Presentació

En el Curso de Big Data Analytics para Gestionar tu Negocio conseguirás una visión clara y amplia de los procesos y las herramientas que permiten a una empresa convertirse en una empresa “data-driven”, orientada a tomar decisiones críticas en base a los datos.

Aprenderás a programar tanto en R como en Python (50%-50%) y resolverás a través de su uso diversos casos de negocio relacionados a empresas como Twitter, Amazon, Yelp, TripAdvisor, etc.

Conocerás cómo tu empresa puede acceder a fuentes de datos con más dimensionalidad (geolocalización, sentimiento, cercanía, intermediación, etc.) y aprenderás diferentes métodos para analizar estos datos, como por ejemplo el aprendizaje supervisado o no supervisado (Machine Learning), la clusterización o el método de componentes principales.

Además de todo el conocimiento de cómo las organizaciones más punteras del mundo están aplicando la ciencia de datos, los alumnos trabajarán en ideas o proyectos de sus propias organizaciones. Así, no solo adquirirán un conocimiento para ellos mismos sino que obtendrán un primer borrador de proyecto real para implementar en sus empresas.

 

 

 

 

 

 

 

Per a què et preparen?

Al finalizar el curso, serás capaz de dar respuesta a las siguientes preguntas

  • ¿Cómo nos puede ayudar el Procesamiento de Lenguaje Natural a analizar las opiniones de miles de clientes?
  • ¿Cómo podemos entrar un algoritmo para predecir el éxito de una campaña de marketing?
  • ¿Cómo podemos recomendar el mejor producto o servicio a cada cliente de forma automatizada?
  • ¿Cómo aplican Amazon, Airbnb o Spotify todas las posibilidades que ofrece la ciencia de datos y qué ventajas les confiere sobre sus competidores?
  • ¿Cómo puedo aplicar las técnicas parecidas a las de Netflix o Facebook a mi empresa?

Te servirá para:

  • Conocer y/o mejorar al conocimiento de tus clientes.
  • Posicionar mejor tus productos o servicios.
  • Mejorar la forma de trabajar de tus equipos.
  • Prever mejor tus riesgos operativos.
  • Cambiar tus modelos de negocio, de venta o de producción usando más información.

 

 

 

A qui va dirigit?

El curso es apto para mandos intermedios y superiores de organizaciones de diferentes sectores: desde empresas relacionadas con la tecnología, la energía o el marketing hasta ONG y administraciones públicas.

 

Programa

1. Fundamentos

  • La evolución en la toma de decisiones
  • Organización de una empresa y datos
  • Qué es Big Data / IA / Machine learning / Data science?
  • Caso Escucha redes sociales (Twitter)

2. Introducción a las herramientas

  • Instalación de las herramientas del curso
  • Python, R, BigML, QGIS
  • Realización de ejercicios prácticos de programación

3. Big Data, Inteligencia Artificial y Machine Learning

  • Definición de los diferentes conceptos relacionados a la ciencia de los datos (Data Science)
  • Teoría y práctica de diferentes métodos como Machine Learning (supervisado y no supervisado), Clusterización, análisis de componentes principales (PCA)
  • Casos reales de escucha y de uso de datos abiertos
  • Ejercicio: elaboración de nubes de palabras (Word Cloud). Análisis de las centralidades de los datos. Clusterización.

4. Data-driven management

  • Recolección de Datos
  • Big Data versus Bad Data
  • Calidad de los Datos
  • Toma de decisiones basadas en datos
  • New York City unpaid bills
  • Airbnb in Barcelona

5. Desafíos legales del Big Data

  • ¿Qué regulación nos protege como usuarios?
  • El Reglamento General de Protección de Datos
  • Internet: derecho de información y transparencia
  • Análisis de la “ley de cookies”
  • ¿Quién es el propietario del contenido de las bases de datos?

6. Estrategia y Datos

  • “Data-driven”, nueva Estrategia Corporativa
  • ¿Quién es un competidor analítico?
  • Modelos de negocio
  • Metodología de minería de datos
  • Aplicación sobre un caso real

7. Big (brother) Data

  • Data brokerage y consumidores
  • Las mentiras que la gente cuenta
  • ¿Qué sabe Facebook sobre nosotros?
  • Natural Language Processing
  • Yelp
  • Tripadvisor

8. Inteligencia Artificial aplicada

  • Decision Trees
  • Nearest Neighbors
  • Neural Networks
  • Visual Recognition
  • Sound Recognition
  • Natural Language Processing
  • Yelp
  • Tripadvisor
  • Data Scraping
  • Amazon

9. Artificial Intelligence Model Canvas

  • Comentarios sobre casos reales de negocio
  • Estudio de caso – Amazon
  • Aplicación a un caso real: tu negocio
  • Buenas prácticas para implementar AI en tu negocio

10. Big Data para Marketing

  • Caso concreto: analítica de web (Social selling)
  • Caso concreto: analítica para innovar (Social innovation)
  • Measuring Facebook Advertising ROI
  • The use of political ads on facebook in the run-up to the European Parliament elections 2019 in Àustria

11. Organización Data-Driven

  • Estudio de caso - Recruit Japan
  • Gestión del cambio de modelo de negocio
  • Gestión del cambio organizativo y cultural
  • Gestión del cambio estratégico

12. Big Data para Smart City

  • Proyecto IOT
  • Proyecto Digital Twin
  • 5G
  • El futuro de las ciudades
  • Datos y ciudades
  • Datos abiertos
  • Colaboración público-privada
  • Oportunidades de negocio en ciudades

13. Big Datos geolocalizados

  • QGIS
  • Operaciones geoespaciales
  • Algoritmos geoespaciales
  • Visualización de datos geoespaciales
  • Análisis de Airbnb

14. Presentación projectes grupals

  • Conclusión
  • Testimonio de un Data Scientist como Special “Guest”

 

 

Admissió

Un dels factors clau per al desenvolupament del Programa de Màsters en La Salle són les persones que s'incorporen al programa: persones seleccionades responent a criteris de currículum, segons les dimensions acadèmiques, funcionals, sectorials i geogràfiques, que propiciaran l'enriquiment del col·lectiu.

