aprendizaje. No obstante, el proceso de enseñanza-aprendizaje se acompañará con un tutor, quien tendrá un rol de mediador y facilitador, ofreciendo apoyo a los participantes en aspectos técnicos y también administrativos durante la actividad de capacitación.

Respecto a las estrategias de enseñanza - aprendizaje, se utilizarán videoclases, screencast y clases interactivas para la presentación de contenidos y actividades de aplicación que serán desarrolladas a partir de cuestionarios y tareas, dirigidas a que los participantes resuelvan problemas/situaciones aplicando los conocimientos aprendidos y comprobar la comprensión de los contenidos a través de test automáticos.

Respecto a las evaluaciones, el curso contempla tres pruebas online organizadas en cuestionarios con preguntas de opción múltiple, cuyo propósito es medir el nivel de aprendizaje logrado en cada una de las clases, y 3 entregas prácticas o miniproyectos de aplicación.

Los participantes también contarán con foros abiertos de consulta, como apoyo a su proceso de aprendizaje, donde podrán interactuar con sus pares y tutor.

Al inicio del curso se contará con una clase sincrónica en formato streaming, en que el jefe de programa o un profesor del programa, introducirán a los alumnos en las materias a abordar.

Evaluación de los aprendizajes:

  • Tres pruebas on-line, todas de igual ponderación                           (40% en total)
  • Tres actividades de aplicación, la tercera con doble ponderación    (60% en total)


Curso 3: Gestión de proyectos y gobernanza de inteligencia de negocios

Nombre en inglés: Project Management and Governance of Business Intelligence

Horas cronológicas: 75 horas (35 horas directas)

Créditos: 5 créditos

Descripción del curso

En este curso se aborda la problemática de gobernanza desde una perspectiva de las mejores prácticas utilizadas en la actualidad en la industria. Un proyecto de Inteligencia de Negocios tiene mucho en común con un proyecto de desarrollo de software, pero también tiene particularidades muy propias o específicas. También, al igual que en el caso de desarrollo de proyectos de software, las metodologías han cambiado mucho en los últimos años, influenciadas por las metodologías ágiles. Se estudiarán así los fundamentos asociados a la gestión de proyectos de Inteligencia de Negocios tanto desde la perspectiva clásica como de la más moderna.

El curso se centra en dos aspectos cruciales para la implementación de un proyecto de Inteligencia de Negocios en una organización. Primero, en la implementación de una gobernanza de datos que pavimente el camino para cualquier proyecto y segundo, en las técnicas metodológicas asociadas a la gestión del proyecto de este tipo. Se abarcan las metodologías clásicas y también las más innovadoras, de modo de entregar al alumno el más amplio rango de herramientas.

El formato de este Curso es 100% en línea y se utilizan técnicas metodológicas activas, donde el participante puede interactuar con sus pares y profesor-tutor a través de los recursos tecnológicos que provee la plataforma educativa virtual utilizada.

Resultados de Aprendizaje

  1.  Comprender los actuales modelos de Gobierno de Datos y las tendencias futuras.
  2. Liderar el desarrollo de un proyecto de Inteligencia de Negocios en cualquier empresa u organización.
  3. Conocer experiencias prácticas de compañías locales o multinacionales que han implementado modelos proyectos de Inteligencia de Negocios.

Conceptos básicos de la gestión de proyectos BI

  • Principios básicos del PMI
  • Áreas de conocimiento
  • Personas, cultura y política

Metodología clásica de gestión de proyectos BI

  • Contexto metodológico
  • Conceptos relevantes
  • Consideraciones relevantes
  • Prototipos

Metodología moderna de gestión de proyectos BI

  • La naturaleza de la agilidad
  • Introducción a Scrum
  • Desarrollo de proyectos BI con metodología Scrum

Conceptos básicos de gobierno de datos

  • La necesidad de gobierno
  • Desafío de fondo
  • Conceptos fundacionales clave
  • Desafíos del gobierno de datos

Gobierno y calidad de datos

  • Roles
  • Estructura organizativa
  • Data Stewardship
  • Calidad de datos
  • Modelos de gobierno de datos

