Diplomado en Ciencia de Datos (Modalidad Sincrónica) – Duoc UC

Diplomado en Ciencia de Datos (Modalidad Sincrónica)

Descargar malla Solicitar información

Descripción

El e-learning Sincrónico es una modalidad de aprendizaje en que el tutor y el alumno se escuchan, se leen y/o se ven en el mismo momento, independiente de que se encuentren en espacios físicos diferentes. Esto permite que la interacción se realice en tiempo real, como en una clase presencial.

El actual escenario de la Cuarta Revolución Industrial ha acelerado el proceso de cambios en la Transformación Digital de Empresas y Organizaciones, lo cual impacta en las formas de operar y en un incremento del volumen de datos claves para la toma de decisiones y competitividad. Este contexto ha generado en los últimos años una alta demanda de profesionales capaces de transformar el mundo tradicional de los negocios, para crear procesos y soluciones innovadoras, a nivel global. Por lo tanto, la reinvención debe comenzar por los profesionales que le darán forma a esta nueva manera de vivir la digitalización, ya que son ellos quienes deben guiar a las organizaciones en tomar el reto, liderar procesos frente a cambios continuos y avances exponenciales en materia de tecnología e innovación.

El propósito principal de este Diplomado es fortalecer las competencias de los participantes para la implementación de procesos de análisis y gestión de datos utilizando herramientas especializadas en la identificación de patrones y técnicas predictivas, con el fin de aportar valor a la empresa a través de la generación de información clave para la toma de decisiones.


Objetivos

Implementar procesos de análisis y gestión de datos utilizando herramientas especializadas en la identificación de patrones y técnicas predictivas, con el fin de aportar información clave para la toma de decisiones de la organización.


Módulos

Curso I: Transformación Digital (25 horas)

Unidad 1: Introducción a la Transformación de Procesos, Personas y Tecnologías.

  • Introducción: Transformación de Procesos, Personas y Tecnología.
    • Datos, Metodologías, Roles y Estadísticas.
    • Big Data, SOA, BPM,ECM, RPA.
    • Arquitecturas de la Información, Principios 5-Forces Porter.
    • Análisis de caso de Negocio: Facebook vs Snapchat.
    • Principios de Agilidad y Design Thinking.
    • Herramientas de apoyo para los procesos ágiles: SCRUM, Trello, Slack.
    • Experimentar: Documentar y Presentar  5-Forces-Porter de mi empresa.
    • Desafío: ¿puedo convertirme en una data driven company?
    • Acreditación 1 Badge (cognitiveclass.ai)
  • Unidad 2: Tecnologías Habilitantes para la Transformación Digital.
    • Manifiesto Agile.
    • Ventajas y beneficios de la agilidad aplicada en empresas.
    • Características de las metodologías ágiles.
    • Usos y aplicaciones de distintas metodologías ágiles (Scrum, Kanban, XP, etc)
    • Tecnologías habilitantes:
      • Cloud
      • Contenedores
      • IoT
      • Blockchain
      • Ciberseguridad.
    • Inteligencia Artificial aplicada.
    • Introducción Machine Learning y Deep Learning.
    • Showcase: Demostraciones.
    • Experiencia: Workshop Design Thinking usando App Mural.co
    • Acreditación: 1 Badge (cognitiveclass.ai)

Curso II: Metodologías Ágiles para la Transformación Digital (30 horas)

  • Unidad 1: Definiendo e Incorporándonos al Marco de Trabajo en Scrum.
    • Marco de trabajo de Scrum.
    • Roles dentro del equipo Scrum.
    • Definición de alcance de proyecto ágil.
    • Épicas e historias de usuario.
    • Creación del product backlog.
    • Definición y estimación de tareas dentro del equipo Scrum.
    • Velocidad del equipo Scrum.
    • Agile Manifiesto.
    • Cascada vs Agile.
  • Unidad 2: Desarrollando desde la Agilidad.
    • Aplicación del product backlog a sprint.
    • Planificación del sprint (incluye scramboard y burndown chart).
    • Desarrollo y actividades dentro del Sprint.
    • Actualización del product backlog.
    • Entrega y retrospectiva del proyecto.
    • Buenas prácticas.
    • Planning Poker web.
    • KPIs y métricas financieras, tales como ROI, PV, etc.
    • MVP
    • TFS

