Diplomado en Big data para la toma de decisiones

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

Acerca del programa:

El Diplomado en Big Data para la Toma de decisiones está dirigido a profesionales, ejecutivos o emprendedores que requieran tomar decisiones eficaces de gestión basado en los beneficios del uso de tecnologías relacionadas a Big Data y con esto puedan incrementar significativamente las ventajas competitivas en la agilidad de su organización, área funcional o emprendimiento que tengan en curso. Así también, el diplomado está dirigido a los profesionales que requieran conocer los fundamentos de Big-Data para liderar proyectos de gestión que tengan como base el uso cuantitativo de información para así lograr tener una mejor precisión e impacto en la toma de decisiones de la empresa.

Diplomado en Big data para la toma de decisiones

Dirigido a:

  • Dirigido a profesionales que son responsables por el gobierno, la gestión y el cumplimiento de la ciberseguridad organizacional.
  • Modelos, metodologías y prácticas reconocidas internacionalmente, para abordar a nivel estratégico la gestión de la ciberseguridad y el manejo de riesgos e incidentes de seguridad de la información.
  • La metodología online consiste en herramientas activas, donde el participante puede interactuar con sus pares y profesor-tutor, a través de los recursos tecnológicos que provee la plataforma educativa virtual.



Jefe de Programa

Cristián Paris Ibarra

Máster en Gestión de Emprendimientos Tecnológicos, Universidad Adolfo Ibáñez. Ingeniero Civil de Industrias, Diploma en Ingeniería Matemática, UC. Actualmente es Subdirector del Instituto de Ingeniería Matemática y Computacional UC. Anteriormente fue Project Manager, Ingeniero de Desarrollo de Negocios e Ingeniero de I+D en la Fundación Inria Chile. Cuenta con experiencia en el desarrollo de modelos matemáticos avanzados de análisis estocástico para simulaciones de dinámica de fluidos computacional con aplicaciones en parques eólicos.

Equipo Docente

keyboard_arrow_down

Alejandro Jara

Ph.D. en Matemáticas de la Universidad Católica de Leuven, Bélgica. Profesor Asociado del Departamento de Estadísticas de la UC.

Claudio Morchón

Master en Ingeniería Matemática, especialidad en Ciencias y Técnicas Estadísticas e Investigación Operativa, Universidad Carlos III de Madrid. Contador Público y Master en Finanzas, Universidad de San Andrés. Experiencia en desarrollo de proyectos en Big Data, Advance Analytics y consultorías de negocio para diferentes empresas internacionales. Sus principales fortalezas son el liderazgo de equipos de Data Science y el desarrollo de nuevos negocios basados en tecnología y modelos analíticos. Siempre interesado en participar de proyectos e iniciativas desafiantes donde pueda contribuir con sus conocimientos y habilidades a generar nuevos desarrollos que mejoren la vida de las personas.

Ricardo Verga

Master of Fine Arts, Parsons, The New School for Design, Nueva York. Profesor Asistente Adjunto de las Escuelas de Ingeniería y Diseño UC. Fundador de c80.cl y Artnumerica.info. Trabaja en temas relativos a la visualización de información, programación aplicada en el diseño y el arte, y tiene particular interés en temas tecnológicos y sus implicancias sociales, culturales y artísticas.

Domagoj Vrgoc

Profesor Asistente del Instituto de Ingeniería Matemática y Computacional de la Pontificia Universidad Católica. Doctor en Computación de la Universidad de Edimburgo, Reino Unido. Sus áreas de interés son manejo de datos, la Web Semántica y Teoría de Computación. Su tesis de doctorado fue destacada por la British Computing Society como una de las mejores de su generación. Es autor de más de 30 papers técnicos y ha sido parte de los comités de programas de las conferencias más importantes en bases de datos, la Web, e Inteligencia Artificial, como ACM PODS, ICDT, WWW, ISWC, IJCAI, entre otros.

* 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

El real mejoramiento de la eficiencia organizacional está relacionado con la implementación de soluciones tecnológicas que permitan agilizar la toma de decisiones en base a información cuantitativa y cualitativa relevante en tiempo real. El uso eficiente de dicha información requiere de una adecuada administración de grandes volúmenes de datos por minuto, que demandan extensos y rigurosos análisis junto con métricas e indicadores cada vez más exactos. El análisis de grandes volúmenes de datos permite extraer tendencias y patrones complejos de información, con enormes implicancias estratégicas, permitiendo predecir mejor y transformando la forma en la que se hacen hoy en día los 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 diplomado.