Arquitectura, tecnología y soluciones

  • Arquitectura de datos
  • Master Data Management
  • Proveedores de nube

Metodología de enseñanza y aprendizaje:

La modalidad de capacitación es e-learning asincrónica, por lo que los participantes accederán a una plataforma educativa virtual (LMS). Las actividades se desarrollan en forma remota, lo que permite entregar flexibilidad en los horarios, de manera que cada participante pueda distribuir su tiempo y ser autónomo en su proceso de aprendizaje. No obstante, el proceso de enseñanza-aprendizaje se acompañará con un tutor, quien tendrá un rol de mediador y facilitador, ofreciendo apoyo a los participantes en aspectos técnicos y también administrativos durante la actividad de capacitación.

Respecto a las estrategias de enseñanza - aprendizaje, se utilizarán videoclases, screencast y clases interactivas para la presentación de contenidos y actividades de aplicación que serán desarrolladas a partir de cuestionarios y tareas, dirigidas a que los participantes resuelvan problemas/situaciones aplicando los conocimientos aprendidos y comprobar la comprensión de los contenidos a través de test automáticos.

Respecto a las evaluaciones, el curso contempla tres pruebas online organizadas en cuestionarios con preguntas de opción múltiple, cuyo propósito es medir el nivel de aprendizaje logrado en cada una de las clases, y 3 entregas prácticas o miniproyectos de aplicación.

Los participantes también contarán con foros abiertos de consulta, como apoyo a su proceso de aprendizaje, donde podrán interactuar con sus pares y tutor.

Al inicio del curso se contará con una clase sincrónica en formato streaming, en que el jefe de programa o un profesor del programa, introducirán a los alumnos en las materias a abordar.

Evaluación de los aprendizajes:

  • Tres pruebas on-line, todas de igual ponderación                           (40% en total)
  • Tres actividades de aplicación, la tercera con doble ponderación    (60% en total)


Curso 4 : Introducción a minería de datos y machine learning

Nombre en inglés: Introduction to Data Mining and Machine Learning

Horas cronológicas: 75 horas (35 horas directas)

Créditos: 5 créditos

Descripción del curso

El curso comienza con la problemática de obtención, preparación y limpieza de los datos para pasar luego a las técnicas y algoritmos asociados a la minería de datos para clasificación, clustering, etc. además de algoritmos, técnicas y herramientas de machine learning.

Los alumnos de en este curso aprenderán los conceptos fundamentales asociados a Minería de Datos, entendiendo cuáles son las diferentes fuentes de información a utilizar, revisar un pre procesamiento de datos, y posteriormente entender y aplicar las diferentes técnicas de extracción de conocimiento de datos utilizando reglas de asociación, árboles de decisión, métodos de regresión, algoritmos de clasificación, evaluación de clasificadores y una introducción al aprendizaje de máquina.

El enfoque del curso es de tipo práctico, con oportunidades de aplicar los conocimientos en proyectos y casos concretos. Se entregan herramientas de extracción y análisis de información para que una organización pueda generar valor desde los datos para mejorar su posición competitiva.

La metodología de enseñanza y aprendizaje para este curso online consiste en técnicas metodológicas activas, donde el participante puede interactuar con sus pares y profesor-tutor a través de los recursos tecnológicos que provee la plataforma educativa virtual provista para el curso.

Resultados del Aprendizaje

  1. Conocer y comprender las principales teorías y prácticas de la emergente área de Minería de Datos
  2. Aplicar reglas de asociación para encontrar relaciones en un set de transacciones.
  3. Desarrollar soluciones a problemas reales de Big Data y ciencia de datos que involucren la necesidad de técnicas de Minería de Datos como árboles de decisión y clustering.
  4.  Implementar soluciones usando herramientas de software de Minería de Datos aplicándolas en datos reales.

Contenidos:

  • Conceptos fundamentales de Minería de Datos
  • Preparación de datos y reducción de información
  • Reglas de Asociación
  • Algoritmos de Clasificación
  • Algoritmos de Clustering y medidas de similaridad
  • Selección de modelos e introducción a Machine Learning

Metodología de enseñanza y aprendizaje: 

La metodología, igual en los 4 cursos, se detalla al final del desglose de los mismos.

