Diplomado en Inteligencia de Negocios y Cloud Computing

Patricio Cofré

Master of Engineering Management, Northwesten University, Chicago, IL. Magíster en Ciencias de Ingeniería de la Pontificia Universidad Católica de Chile. Ingeniero Eléctrico de la UC. Diplomas en Data Science de University of Columbia y Professional Certification en Data Science de John Hopkins. Cofundador de Metric Arts ahora parte de EY. 

Sergio Bocaz

Ingeniero Comercial de la Universidad del Desarrollo, posee un Master of Business Administration (MBA) de Thunderbird School of Global Management. Cuenta con más de 20 años de experiencia en consultoría y asesoría en diversos mercados e industrias. Es especialista en proyecto 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. 

Mauricio Gamboa

Consultor en Diseño, Desarrollo e Implementación de Aplicaciones en Entornos Microsoft. La Salle Campus Madrid. Ingeniería en Informática, Analista Programador, INACAP. Microsoft MVP Business Applications. MCSE: Data Management and Analytics - Certified 2019. MCSA: SQL 2016. Business Intelligence Development - Certified 2019. Microsoft Certified Solutions Developer: Web Applications. 

Stefanni Cavaletto 

Ingeniería Matemática U. Santiago de Chile. Postítulo de Inteligencia de Negocios, Universidad de Chile. MSc Artificial Intelligence UAI. Actualmente es Senior Customer Engineer (ML & AI) en Google. Su línea de investigación es la ciencia de datos. Ha trabajado en diversas industrias en sus 8 años de experiencia, tales como Microsoft, Banca, Telecomunicaciones, Retail y Salud. Es miembro activo de 2 organizaciones sin fines de lucro, «Analytics & Python» y «R-Ladies», las cuales buscan fomentar el uso de herramientas y técnicas para todas las personas, en particular R-Ladies además busca disminuir la brecha de género en este rubro técnico donde la participación de mujeres no es tan equilibrada. 

* EP (Educación Profesional) de la Escuela de Ingeniería se reserva el derecho de reemplazar, 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. 

Es indudable que la disponibilidad de servicios de cómputo y almacenamiento de datos en la nube ha ocasionado profundos cambios en la forma en que se diseñan los sistemas y aplicaciones que involucran el uso de tecnologías de información. En particular, una de las áreas que puede sacar mayor partido de las nuevas oportunidades que se abren con la disponibilidad de servicios en la nube es la de Inteligencia de Negocios (BI por Business Intelligence). Efectivamente, el desarrollo de proyectos de BI suele requerir la implementación de complejas infraestructuras como almacenes y lagos de datos para poder extraer o visualizar finalmente la información importante. Esto conlleva a problemáticas relacionadas con la seguridad y la dificultad de dimensionar las necesidades de almacenamiento y de cómputo con anticipación.

Este diplomado incluye dos cursos que abordan las temáticas tradicionales tanto desde el punto de vista de las aplicaciones como de los proyectos de BI y otros dos cursos que abordan este nuevo escenario de la nube, especialmente en cuanto a oportunidades para proyectos de BI.

Al finalizar el programa el alumno será capaz de aplicar algunos de los principales servicios que ofrece la nube para el desarrollo de proyectos de inteligencia de negocios.

El formato de estudio es 100% en línea y se estructura sobre técnicas metodológicas activas, mediante las cuales el participante puede interactuar con sus pares y tutor a través de los recursos tecnológicos que provee la plataforma educativa virtual. Se contempla el ejercicio práctico de los conocimientos adquiridos a través de mini proyectos de aplicación.

A responsabilidad del estudiante, se sugiere contar con:

• Grado de Licenciatura en Computación o en Tecnologías de Información, Ingenieros Civiles o de Ejecución en Computación o equivalente o bien un grado de licenciatura en otras carreras que incluyan competencias de programación a nivel intermedio
• Se recomienda conocimiento en sistema operativo Windows y la disponibilidad de un PC con una versión de este sistema operativo actualizado.

1. Identificar el alcance de las herramientas y servicios disponibles en la nube para implementar soluciones de inteligencia de negocios.
2. Diseñar soluciones de BI basadas en el uso de servicios en la nube.

Curso 1: Aplicaciones de Machine Learning y ciencia de datos

Nombre en inglés: Machine Learning and Data Science Applications

Horas Totales: 75

Descripción del Curso

El presente curso está diseñado para abordar las temáticas asociadas a ciencia de datos y machine learning desde la perspectiva de las aplicaciones en el mundo de los negocios y otros. El curso comienza con una revisión de las técnicas básicas para pasar rápidamente a revisar aplicaciones interesantes, apreciar las oportunidades y entender sus dificultades y limitaciones. Los alumnos aprenderán a utilizar técnicas y herramientas de aprendizaje supervisado y no supervisado para el descubrimiento de asociaciones, correlaciones o dependencias que pueden ser importantes la toma de decisiones.

Resultados del Aprendizaje

1. Identificar los principales conceptos y técnicas asociados a Machine Learning y ciencia de datos.
2. Reconocer la importancia y los principales desafíos de los datos. (incluir contexto)
3. Asociar las diversas técnicas con oportunidades de aplicación en los negocios.
4. Examinar las dificultades y oportunidades en la aplicación de técnicas de ciencia de datos y aprendizaje de máquina. 