Requisitos de Ingreso

  • Se recomienda poseer un título profesional universitario o técnico, licenciatura o egreso de instituto profesional.
  • Se recomienda dominio básico de Excel y manejo de internet a nivel usuario y conocimientos básicos de estadística.

Objetivos de Aprendizaje

  1. Explicar los fundamentos, principios y últimas tendencias en plataformas computacionales relacionadas a Big Data.
  2. Reconocer las aplicaciones y herramientas analíticas de ciencias de datos y estadística para la predicción, optimización y visualización de información.
  3. Formular y evaluar proyectos de aplicación de Big Data en una organización


Metodología

La modalidad de capacitación es online asincrónica, por lo que los participantes accederán a una plataforma educativa virtual Moodle (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.

En cada clase se utilizan métodos de Enseñanza–Aprendizaje complementarios:

  1. Desarrollo expositivo de contenido, donde se aprovecha la experiencia del experto disciplinar a través de los recursos interactivos. Los contenidos del curso se presentan en formato RISE los cuales integran vídeos, animaciones y cuestionarios formativos que fomentan una mayor interacción del participante, además de contar con un archivo descargable en pdf con el contenido de dicha clase para lectura.
    1. Desarrollo de reflexión por parte del participante, a través del análisis de casos y actividades de aplicación retroalimentados por el Relator y 3) de Formulación de Proyectos mediante la realización de un Trabajo final de aplicación pertinente al contexto laboral. 

Adicionalmente, se realizan dos clases en vivo a través de la plataforma Zoom, cuya grabación queda alojada en la plataforma, cuyo objetivo es profundizar en los contenidos y resolver consultas de los participantes.

Como actividades de evaluación, en cada clase el participante debe: 1) Realizar un Control para comprobar los aprendizajes de cada clase y 2) Aplicar los contenidos aprendidos a través del análisis de casos en un foro de interacción con los demás participantes, utilizando la bibliografía del curso como sustento a las respuestas 3) Actividades formativas en cada clase. Además, a lo largo del curso el participante deberá 4) Desarrollar un Trabajo final de aplicación y 5) Rendir una evaluación final que busca medir la comprensión y aplicación de los conceptos globales del curso, a través de un instrumento que combina preguntas de desarrollo y de selección múltiple. 

Además de las herramientas didácticas descritas anteriormente, el curso contará con un “Foro de Consultas Académicas” que permite resolver dudas y profundizar conceptos desarrollados en las clases con un plazo de respuesta máximo de 24 hrs. hábiles; mensajería para contactar a los otros participantes; y un Glosario como resumen del desarrollo del curso. Adicionalmente, para consultas técnicas o administrativas pueden contactarse con el equipo de Coordinación mediante el formulario “Contacto Coordinación” dispuesto en el curso o mediante el correo alumnosuc@claseejecutiva.cl, cuyo tiempo de respuesta máximo es 24 hrs. hábiles, de lunes a viernes de 9:00 a 18:00 hrs. 

Como material de apoyo al participante se cuenta con: Programa del Alumno (Guía del Participante), Tutorial de Navegación multimedia, Formulario “Contacto Coordinación” para soporte técnico y administrativo, Foro de Anuncios y Foro “Consultas Académicas” para consultas académicas.

Se establece el siguiente plan de comunicación tutorial del ayudante con los alumnos, con el fin de orientar el proceso de aprendizaje:

Mensaje semanal por correo electrónico con el fin de recordar las actividades de la semana y los focos de trabajo. Estos mensajes se alojan en el apartado “Anuncios de Curso” para posterior revisión por parte de los alumnos.

2 reuniones virtuales por plataforma Zoom sincrónicas con el ayudante. En la primera se revisa el programa del curso y se explican las diferentes actividades. En la segunda sesión se focaliza en la explicación del trabajo final y la resolución de consultas académicas más frecuentes.

