Diploma en Anรกlisis de Datos Empresariales
DESCRIPCIÓN: Los grandes volúmenes de información almacenados por la mayoría de las organizaciones constituyen un activo de importancia capital, ya que han sido generados o capturados a través de los procesos que soportan su operación. Ocultos en las bases de datos, se encuentran las características de la organización, el comportamiento de los clientes, las estructuras productivas, los resultados de diversas decisiones y muchas claves para la mejora del desempeño. Las técnicas de Data Mining han demostrado que es posible analizar los datos almacenados, con el fin de descubrir información valiosa para la gestión operativa y estratégica del negocio. Resulta clave entender y realizar la extracción automática de información, explotar grandes bases de datos, realizar análisis estadístico, obtener patrones y concebir sistemas inteligentes que generen un mejor entendimiento para el soporte de decisiones. El dominio de estas nuevas tecnologías y la gestión del conocimiento de los Procesos de Negocio basado en la explotación de datos es un gran desafío, al que habrá que responder con mayor formación. Actualmente, el área de BI, en franca expansión, cobra protagonismo en el escenario global y en las organizaciones. El Diploma en Análisis de Datos Empresariales, única formación en Business Intelligence en nuestro país, posee una metodología innovadora que responde a la necesidad de formación práctica aplicada de los profesionales que actualmente trabajan en las áreas de Data Mining o quienes deseen integrarse a éstas. DURACIÓN Y CARGA HORARIA: Duración: 10 meses Carga horaria: 4 horas semanales PÚBLICO OBJETIVO: Dirigida a los profesionales que se desempeñan en Departamentos de Marketing, Comercial o Riesgo. El diploma es de interés para Contadores, Economistas, Licenciados en Estadística, Licenciados en Administración, Profesionales en el área de Informática, Sociólogos, entre otros. En general toda persona que esté interesada en el análisis de datos como forma de incorporar valor en una organización.
OBJETIVOS: Los egresados serán capaces de extraer la información guardada en bases de datos relacionales, crear indicadores para su posterior comunicación a través de tableros de control y reportes y finalmente aplicarle diferentes técnicas de análisis para poder producir conocimiento que será utilizado para la toma de decisiones empresariales que repercutan directamente sobre la rentabilidad del negocio.
PERFIL DEL EGRESADO: Luego de concluido el Diploma en Análisis de Datos empresariales, el egresado será capaz de: • Comprender las formas más efectivas de utilizar estratégicamente los grandes volúmenes de datos que almacenan las organizaciones. • Dominar los principios básicos de los métodos computacionales para el modelado de datos, la metodología, los principios y las técnicas de Data Mining. • Adquirir los conocimientos específicos en el área de análisis de datos utilizando herramientas apropiadas para descubrir y comunicar información relevante para la efectiva toma de decisiones Asumir la responsabilidad de liderar las actividades de análisis de datos en una organización.
CARACTERÍSTICAS DIFERENCIALES • Cuerpo de profesores de reconocida trayectoria académica y distinguida experiencia laboral. • Equipamiento de última generación que incluye pizarras interactivas para el uso en el aula que permite mejorar el aprendizaje. • Salón virtual a través de la plataforma Moodle que permite interacción entre docentes y estudiantes, la gestión de materiales, foros, cuestionarios, entre otras actividades académicas. • Días y horarios de cursado accesibles y compatibles con la vida laboral. • Reconocimiento académico de importantes instituciones y empresas de Uruguay. • Bolsa de trabajo.
METODOLOGÍA EDUCATIVA: La metodología predominante es el dictado de clases presenciales mediante la presentación del contenido teórico de manera intuitiva mediante ejemplos para después pasar a trabajar con casos prácticos directamente sobre el software específico del curso. Una excepción a esta regla la constituye la materia Calidad de datos que es en modalidad videoconferencia.
