Introduction

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.

En cuanto a salidas profesionales, realizando este curso claramente estás construyendo:

  • para adquirir las competencias de un data scientist
  • para ser un manager data-driven, conocedor  del potencial de los datos y del cambio que la data science genera en la forma de llevar un negocio.

Al finalizar el curso contarás con el conocimiento y la cultura adecuada para impulsar a tu empresa hacia una nueva forma de tomar decisiones.

 

 

 

 

 

 

What do they prepare you for?

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

  • ¿Cuáles son las técnicas y los datos (Big Data) relacionados a la Data Science?
  • ¿Qué significa para una organización de ser un competidor analítico y qué beneficios le aporta?
  • ¿Qué nuevas formas de Management y de toma de decisiones está ofreciendo la Data science?
  • ¿Cómo puede lograr una organización ser una organización analítica?
  • ¿En qué nivel de madurez se encuentra tu empresa actualmente (self-assessment)?
  • ¿Qué es el plan de roadmap que se adapta a tu empresa y cómo lo puedes iniciar?

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.

 

 

 

Access requirements

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.

Estos profesionales podrían estar interesados en que algunos de los miembros de sus equipos después cursaran el Máster universitario en Data Science.

Program

1. 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), Clusterisación, 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

2. ¿A qué nos referimos con data-driven?

  • Recolección de Datos
  • Big Data versus Bad Data
  • Calidad de los Datos
  • Informar y Advertir
  • De “Informar y Advertir” al “Análisis”
  • La Madurez de los Datos: Analytics Maturity

3. Desafíos legales del Big Data

  • ¿Qué regulación nos protege como usuarios?
    • El Reglamento General 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?
    • Casos prácticos

4. Cultura Data-Driven Corporativa

  • Cultura Orientada a Metas: Goals - First Culture
  • Cultura Inquisitiva, cultura que hace preguntas
  • Cultura Iterativa, cultura del aprendizaje
  • Cultura Anti - HiPPO
  • Creación de Cambio Cultural
  • El rol del Chief Data Officer

5. La gestión de los analytics para la gestión Empresarial

  • Lograr la ventaja competitiva con datos
  • Innovar con datos, vender socialmente con datos
  • Atraer e incentivar a científicos de datos y a sus equipos

6. Puesta en práctica de los conceptos y métodos aprendidos en el curso para tu empresa - 50% de las horas lectivas

  • Introducción de diferentes Datasets de Productos, de clientes, de ventas
  • Análisis de estos datos para el diseño de una estrategia Data-Driven

7. Participación de un Chief Data Officer de una empresa Data-Driven

 

Admission

People are a key factor for our Masters Programs development. We select our applicants according to curriculum criteria, weighing their academic, functional, sectorial and geographical features, in order to enrich their collective learning experience.

Application requirements at La Salle are aimed to select the most ideal candidates for every program, ensuring a high quality of communication and networking among students, which is a unique trait of La Salle educational style.

Admission is already open. Candidates are encouraged to apply as soon as possible, given that admissions for each academic program will be closed as soon as there are no vacancies left.

Prices and Funding: Request information. We will be pleased to send you a dossier with information on finance resources, banks and cooperating entities.

Scholarships and Grants: Request information. We will be pleased to send you our Scholarships and Grants brochure.

For further information on the program, grants, funding and application requirements please click on the button of "Request information".

Related courses

¿Para qué te prepara?

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

  • ¿Cuáles son las técnicas y los datos (Big Data) relacionados a la Data Science?
  • ¿Qué significa para una organización de ser un competidor analítico y qué beneficios le aporta?
  • ¿Qué nuevas formas de Management y de toma de decisiones está ofreciendo la Data science?
  • ¿Cómo puede lograr una organización ser una organización analítica?
  • ¿En qué nivel de madurez se encuentra tu empresa actualmente (self-assessment)?
  • ¿Qué es el plan de roadmap que se adapta a tu empresa y cómo lo puedes iniciar?

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. 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), Clusterisación, 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

2. ¿A qué nos referimos con data-driven?

  • Recolección de Datos
  • Big Data versus Bad Data
  • Calidad de los Datos
  • Informar y Advertir
  • De “Informar y Advertir” al “Análisis”
  • La Madurez de los Datos: Analytics Maturity

3. Desafíos legales del Big Data

  • ¿Qué regulación nos protege como usuarios?
    • El Reglamento General 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?
    • Casos prácticos

4. Cultura Data-Driven Corporativa

  • Cultura Orientada a Metas: Goals - First Culture
  • Cultura Inquisitiva, cultura que hace preguntas
  • Cultura Iterativa, cultura del aprendizaje
  • Cultura Anti - HiPPO
  • Creación de Cambio Cultural
  • El rol del Chief Data Officer

5. La gestión de los analytics para la gestión Empresarial

  • Lograr la ventaja competitiva con datos
  • Innovar con datos, vender socialmente con datos
  • Atraer e incentivar a científicos de datos y a sus equipos

6. Puesta en práctica de los conceptos y métodos aprendidos en el curso para tu empresa - 50% de las horas lectivas

  • Introducción de diferentes Datasets de Productos, de clientes, de ventas
  • Análisis de estos datos para el diseño de una estrategia Data-Driven

7. Participación de un Chief Data Officer de una empresa Data-Driven

 

Related courses