Desglose de cursos

Estructura curricular Diplomado en Big Data para la Toma de Decisiones

Curso 1: Big Data en empresas y organizaciones

Nombre en inglés: Big Data in companies and organizations.

Horas Totales: 75 horas (35 horas directas)

Descripción del curso 

El propósito de este curso es entregar al alumno los conocimientos básicos que necesita para comprender qué es el Big Data, cuál es su valor en una organización y cómo puede ésta aprovechar dicho valor. Durante el curso, el estudiante aprenderá los conceptos básicos relacionados al Big Data, las herramientas que utiliza, el potencial de creación de valor que tiene, la preparación necesaria dentro de la organización para explotar dicho potencial, y cómo evaluar su impacto económico. 

Una vez concluido el curso, el estudiante tendrá una visión con altura de miras respecto a la aplicabilidad y el valor del Big Data dentro de las organizaciones, y podrá evaluar la pertinencia, requerimientos y preparación necesaria para llevar a cabo satisfactoriamente proyectos de Big Data.

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 de manera general qué es Big Data y cuáles son sus herramientas. 
  2. Desarrollar estrategias para capturar y crear valor desde el Big Data. 
  3. Estructurar los principales elementos en la realización de proyectos de Big Data.
  4. Entender las herramientas utilizadas y las diferentes alternativas de arquitectura y software. 
  5. Comprender los perfiles profesionales necesario, sus habilidades y formas de administrar proyectos digitales. 
  6. Conocer casos de uso en diferentes negocios y estimar el impacto económico para la empresa. 

Contenidos:

  • Introducción al Big Data. 
    • ¿Qué es el Big Data? 
    • ¿Por dónde comienza una empresa a usar Big Data? 
    • ¿Cuáles son las decisiones claves durante la elección de una solución Big Data? 
  • Transformación digital.
    • ¿Qué es transformación digital? 
    • ¿Cómo se relaciona el Big Data con la transformación digital?
    • ¿Cuál es el rol del CLevel y del Chief Data Officer?
  • Equipo analítico, modelos y administración.
    • ¿Cómo se construye un equipo analítico? 
    • Modelos analíticos y herramientas.
    • Administración de proyectos analíticos.
  • Arquitectura para Big Data.
    • ¿Qué es un sistema distribuido?
    • Componentes del ecosistema Hadoop.
    • Análisis de datos.
    • Evolución de las arquitecturas.
  • Evaluación de proyectos.
    • Evaluación financiera de proyectos.
    • Evaluación de proyectos desde el punto de vista estratégico.
    • Arquitectura en la nube.
  • Casos de éxito en Big Data
    • Casos de uso en la Industria Minera.
    • Casos de uso en la Industria Financiera.
    • Alibaba, un gigante de la Inteligencia Artificial.

Metodología de enseñanza y aprendizaje: 

En cada curso se desplegarán semanalmente las clases, contenidos, actividades y evaluaciones. Las clases se estructuran bajo una lógica de diseño instruccional centrada en el estudiante, que contribuye a la motivación y facilita su aprendizaje. Se busca que estén siempre presente tres elementos: contenido, evaluación y reflexión. El componente de reflexión es clave para generar comunidades de aprendizaje activas que permitan compartir experiencias.

En el caso del contenido, este se organiza a través de recursos interactivos que integran videos, esquemas, artículos, lecturas complementarias y preguntas formativas, todos dispuestos para facilitar el aprendizaje de los estudiantes. 

En cuanto a las estrategias de evaluación, estas se organizan en cuestionarios con preguntas de opción múltiple, cuyo propósito es medir el nivel de aprendizaje logrado en cada una de las clases. Complementariamente, se dispone de foros en donde se evaluará tanto la participación como la calidad de dicha participación, brindando de esta forma al estudiante la oportunidad de intercambiar y fundamentar sus opiniones respecto a temas de actualidad asociados al contenido. Finalmente, el curso contempla la entrega de un trabajo, el que debe ser desarrollado a lo largo del curso, en donde se espera que el estudiante tenga la oportunidad de aplicar los conocimientos adquiridos y un examen final. 

Cada curso cuenta con tutores de contenidos cuya función es dar respuesta a todas las preguntas sobre la materia tratada, ya sea directamente, o bien, sirviendo de puente con el profesor responsable del curso. 