MÓDULOS:
SQL para análisis de datos – Se pretende que el estudiante sepa la estructura y organización de la información en una empresa, la definición de una base de datos relacional y la escritura de queries analíticos utilizando el software específico (MS SQL). Construcción de indicadores y Diseño de Reportes – La construcción de indicadores y el diseño de reportes son esenciales para la toma de decisiones tanto a nivel gerencial y directivo. Para ello utilizaremos el MS Reporting Services y Excel. Calidad de datos – En este módulo, se realizará un análisis de las buenas prácticas y la importancia de los diferentes niveles de calidad en una organización Emplearemos Google Refine con el fin de detectar incoherencias en los datos almacenados en la empresa y así transformarlos en un nuevo formato que nos permita su análisis. Métodos cuantitativos para los negocios – Se trabajará con Modelos de Segmentación y Modelos econométricos como la Regresión Lineal y Modelos para Variable Dependiente binaria (Logit, Probit) empleando los software Stata y Gretl.
EQUIPO DOCENTE: Mauricio Giacometti es Licenciado en Economía y tiene un Posgrado en Econometría de la Facultad de Ciencias Económicas de la Universidad de la República. Es director de la Consultora BCS, docente de Econometría 1 y 2. Se dedica a la docencia desde el año 2004 hasta la actualidad. Se destaca su experiencia profesional como como analista de información y coordinador de grupos de analistas en empresas del área financiera, call center y telefonía. Algunos de los cursos que ha brindado en la Facultad de Ciencias Económicas son Introducción a la Computación, Estadística II e Introducción al software econométrico Gretl. En el área de investigación ha publicado sus trabajos en Jornadas de Economía como las organizadas por el Banco Central del Uruguay y la Facultad de Ciencias Económicas. Actualmente es candidato al Master en Business Intelligence de la Universidad de Barcelona. Elena Martinena es Ingeniera y Magister en Computación de la Universidad de la República. Tiene amplia experiencia en Gestión de Portafolios y Gerencia de Proyectos, como consultora de TI, Data Managment, Calidad de Información y Gestión de Datos, BI, Data Warehousing, Migración de Base de Datos y Data Cleaning. Sus conocimientos en motores de base de datos (Oracle, MS Sql Server, IBM DB2) entre otras herramientas informáticas le han permitido involucrarse en varios proyectos para empresas públicas y privadas. A nivel profesional, se desempeña actualmente en AGESIC como Administradora de Portafolios y Gerente de Proyectos en la Dirección de Tecnología. Algunas de las empresas en las que ha trabajado son: Banco BBVA, Credit Uruguay, Soft Point, Hexa Sistemas, BPS, entre otras.
Pablo Nan es Licenciado en Informática del Universitario Autónomo del Sur. Hace más de 20 años que trabaja en el área informática destacándose su labor en la empresa Trintech que luego fue adquirida por la multinacional Verifone S.A. donde se desempeñó como Gerente de Desarrollo para el producto Payware CMS (software para el procesamiento de medios de pago sobre transacciones electrónicas), actualmente tiene el cargo de Gerente de Proyectos. Ha colaborado para Verifone S.A. y Trintech S.A en México, Ecuador, Eslovenia, Brasil y Emiratos Árabes Unidos. Destacándose especialmente su labor liderando las tareas de implementación en Bankart S.A. - Eslovenia, procesadora regional para las marcas VISA y MASTERCARD con más de 10.000 millones de tarjetahabientes.
Eloísa Martínez Calcaterra es Licenciada en Estadística de la Universidad de la República. En el 2009 formó parte de un proyecto de relevamiento y análisis de datos para PROCLADIS, programa estatal que busca el acceso al empleo de personas con discapacidad. Participó en el IX y X Congreso Latinoamericano de Sociedades de Estadística (CLATSE) en Viña del Mar (Chile) en el año 2010 y en la Ciudad de Córdoba (Argentina) en el año 2012, con participación en los mini cursos “Muestreo de poblaciones ocultas” y “Generalized Additive Models for Location - Scale and Shape in R”. Actualmente se dedica a la docencia de estadística en instituto CPE.