Big Data en empresas y organizaciones

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. 

* 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.

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.

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

1. Comprender en qué consiste y cuál es el valor del Big Data dentro de una organización.
2. Formular y evaluar proyectos de aplicación de Big Data en una organización.

Horas cronológicas: 75 horas (35 horas directas)

Créditos: 5 créditos

Resultados de Aprendizaje

Al finalizar este curso los/las estudiantes debieran ser capaces de:

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

Contenidos:

• Introducción general al Big Data en una compañía u organización. 
  • ¿Qué es? 
  • ¿Que no es? 
  • ¿Quién está a cargo? 
  • ¿Qué debería hacer como Chief Data & Analytics Officer en mis primeros 90 días?
• Cómo evaluar la aplicabilidad en la empresa, tipos de problemas de negocios, datos disponibles, ejemplos de caso de uso, armado de un caso de negocio.
  • ¿Qué proyectos son de interés? 
  • ¿Cuáles son los posibles? 
  • ¿Cómo se financian estos proyectos?
• Data Science usando Big Data como deporte de equipo. Roles y funciones.
• ¿Cómo se arma un equipo de Data Science? 
• Roles y responsabilidades.
• Habilidades necesarias.
• Estrategia de Crecimiento.
• Administración de Proyectos Digitales.
• Agile
• Herramientas de Big Data – Arquitectura.
  • ¿Con qué herramientas se cuenta? 
  • Diferentes arquitecturas de Big Data: On premise, Cloud, Híbridos.
• Gobierno del Dato.
  • ¿Cómo se gobiernan los datos? 
  • ¿Cómo se protege la privacidad del Dato y la Seguridad? 
  • ¿Son los datos suficientes y representativos?
• Modelos Analíticos y herramientas.
  • ¿Cuáles son los diferentes tipos de modelos de machine learning? 
  • Herramientas: extracción de datos, entrenamiento de modelos, visualización.
  • ¿Cómo es el paso a Producción?
• Ejemplos de Casos de Uso, nuevas tendencias.
• Armado de una evaluación económica de un caso de uso.

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%).

BIBLIOGRAFÍA

• Ajay Agrawal, Joshua Gans, Avi Goldfarb (2018) Prediction Machines: The Simple Economics of Artificial Intelligence.
• Fan, J., Han, F., Liu, H. (2014) Challenges of Big Data analysis. Natl. Sci. Rev. 1: 293–314.
• Kai-Fu Lee (2018) AI Superpowers: China, Silicon Valley, and the New World Order.
• Mariya Yao, Adelyn Zhou, Marlene Jia (2018) Applied Artificial Intelligence: A Handbook For Business Leaders
• Mark Grover (2015) Hadoop Application Architectures: Designing Real-World Big Data Applications.
• Nathan Marz (2015) Big Data: Principles and best practices of scalable realtime data systems.
• Seth Stephens-Davidowitz (2018) Everybody Lies: Big Data, New Data, and What the Internet Can Tell Us About Who We Really Are.
• Vardeman, S. (1994) Statistics for Engineering Problem Solving. PWS Publishing Co.

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

• Calificación mínima de 4.0 en su promedio ponderado y 
• Realizar todas las actividades del curso

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 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.

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

INFORMACIONES RELEVANTES

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