Cada curso además cuenta con una clase en vivo donde los alumnos podrán reforzar y resolver dudas. La asistencia a dicha clase es obligatoria y los alumnos podrán participar mediante streaming o asistiendo presencialmente en los lugares y horarios de realización que defina la Clase Ejecutiva. 

Para consultas técnicas (soporte técnico) o administrativas (coordinación asuntos estudiantiles) los alumnos pueden contactarse con la clase ejecutiva escribiendo mediante el formulario de “contacto Coordinación” dispuesto en el curso, el email alumnosuc@claseejecutiva.cl o llamando al número (+562) 2840 0821 en horario hábil (lunes a viernes de 9:00 a 18:00).

Evaluación de los Aprendizajes:

  • Controles (15%).
  • Foros de discusión (20%).
  • Trabajo grupal (25%).
  • Examen on-line (40%).

 

Curso 2: Modelamiento estadístico y sistemas recomendadores

Nombre en inglés: Statistical modeling and recommender systems

Horas Totales: 75 horas (35 horas directas)

Descripción del curso

El curso entregará al estudiante conocimientos y habilidades básicas de modelamiento matemático y estadístico que le permitan extraer información útil de un conjunto de datos. En particular, el estudiante aprenderá – de manera teórica y práctica, utilizando herramientas computacionales - a procesar, clasificar y agrupar datos, y utilizarlos como insumo para Sistemas Recomendadores.

Lo que el estudiante aprenda en el curso le permitirá trabajar con datos para poder convertir éstos en información útil para la toma de decisiones en su organización, en un amplio rango de aplicaciones, y/o para supervisar a equipos de personas dentro de la misma que deban realizar esta tarea.

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. Explicar el fundamento del modelamiento estadístico para el manejo de grandes volúmenes de datos.
  2. Explicar el proceso de modelamiento y sus distintas fases para la implementación de soluciones.
  3. Generar flujos de trabajo de datos para proyectos de Big Data en la organización.
  4. Realizar inferencias estadísticas sobre datos para aumentar el impacto positivo en la toma de decisión de una organización, utilizando herramientas computacionales (software R).

Contenidos:

  • Introducción a estadística
    • Terminología estadística básica
    • Tipos de muestreo
    • Modelos de probabilidad
  • Introducción a modelamiento estadístico y Big Data
    • Modelos estadísticos
    • Big Data: Bajo qué contextos se justifica su uso
  • Preprocesamiento de datos
    • Limpieza de datos
    • Integración de datos
    • Reducción de datos
    • Transformación de datos
  • Métodos de clasificación
    • Árboles de decisión
  • Otros métodos de clasificación
    • Bayes ingenuo
    • Método de los k-vecinos más cercanos
    • Métodos conjuntos
  • Métodos de agrupación y sistemas recomendadores
    • Métodos de partición
    • Métodos jerárquicos
    • Sistemas recomendadores

Metodología de enseñanza y aprendizaje: 

Se desplegarán semanalmente las clases, contenidos, actividades y evaluaciones. Las clases se estructuran bajo una lógica de diseño instruccional centrada en el estudiante, que contribuye a la motivación y facilita su aprendizaje. Se busca que estén siempre presente tres elementos: contenido, evaluación y reflexión. El componente de reflexión es clave para generar comunidades de aprendizaje activas que permitan compartir experiencias.

En el caso del contenido, este se organiza a través de recursos interactivos que integran videos, esquemas, artículos, lecturas complementarias y preguntas formativas, todos dispuestos para facilitar el aprendizaje de los estudiantes. 

En cuanto a las estrategias de evaluación, estas se organizan en cuestionarios con preguntas de opción múltiple, cuyo propósito es medir el nivel de aprendizaje logrado en cada una de las clases. Complementariamente, se dispone de foros en donde se evaluará tanto la participación como la calidad de dicha participación, brindando de esta forma al estudiante la oportunidad de intercambiar y fundamentar sus opiniones respecto a temas de actualidad asociados al contenido. Finalmente, el curso contempla la entrega de un trabajo, el que debe ser desarrollado a lo largo del curso, en donde se espera que el estudiante tenga la oportunidad de aplicar los conocimientos adquiridos y un examen final. 

