Big Data

Fecha de Inicio:

Temario: Presentación del curso

Unidad didáctica 1: Antecedentes, definiciones y bases para un correcto entendimiento
Introducción y objetivos
1. Necesidades del ejecutivo
2. Problemas de IT que resuelve
3. ¿Qué es un DSS?
4. Business Intelligence
5. Business Analytics
6. Business Intelligence vs Business Analytics
Ejercicio 1
7. Grados de madurez analítica de una empresa
8. Casos de éxito en BI
9. Tendencias futuras
10. Comparativa de herramientas
Ponte a prueba 1
Resumen
Test 1
Evaluación 1

Unidad didáctica 2: La importancia del dato
Introducción y objetivos
1. Valor
Ejercicio 2
2. Data Governance
3. Data Quality
Ejercicio 3
4. Data Quality & Governance-GDPR
Ejercicio 4
Caso práctico 1
Resumen
Test 2
Evaluación 2

Unidad didáctica 3: Algunos conceptos técnicos de la analítica tradicional
Introducción y objetivos
1. Analítica clásica: flujo de datos
2. Procesos ETL
3. DataWarehouse
4. Datamart
5. Cubos OLAP
6. Sistema de Reporting
Ejercicio 5
7. Panel de control y dashboard
8. Balanced Scorecard
9. Comparación de herramientas
10. Business Intelligence - Solvencia II
Resumen
Test 3
Evaluación 3

Unidad didáctica 4: Representación de los datos
Introducción y objetivos
1. Analítica clásica: Flujo de datos
2. Cuadro de Mando Integral (CMI)
3. Tipo de Herramientas
Ejercicio 6
Caso práctico 2
Resumen
Test 4
Evaluación 4

Unidad didáctica 5: Introducción al Big Data
Introducción y objetivos
1. Historia del Big Data
2. ¿Qué es el Big Data?
Ejercicio 7
3. Apache Hadoop y su ecosistema
Ejercicio 8
4. MapReduce: el motor de Hadoop
5. Spark
6. MapReduce vs Spark
Ejercicio 9
7. Big Data y problemas de rendimiento en una TELCO
Ponte a prueba 2
Resumen
Test 5
Evaluación 5

Unidad didáctica 6: Introducción a la analítica avanzada
Introducción y objetivos
1. Algoritmia
2. Estadística descriptiva
Ejercicio 10
3. Análisis clúster
4. Análisis factorial
5. Regresión
Ejercicio 11
6. Ejemplo: detección de empresas ficticias
Caso práctico 3
Ponte a prueba 3
Resumen
Test 6
Evaluación 6

Ejemplo práctico
Caso práctico final
Evaluación final

Competencias: OBJETIVO GENERAL:
Participar en diálogos sobre competencias clave en un entorno profesional, conocer un mercado -tecnológico- en constante expansión, realizar breve inmersión en el mundo analítico actual y ser capaz de acceder a casos de éxito en distintos sectores.
OBJETIVOS ESPECÍFICOS:
Unidad 1:

Familiarizarse con los conceptos y el vocabulario de la analítica de negocio.
Comprender los orígenes y causas que originaron este paradigma.
Conocer las necesidades principales del área de negocio.

Unidad 2:

Conocer las principales técnicas de tratamiento y control de los datos.
Reconocer la calidad de datos y gobierno de la información.
Comprender la importancia de tener un rato robusto, saneado y veraz.

Unidad 3:

Perder el miedo a utilizar herramientas de inteligencia empresarial.
Conocer los procesos de la analítica clásica.
Comprender la complejidad que conlleva un sistema analítico.
Fomentar la adopción de herramientas de inteligencia empresarial.
Comprender los procesos de la analítica clásica.
Evaluar soluciones de BI.

Unidad 4:

Conocer los diferentes conceptos y herramientas de que disponemos a la hora de representar los datos.
Comprender la importancia que conlleva representar los datos.
Saber que un análisis no interpretable no vale para mucho.

Unidad 5:

Tener un conocimiento más claro de lo que se denomina Big Data.
Conocer sus principales componentes, librerías y ecosistemas.
Ser conscientes de las principales diferencias entre Apache Hadoop y Apache Spark.

Unidad 6:

Conocer algunos conceptos y principales metodologías en la analítica avanzada.
Comprender cómo se relacionan con el Business Intelligence o analítica tradicional.