Diplomado en Advanced Business Analytics.
Duración: 120 hrs. presenciales
Horarios: Lunes de 18:30 a 21:30 hrs. - Miércoles de 18:30 a 21:30 hrs
Lugar de realización: Facultad de Economía y Negocios
Si está interesado puede optar a un descuento del 25%
12 cuotas sin interes paganado con webpay
Estudiar en la Universidad de Chile significa ser parte de la institución de educación superior más antigua del país, una de las más prestigiosas y con mayor tradición de América Latina, como lo prueban diversos reconocimientos nacionales e internacionales
ACADEMIC RANKING OF WORLD UNIVERSITIES ARWU 2019
(Clasificación de universidades de mayor prestigio a nivel internacional)Universidad de Chile Ranqueada como N° 1 del país en 19 áreas del conocimiento, se posiciona dentro de las siete a nueve mejores a nivel latinoamericano, la evaluación mide criterios de calidad de estudiantes, desempeño académico y producción científica.
QS WORLD UNIVERSITY RANKING
Categoría Accounting-Finance /Entre las tres mejores Universidades de Sudamérica. Categoría Business and Management/ Primera en Sudamérica y Chile.
Facultad de Economía y Negocios.
86 años de historia.Fundada en 1934, la Facultad de Econo-mía y Negocios (FEN) es la más antigua de Chile. Durante sus años de vida, se impulsa la generación de profesionales más destacados al servicio de nuestro desarrollo. La FEN, ubicada en Diagonal Paraguay 257, Santiago, mantiene una amplia gama de diplomados capaces de satisfacer los requerimientos de espe-cialización de un número cada vez más importante de profesionales, que espe-ran actualizar, perfeccionar o comple-mentar sus conocimientos en diversas áreas
Departamento deControl de Gestión y Sistemas de Información.
El Departamento de Control de Gestión y Siste-mas de Información, perteneciente a la Facultad de Economía y Negocios de la Universidad de Chi-le, se ha convertido en un referente nacional de investigación y docencia en las áreas de Control de Gestión, Auditoría, Contabilidad, Sistemas de Información, Tributación y Procesos de Negocios.Este posicionamiento ha sido el resultado de di-ferentes acciones, tales como el fortalecimiento de las cátedras en pregrado que imparte la FEN, el trabajo realizado a través de nuestros centros de estudios e investigación, además de la perma-nente participación en congresos nacionales e in-ternacionales, asesorías y la gestión de las áreas de Postgrados y Educación Ejecutiva
Presentación.
Business Analytics (BA) se refiere a las habilidades y tec-nologías utilizadas para explorar el desempeño pasado de un negocio con el fin de tomar mejores decisiones. BA utiliza datos, análisis estadístico, modelación predictiva, inteligencia artificial, técnicas de Big Data y optimización para lograr que los negocios funcionen mejor. BA es la evolución natural del Business Intelligence (BI) tradicio-nal, que involucra principalmente reportes y “alarmas”
Objetivo.
Entregar herramientas metodológicas y aplicadas utiliza-das en el mundo del Business Analytics. Al final de este programa el alumno será capaz de abordar problemá-ticas de negocio reales de BA utilizando herramientas computacionales de código abierto, además de aplicar los conceptos y metodologías entregadas en empresas.
Dirigido a:
Profesionales que deseen profundizar sus co-nocimientos en la toma de decisiones basados en datos e información. El diplomado busca pre-sentar nuevas herramientas de análisis de datos estructurados y no estructurados, así como tam-bién, la aplicación de metodologías analíticas que permitan a las empresas y organizaciones ser más eficientes y rápidos en la toma de decisiones.
En particular, el programa se orienta a profesiona-les relacionados con las áreas de gestión de ope-raciones, estadística, marketing, control de ges-tión, tecnologías de la información, informática, análisis financiero y gestión del riesgo, además de todos aquellos profesionales que manejan y anali-zan grandes volúmenes de información
Contenido.
Hoy en día se reconocen cuatro capacidades analíticas principales: Descriptive Analytics, Diagnostic Analytics, Predictive Analytics, y Prescriptive Analytics. Estos cuatro puntos conforman y ordenan el contenido del programa. Adicionalmente, se incluye un capítulo de Big Data Analytics, que considera las técnicas y herramientas que permiten almacenar y procesar grandes volúmenes de datos y que permiten alimentar los modelos asociados a estas cuatro capacidades analíticas reconocidas por Gartner.