Cada curso cuenta con tutores de contenidos cuya función es dar respuesta a todas las preguntas sobre la materia tratada, ya sea directamente, o bien, sirviendo de puente con el profesor responsable del curso. 

Cada curso además cuenta con una clase en vivo donde los alumnos podrán reforzar y resolver dudas. La asistencia a dicha clase es obligatoria y los alumnos podrán participar mediante streaming o asistiendo presencialmente en los lugares y horarios de realización que defina la Clase Ejecutiva. 

Para consultas técnicas (soporte técnico) o administrativas (coordinación asuntos estudiantiles) los alumnos pueden contactarse con la clase ejecutiva escribiendo mediante el formulario de “contacto Coordinación” dispuesto en el curso, el email alumnosuc@claseejecutiva.cl o llamando al número (+562) 2840 0821 en horario hábil (lunes a viernes de 9:00 a 18:00).

Evaluación de los Aprendizajes:

  • Controles (15%).
  • Foros de discusión (20%).
  • Trabajo grupal (25%).
  • Test on-line o presencial (40%).

 

Curso 3: Visualización de datos

Nombre en inglés: Data Visualization

Horas Totales: 75 horas (35 horas directas)

 Descripción de curso

El curso está dirigido a profesionales de diversas disciplinas que en su trabajo deben tomar decisiones en base al análisis de datos, proceso que se vuelve altamente complejo si no se utilizan conceptos y técnicas de Big Data (matemáticas, estadísticas, de diseño y de ciencias de computación) y exploración visual (búsqueda de patrones relaciones, etc). Estos permiten la transformación de gigantescas cantidades de datos en información veraz, oportuna y representativa de realidades complejas, facilitando de esta manera la toma de decisiones de forma eficiente y eficaz. En este contexto, la visualización de datos se convierte en una herramienta fundamental para que esta transformación de datos a información y luego a conocimiento que relevante, se realice exitosamente

El estudiante aprenderá a utilizar herramientas técnicas conceptuales y metodológicas básicas que le permitirán desarrollar proyectos de visualización de grandes volúmenes datos eficientes, según sus objetivos comunicacionales. desde el reconocimiento de usuarios y sus necesidades de información, hasta los procesos de transformación de datos a representación visual. Estas herramientas resultan fundamentales a la hora de convertir los datos y su análisis, en información relevante pueda ser comunicada de manera eficiente, fácil de comprender, y útil para la toma de decisiones, ya sea dentro de una organización, o en el contexto de cualquier proyecto relacionado con Big Data. 

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

Resultados del Aprendizaje

  1. Identificar las herramientas y metodologías para el desarrollo de proyectos de visualización de datos.
  2. Elaborar estrategias de alto impacto para la comunicación de grandes volúmenes de datos.
  3. Diseñar representaciones perceptibles que permitan amplificar el conocimiento organizacional.
  4. Diseñar mecanismos de síntesis y visualización de datos de valor para apoyar la toma de decisiones.

Contenidos:

  • Introducción a la visualización de datos
    • Contexto de la visualización de datos
    • Algunas definiciones sobre la visualización
    • Historia
    • Panorama hoy
  • ¿Para qué sirve la visualización de datos? Objetivos y métodos
    • Los roles de la visualización
    • Modelos y procesos de visualización
    • Usuario, contexto y medio: consideraciones para crear una visualización
    • Definir escala y objetivos de la visualización
  • Datos e información: conceptos, formatos y fuentes
    • ¿Qué es un dato?
    • Tipos de datos
    • Formato de archivos
    • Fuentes de datos
  • Representación de datos: Percepción y codificación visual
    • Percepción visual: aspectos congnitivos de la visión
    • Codificación y variables visuales
    • ¿Qué mostrar en una visualización?
  • Cómo implementar una visualización: Herramientas y lenguajes
    • Panorama de herramientas para la visualización
    • Herramientas pre hechas
    • Librerías de visualización
    • Visualizaciones desde cero
    • Proceso de visualización
  • Profundización, desafíos y proyecciones para la visualización
    • Más allá de los gráficos
    • Autores y libros
    • Data, sociedad y futuro
    • Futuro no muy lejano

Metodología de enseñanza y aprendizaje: 

Se desplegarán semanalmente las clases, contenidos, actividades y evaluaciones. Las clases se estructuran bajo una lógica de diseño instruccional centrada en el estudiante, que contribuye a la motivación y facilita su aprendizaje. Se busca que estén siempre presente tres elementos: contenido, evaluación y reflexión. El componente de reflexión es clave para generar comunidades de aprendizaje activas que permitan compartir experiencias.