Curso III: Machine Learning (30 horas)

  • Unidad 1: Técnicas para la exploración y preparación de datos.
    • Datos.
    • Python.
    • Jupyter Notebook en Anaconda y Colaboratory.
    • Librerías de Python para ML como:
      • Numpy
      • Pandas
      • Matplotlib
      • Scikit learn
    • Estadística orientada a datos.
    • Procesos de Limpieza de datos: lectura de datos desde fuentes .
    • Visualizaciones y exploración de datos.
  • Unidad 2: Técnicas de predicción de datos con Machine Learning.
    • Técnicas de clasificación.
    • Segmentación y asociación en Machine Learning.
    • Técnicas de regresión: Regresión lineal y logística con Python.
    • Uso de lenguaje “R” y Python.
    • Algoritmos matemáticos para entrenamiento de modelos.
    • Sistemas de recomendación o predicción.

Curso IV: Deep Learning (30 horas)

  • Unidad 1: Introducción al Deep Learning.
    • Redes Neuronales artificiales
    • Deep Learning en Python con Jupyter Notebook sobre Anaconda
    • Bibliotecas de aprendizaje automático y redes neuronales:
      • Numpy
      • Tensorflow
      • Keras
      • Pytorch
    • Procesos para procesamiento y modelación de datos
    • Gradientes Descencientes.
    • Visualización de datos.
  • Unidad 2: Técnicas y herramientas de Deep Learning.
    • Redes Recurrentes.
    • LSTM (Long Short – term memory)
    • Redes convolucionales.
    • Auto encoders.
    • DBM (Deep Boltzmann Machines)

Curso V: Storytelling with data (30 horas)

  • Unidad 1: Soluciones y servicios de Big Data aplicados a una organización
    • Qué es Big Data y su importancia para las organizaciones..
    • Datos no relacionales (NoSQL).
    • Fuentes de datos y volúmenes de datos.
  • Unidad 2: Conociendo y aplicando herramientas Hadoop y Spark
    • Ambiente Hadoop y Spark (Yarn, HDFS, MapReduce, Hive, Impala).
    • Principales soluciones analíticas (Docker) y en la nube (AWS, Google Cloud).

Orientado

  • Programadores, administradores de contrato y analistas de las áreas de Tecnologías de la Información (TI).
  • Diseñadores de soluciones informáticas, administradores de bases de datos y soporte de áreas TI.

Requisitos de ingreso

  • Conocimientos sobre programación, lógica algorítmica, estadística y nivel intermedio de Python.

Duración y Fechas

Duración

145 horas

Modalidad

Sincrónica

Fechas Matrícula

Fecha inicio: 27-08-2021
Fecha fin: Por definir
A nivel nacional - Clases lunes, miércoles y viernes (19:00 a 22:00 hrs)

Sedes y horarios

Costos y Financiamiento

Costo

$ 1.088.000

Descuentos

  • 30% Titulados Duoc UC
  • 15% - 25% Ex-alumnos de Educación Continua
  • Consulta por descuentos promocionales

Financiamiento

1._ Webpay 2._ Transferencia 3._ Orden de compra de la Empresa, a nombre de: Fundación Instituto Profesional Duoc UC 72.754.700-2

Módulos

Curso I

Curso I: Transformación Digital (25 horas)

Curso II

Curso II: Metodologías Ágiles para la Transformación Digital (30 horas)

Curso III

Curso III: Machine Learning (30 horas)

Curso IV

Curso IV: Deep Learning (30 horas)

Curso V

Curso V: Storytelling with data (30 horas)

Para mayor información

Descargar malla

Otros programas que te pueden interesar