Evaluación de los aprendizajes: 

  • Tres pruebas on-line, todas de igual ponderación (40% en total)
  • Tres actividades de aplicación, la tercera con doble ponderación (60% en total)

Metodología de enseñanza y aprendizaje:

La modalidad de capacitación es e-learning asincrónica, por lo que los participantes accederán a una plataforma educativa virtual (LMS). Las actividades se desarrollan en forma remota, lo que permite entregar flexibilidad en los horarios, de manera que cada participante pueda distribuir su tiempo y ser autónomo en su proceso de aprendizaje. No obstante, el proceso de enseñanza-aprendizaje se acompañará con un tutor, quien tendrá un rol de mediador y facilitador, ofreciendo apoyo a los participantes en aspectos técnicos y también administrativos durante la actividad de capacitación.

Respecto a las estrategias de enseñanza - aprendizaje, se utilizarán videoclases, screencast y clases interactivas para la presentación de contenidos y actividades de aplicación que serán desarrolladas a partir de cuestionarios y tareas, dirigidas a que los participantes resuelvan problemas/situaciones aplicando los conocimientos aprendidos y comprobar la comprensión de los contenidos a través de test automáticos.

Los participantes también contarán con foros abiertos de consulta, como apoyo a su proceso de aprendizaje, donde podrán interactuar con sus pares y tutor.

Al inicio del curso se contará con una clase sincrónica en formato streaming, en que el jefe de programa o un profesor del programa, introducirán a los alumnos en las materias a abordar.

Requisitos Aprobación

Los cursos que conforman el diplomados tienen la siguiente ponderación:

  • Curso: Presente y Futuro de la Inteligencia de Negocios: 25%
  • Curso: Introducción a Minería de Datos y Machine Learning: 25%
  • Curso: Gobierno y Gestión de Proyectos de Inteligencia de Negocios: 25%
  • Curso: Infraestructura para la Inteligencia de Negocios: 25%

Los alumnos deberán ser aprobados de acuerdo los criterios que establezca la unidad académica:

  • Calificación mínima de todos los cursos 4,0 en su promedio ponderado.

Los alumnos que aprueben las exigencias del programa recibirán un certificado de aprobación digital otorgado por la Pontificia Universidad Católica de Chile.

El alumno que no cumpla con una de estas exigencias reprueba automáticamente sin posibilidad de ningún tipo de certificación.

* En caso de que un alumno repruebe uno o máximo dos cursos pertenecientes a un Diplomado, Educación Profesional Ingeniería UC ofrece la oportunidad de realizarlos en una siguiente versión del mismo programa. Para ello, el alumno deberá pagar un valor de 3 UF por curso e indicar la fecha de la versión en la que desea matricularse. La gestión debe realizarse dentro de un máximo de 2 años a contar de la fecha de inicio del Diplomado original. El estudiante debe considerar que de existir un cambio en la estructura curricular de su Diplomado que implique nuevos cursos, tendrá que realizarlos pagando un valor de 3 UF, además del que reprobó. Esto no obliga a la Universidad a dictar nuevamente el programa.

Proceso de Admisión

Las personas interesadas deberán completar la ficha de postulación que se encuentra al costado derecho de esta página web y enviar los siguientes documentos al momento de la postulación o de manera posterior a la coordinación a cargo: 

  • Fotocopia Carnet de Identidad.

Cualquier información adicional o inquietud podrás escribir al correo programas@ing.puc.cl.

VACANTES: 40

Con el objetivo de brindar las condiciones de infraestructura necesaria y la asistencia adecuada al inicio y durante las clases para personas con discapacidad: Física o motriz, Sensorial (Visual o auditiva) u otra, los invitamos a informarlo. 

El postular no asegura el cupo, una vez inscrito o aceptado en el programa se debe pagar el valor completo de la actividad para estar matriculado.

No se tramitarán postulaciones incompletas.

Puedes revisar aquí más información importante sobre el proceso de admisión y matrícula


¿Te parece interesante este programa?

No