En el caso del contenido, este se organiza a través de recursos interactivos que integran videos, esquemas, artículos, lecturas complementarias y preguntas formativas, todos dispuestos para facilitar el aprendizaje de los estudiantes. 

En cuanto a las estrategias de evaluación, estas se organizan en cuestionarios con preguntas de opción múltiple, cuyo propósito es medir el nivel de aprendizaje logrado en cada una de las clases. Complementariamente, se dispone de foros en donde se evaluará tanto la participación como la calidad de dicha participación, brindando de esta forma al estudiante la oportunidad de intercambiar y fundamentar sus opiniones respecto a temas de actualidad asociados al contenido. Finalmente, el curso contempla la entrega de un trabajo, el que debe ser desarrollado a lo largo del curso, en donde se espera que el estudiante tenga la oportunidad de aplicar los conocimientos adquiridos y un examen final. 

Cada curso cuenta con tutores de contenidos cuya función es dar respuesta a todas las preguntas sobre la materia tratada, ya sea directamente, o bien, sirviendo de puente con el profesor responsable del curso. 

Cada curso además cuenta con una clase en vivo donde los alumnos podrán reforzar y resolver dudas. La asistencia a dicha clase es obligatoria y los alumnos podrán participar mediante streaming o asistiendo presencialmente en los lugares y horarios de realización que defina la Clase Ejecutiva. 

Para consultas técnicas (soporte técnico) o administrativas (coordinación asuntos estudiantiles) los alumnos pueden contactarse con la clase ejecutiva escribiendo mediante el formulario de “contacto Coordinación” dispuesto en el curso, el email alumnosuc@claseejecutiva.cl o llamando al número (+562) 2840 0821 en horario hábil (lunes a viernes de 9:00 a 18:00).

Evaluación de los Aprendizajes:

  • Controles (15%).
  • Foros de discusión (20%).
  • Trabajo grupal (25%)
  • Test on-line o presencial (40%).

 

Curso 4: Manejo de grandes volúmenes de datos (Big Data)

Nombre en inglés: Managing Big Data

Horas Totales: 75 horas (35 horas directas)

Descripción del curso

El real mejoramiento de la eficiencia organizacional está relacionado con la implementación de soluciones tecnológicas que permiten agilizar la toma de decisiones en base a información cuantitativa y cualitativa relevante en tiempo real. Dicha información proviene de una adecuada administración de grandes volúmenes de datos por minuto, que demandan extensos y rigurosos análisis junto con métricas e indicadores cada vez más exactos. El análisis de grandes volúmenes de datos permite extraer tendencias y patrones complejos de información, con enormes implicancias estratégicas, permitiendo predecir mejor y transformando la forma en la que se hacen hoy en día los negocios. Este curso permite al alumno escoger las herramientas adecuadas para manejo de los datos en su empresa, entendiendo las infraestructuras computacionales que se requieren para manejar datos de distintos volúmenes y características.

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. Modelar datos usando herramientas de bases de datos relacionales (SQL), bases de datos NoSQL y bases de datos distribuidas.
  2. Estimar la necesidad de cambiar la infraestructura de los datos desde un modelo clásico centralizado (tipo SQL) a un modelo de Big Data distribuido. 
  3. Identificar las herramientas de manejo de datos adecuadas para el contexto de su empresa. 