El procés d'admissió en La Salle té com a objectiu seleccionar als candidats més adequats per a cada programa i que assegurin el nivell i qualitat de la convivència i comunicació entre els participants, la qual cosa constitueix un tret distintiu de l'estil de La Salle.

El procés d'admissió ja està obert i es recomana als candidats que iniciïn el seu procés al més aviat possible atès que el període d'admissions es manté obert fins a completar el límit de places establert per a cada programa acadèmic.

Cost i Finançament: Sol·licita informació i t'enviarem un complet dossier amb informació sobre els recursos, entitats bancàries i entitats col·laboradores.

Beques i Ajudes: Sol·licita Informació i rebràs els Programes de Beques i Ajudes.

Si vols més informació del programa, pla d'ajudes, finançament i procés d'admissió clica al botó de "Sol·licita informació".

Cursos relacionats

¿Para qué te prepara?

Al finalizar el curso, serás capaz de dar respuesta a las siguientes preguntas

  • ¿Cómo nos puede ayudar el Procesamiento de Lenguaje Natural a analizar las opiniones de miles de clientes?
  • ¿Cómo podemos entrar un algoritmo para predecir el éxito de una campaña de marketing?
  • ¿Cómo podemos recomendar el mejor producto o servicio a cada cliente de forma automatizada?
  • ¿Cómo aplican Amazon, Airbnb o Spotify todas las posibilidades que ofrece la ciencia de datos y qué ventajas les confiere sobre sus competidores?
  • ¿Cómo puedo aplicar las técnicas parecidas a las de Netflix o Facebook a mi empresa?

Te servirá para:

  • Conocer y/o mejorar al conocimiento de tus clientes.
  • Posicionar mejor tus productos o servicios.
  • Mejorar la forma de trabajar de tus equipos.
  • Prever mejor tus riesgos operativos.
  • Cambiar tus modelos de negocio, de venta o de producción usando más información.

 

 

 

Programa

1. Fundamentos

  • La evolución en la toma de decisiones
  • Organización de una empresa y datos
  • Qué es Big Data / IA / Machine learning / Data science?
  • Caso Escucha redes sociales (Twitter)

2. Introducción a las herramientas

  • Instalación de las herramientas del curso
  • Python, R, BigML, QGIS
  • Realización de ejercicios prácticos de programación

3. Big Data, Inteligencia Artificial y Machine Learning

  • Definición de los diferentes conceptos relacionados a la ciencia de los datos (Data Science)
  • Teoría y práctica de diferentes métodos como Machine Learning (supervisado y no supervisado), Clusterización, análisis de componentes principales (PCA)
  • Casos reales de escucha y de uso de datos abiertos
  • Ejercicio: elaboración de nubes de palabras (Word Cloud). Análisis de las centralidades de los datos. Clusterización.

4. Data-driven management

  • Recolección de Datos
  • Big Data versus Bad Data
  • Calidad de los Datos
  • Toma de decisiones basadas en datos
  • New York City unpaid bills
  • Airbnb in Barcelona

5. Desafíos legales del Big Data

  • ¿Qué regulación nos protege como usuarios?
  • El Reglamento General de Protección de Datos
  • Internet: derecho de información y transparencia
  • Análisis de la “ley de cookies”
  • ¿Quién es el propietario del contenido de las bases de datos?

6. Estrategia y Datos

  • “Data-driven”, nueva Estrategia Corporativa
  • ¿Quién es un competidor analítico?
  • Modelos de negocio
  • Metodología de minería de datos
  • Aplicación sobre un caso real

7. Big (brother) Data

  • Data brokerage y consumidores
  • Las mentiras que la gente cuenta
  • ¿Qué sabe Facebook sobre nosotros?
  • Natural Language Processing
  • Yelp
  • Tripadvisor

8. Inteligencia Artificial aplicada

  • Decision Trees
  • Nearest Neighbors
  • Neural Networks
  • Visual Recognition
  • Sound Recognition
  • Natural Language Processing
  • Yelp
  • Tripadvisor
  • Data Scraping
  • Amazon

9. Artificial Intelligence Model Canvas

  • Comentarios sobre casos reales de negocio
  • Estudio de caso – Amazon
  • Aplicación a un caso real: tu negocio
  • Buenas prácticas para implementar AI en tu negocio

10. Big Data para Marketing

  • Caso concreto: analítica de web (Social selling)
  • Caso concreto: analítica para innovar (Social innovation)
  • Measuring Facebook Advertising ROI
  • The use of political ads on facebook in the run-up to the European Parliament elections 2019 in Àustria

11. Organización Data-Driven

  • Estudio de caso - Recruit Japan
  • Gestión del cambio de modelo de negocio
  • Gestión del cambio organizativo y cultural
  • Gestión del cambio estratégico

12. Big Data para Smart City

  • Proyecto IOT
  • Proyecto Digital Twin
  • 5G
  • El futuro de las ciudades
  • Datos y ciudades
  • Datos abiertos
  • Colaboración público-privada
  • Oportunidades de negocio en ciudades

13. Big Datos geolocalizados

  • QGIS
  • Operaciones geoespaciales
  • Algoritmos geoespaciales
  • Visualización de datos geoespaciales
  • Análisis de Airbnb

14. Presentación projectes grupals

  • Conclusión
  • Testimonio de un Data Scientist como Special “Guest”

 

 

Cursos relacionats