Contenidos

• Conceptos de inteligencia de negocios y de minería de datos.
• Conceptos de ciencia de datos y de machine learning.
• Aplicación al ámbito de transacciones estructuradas.
• Aplicación al ámbito de aplicaciones de texto, audio y video.
• Aprendizaje supervisado, aprendizaje no supervisado y aprendizaje reforzado.
• Aplicaciones de aprendizaje supervisado, aprendizaje no supervisado y aprendizaje reforzado.
• Estudio de casos: seguros, banca, retail, calidad del aire, transporte, compras públicas, finanzas, astronomía. 

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 de cada 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 individuales on-line de igual ponderación: (40% en total)
• Tres actividades grupales de aplicación:(60% en total)

Curso 2: Gestión de proyectos y gobernanza de inteligencia de negocios

Nombre en inglés: Project Management and Governance of Business Intelligence

Horas Totales: 75

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 del Aprendizaje

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

 Contenidos

• Introducción al gobierno de inteligencia de negocios (BI Governance)
• Introducción y conceptos asociados al gobierno de datos (Data Governance)
• Organismos, roles y responsabilidades
• Ciclo de vida de inteligencia de negocios
• Gobierno aplicado en arquitecturas modernas
• Relación con otras áreas y disciplinas
• Principios del PMBoK para el desarrollo de proyectos.
• Metodología clásica de gestión de proyectos de inteligencia de negocios.
• Metodología moderna de gestión de proyectos de inteligencia de negocios.
• Estudio de casos de proyectos de inteligencia de negocios.

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 individuales on-line de igual ponderación: (40% en total)
• Tres actividades grupales de aplicación :(60% en total)

Curso 3: Introducción al Cloud Computing

Nombre en Inglés: Introducction to Cloud Computing

Horas Totales: 75 

Descripción del curso

En este curso el estudiante analizará los conceptos fundamentales asociados a computación en la nube, tipo de servicios, forma de entrega de los servicios, elección de un proveedor, la seguridad la gobernanza, etc. Se realizará un trabajo práctico consistente en hacer algunas tareas simples como instalar un servidor o recursos de almacenamiento masivo usando alguno de los proveedores más conocidos.

Resultados del Aprendizaje

1. Identificar las principales categorías disponibles en las grandes plataformas de computación en la nube.
2. Discutir ventajas y riesgos de una solución tecnológica genérica basada en computación en la nube.
3. Describir las principales tecnologías habilitantes relacionadas con computación en la nube.
4. Utilizar servicios básicos de cómputo y almacenamiento en la nube para el desarrollo de proyectos de inteligencia de negocios

Contenidos

• Introducción: ¿Qué es Cloud Computing?: características principales, tipos de servicio, tipos de nube
• Tecnologías habilitantes (máquinas virtuales, arquitecturas orientadas a servicio, etc.)
• Virtualización
• Principales plataformas de servicios en la nube: Amazon AWS, Google Cloud, Microsoft Azure
• Tipos de servicios en la nube: desde el fierro virtual a los servicios cognitivos
• Tipos de almacenamiento en la nube
• Aspectos de seguridad

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 de cada 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 individuales on-line de igual ponderación: (40% en total)
• Tres actividades grupales de aplicación:(60% en total)

Curso 4: Servicios Cloud para ciencia de datos y Machine Learning

Nombre en Inglés: Cloud Services for Data Science and Machine Learning

Horas Totales: 75

Descripción del curso

Hasta hace poco tiempo un proyecto de inteligencia artificial requería el poder disponer de máquinas muy potentes (clusters de máquinas con GPU's) y complejas infraestructuras para manejar los datos en un contexto de Big Data. Gracias a los servicios totalmente administrados que ofrecen los principales proveedores de servicios Cloud, cualquier persona, empresa u organización puede armar un proyecto incluso sin tener un ingeniero de datos a disposición. Es posible incluso acceder a modelos de reconocimiento de imágenes o video ya entrenados y listos para ser utilizados.

En este curso es estudiante aprenderá algunos de los principales servicios totalmente administrados desde la nube, permitiéndole armar una solución que incorpore inteligencia artificial sin necesidad de contar ni con infraestructura propia ni con capacidades propias de ingeniería de datos. Se realizarán miniproyectos, que permitirán experimentar con algunas de las herramientas disponibles desde dos de los principales proveedores de servicios Cloud: Azure y GCP.

Resultados del Aprendizaje

1. Identificar las soluciones tecnológicas disponibles en los principales proveedores de Cloud que incorporan aprendizaje de máquina.
2. Desarrollar aplicaciones de Machine Learning usando servicios de Azure y de GCP en proyectos de inteligencia de negocios
3. Construir aplicaciones que incorporen los servicios cognitivos de imágenes, texto o voz disponibles en las grandes plataformas de servicios Cloud 

Contenidos

• Introducción a Big data y ML
• Modelos de Regresión y Clasificación
• Preparación de Datos, el pipeline de datos
• Manejo de Big Data en la nube
• Servicios para ML en Azure
• Azure machine learning studio
• ML automatizado (Azure AML)
• Servicios cognitivos en Azure
• AutoML en GCP
• Introducción a Vertex AI en GCP
• Servicios cognitivos en GCP

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 de cada 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 individuales on-line de igual ponderación : (40% en total)
• Tres actividades grupales de aplicación :(60% en total)

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

• Curso: Aplicaciones de Machine Learning y ciencia de datos – 25%
• Curso: Gestión de proyectos y gobernanza de inteligencia de negocios – 25%     
• Curso: Introducción al Cloud Computing– 25%                  
• Curso: Servicios Cloud para ciencia de datos y Machine Learning – 25%

 Los alumnos deberán ser aprobados de acuerdo a los siguientes criterios:

Calificación mínima de 4.0 en cada uno de los cursos 

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 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. 

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

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