Contenidos:

  • Manejo de datos
    • Datos de una empresa
    • Distintos formatos de datos
    • Problemas organizacionales
    • Sistemas de bases de datos
    • Bases de datos relacionales
  • ¿Cómo interactuar con una base de datos?
    • Base de datos en el ecosistema de una empresa
    • Lenguaje de consultas SQL
    • Múltiples usuarios trabajando con los datos
  • Distribución de los datos
    • Paso al mundo de Big Data
    • Distribución de los datos
    • Comparando sistemas centralizados y sistemas distribuidos
  • NoSQL
    • Otros modelos de datos
    • Key-value stores
    • Bases de datos de documentos
    • Bases de datos de grafos
  • Procesamiento masivo de datos
    • ¿Cómo manejar a datos diversos?
    • Sistema de archivos de Google
    • Google File System: Garantías de consistencia
    • ¿Cómo ocupar el sistema de archivos de Google?
  • MapReduce
    • ¿Cómo priorizar petabytes de datos?
    • MapReduce
    • Blocking y tolerancia a fallas
    • ¿Cómo ocupar MapReduce?

Metodología de enseñanza y aprendizaje: 

En cada curso se desplegarán semanalmente las clases, contenidos, actividades y evaluaciones. Las clases se estructuran bajo una lógica de diseño instruccional centrada en el estudiante, que contribuye a la motivación y facilita su aprendizaje. Se busca que estén siempre presente tres elementos: contenido, evaluación y reflexión. El componente de reflexión es clave para generar comunidades de aprendizaje activas que permitan compartir experiencias.

En el caso del contenido, este se organiza a través de recursos interactivos que integran videos, esquemas, artículos, lecturas complementarias y preguntas formativas, todos dispuestos para facilitar el aprendizaje de los estudiantes.  

En cuanto a las estrategias de evaluación, estas se organizan en cuestionarios con preguntas de opción múltiple, cuyo propósito es medir el nivel de aprendizaje logrado en cada una de las clases. Complementariamente, se dispone de foros en donde se evaluará tanto la participación como la calidad de dicha participación, brindando de esta forma al estudiante la oportunidad de intercambiar y fundamentar sus opiniones respecto a temas de actualidad asociados al contenido. Finalmente, el curso contempla la entrega de un trabajo, el que debe ser desarrollado a lo largo del curso, en donde se espera que el estudiante tenga la oportunidad de aplicar los conocimientos adquiridos y un examen final. 

Cada curso cuenta con tutores de contenidos cuya función es dar respuesta a todas las preguntas sobre la materia tratada, ya sea directamente, o bien, sirviendo de puente con el profesor responsable del curso. 

Cada curso además cuenta con una clase en vivo donde los alumnos podrán reforzar y resolver dudas. La asistencia a dicha clase es obligatoria y los alumnos podrán participar mediante streaming o asistiendo presencialmente en los lugares y horarios de realización que defina la Clase Ejecutiva. 

Para consultas técnicas (soporte técnico) o administrativas (coordinación asuntos estudiantiles) los alumnos pueden contactarse con la clase ejecutiva escribiendo mediante el formulario de “contacto Coordinación” dispuesto en el curso, el email alumnosuc@claseejecutiva.cl o llamando al número (+562) 2840 0821 en horario hábil (lunes a viernes de 9:00 a 18:00).

Evaluación de los Aprendizajes:

  • Controles (15%).
  • Foros de discusión (20%).
  • Trabajo grupal (25%).
  • Test on-line o presencial (40%).

Requisitos Aprobación

La Nota final del diplomado se calculará de acuerdo a la siguiente ponderación de los cursos:

  •  Curso Big Data en Empresas y Organizaciones: 25%
  • Curso Modelamiento Estadístico y Sistemas Recomendadores:25%
  • Curso Visualización de Datos: 25%
  • Curso Manejo de grandes volúmenes de datos (Big Data): 25%

El estudiante aprobará el diplomado cumpliendo con los siguientes requisitos:

  • Calificación mínima de 4.0 en cada curso
  • Realizar todas las actividades del diplomado.

*En caso de que un alumno repruebe un curso perteneciente a un diplomado, en Educación Profesional Ingeniería UC ofrecemos la oportunidad de realizar un nuevo intento. Para ejercer este derecho, 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, y es factible para un máximo de 2 cursos por diplomado. 

Para aprobar los programas de diplomados se requiere la aprobación de todos los cursos que lo conforman. 

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

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.
  • Fotocopia simple del Certificado de Título 
  • Curriculum Vitae actualizado.

El postulante será contactado, para asistir a una entrevista personal (si corresponde) con el Jefe de Programa del Diplomado o su Coordinadora Académica. 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