INTRODUCCIÓN AL BUSINESS ANALYTICS
Este módulo proporcionará aspectos introductorios de va-riados tópicos que están estrechamente relacionados con el Business Analytics. Se llevará a cabo un barrido general de las etapas necesarias para la realización de un proyecto de BA.Contenidos:
• Proceso KDD y CRISP-DM
• Data warehouses y data marts• Análisis multidimensional: cubos OLAP
• Consolidación de datos
• Limpieza de datos
• Transformación de datos
• Taller aplicado en R
DESCRIPTIVE Y DIAGNOSTIS ANALYTICS
Descriptive Analytics busca responder la pregunta ¿Qué ha sucedido? Esto en base a los datos de la empresa y estadística descriptiva tradicional. Por otro lado, la segunda capacidad analítica destacada en este programa busca responder la pregunta ¿Por qué ha sucedido? Esto mediante el uso de modelos estadísticos multivariantes que permiten balancear y ponderar múltiples factores con el fin de entender el pasado para una mejor toma de decisiones.
Contenidos:
• Fundamentos de probabilidades y estadística
• Análisis Exploratorio de Datos y Descriptive Analytics
• Visualización de Datos y Dashboarding
• Modelos lineales para Diagnostic Analytics
• Modelos bayesianos
• Taller aplicado en R
BIG DATA ANALYTICS
Big Data se refiere al área del Analytics que permite extraer, analizar y almacenar datos que son muy grandes o complejos como para ser tratados con tecnología analíticas tradicionales. Los principales desafíos en esta área incluyen el análisis de datos no estructurados, como imágenes, textos (por ejemplo, reclamos u opiniones de clientes), el almacenamiento y manejo de grandes volúmenes de datos, cloud computing y privacidad de datos, entre otros.
Contenidos:
• Bases de datos relacionales y Big Data
• Hadoop • Spark y MapReduce
• Visualización analítica para Big Data
• Análisis y visualización avanzada para datos no estructurados
• Casos aplicados a la industria de Big Data
• Módulo completo en modalidad taller
PREDICTIVE ANALYTICS I: MODELOS ANALÍTICOS TRADICIONALES
A diferencia de Descriptive y Diagnostic Analytics; capacida-des analíticas relacionadas con una mirada restrospectiva a los datos, Predictive Analytics busca responder la pregunta ¿Qué pasará? Esto en base a modelos predictivos tradicio-nales y avanzados. Además de la introducción de una serie de metodologías predictivas, esta sección se vinculan las técnicas con las aplicaciones de negocios en paralelo con el fin motivar al alumno y facilitar el aprendizaje.
Contenidos:
• Métodos tradicionales para clasificación (regresión logística, k vecinos más cercanos, modelos bayesianos, árboles de decisión)
• Retención y fidelización de clientes
• Credit scoring y análisis de riesgo
• Regresión, series de tiempo y estimación de demanda
• Algoritmos de clustering
• Reglas de Asociación
• Taller aplicado en R con casos aplicados a la industria
PREDICTIVE ANALYTICS II: MODELOS ANALÍTICOS AVANZADOS E INTELIGENCIA ARTIFICIAL
Existen diversas técnicas avanzadas de Predictive Analytics que han ganado popularidad en el último tiempo gracias a su mejor poder predictivo y el manejo de datos complejos, como texto, señales e imágenes. La principal estrategia es Deep Learning o aprendizaje profundo, que corresponde a la evolución de las redes neuronales artificiales y ha provocado una verdadera revolución en el mundo de la Inteligencia Artificial.
Contenidos:
• Redes neuronales artificiales
• Support Vector Machines
• Deep Learning
• Multiclasificadores y Ensemble Learning
• Detección de fraudes
• Visión computacional y reconocimiento de objetivos
• Text Analytics
• Taller aplicado en Python con casos aplicados a la industria
PRESCRIPTIVE ANALYTICS Y TOMA DE DECISIONES
Prescriptive Analytics es la última frontera de las capacidades análiticas, y busca responder la pregunta ¿Qué debo hacer? Esto en base a modelos predictivos en combinación con técni-cas de investigación de operaciones y optimización. Investiga-ción de operaciones es la disciplina que aborda la resolución de problemas y toma de decisiones en base a datos con el fin de lograr que los negocios funcionen mejor.
Contenidos:
• Introducción al Análisis de Decisiones y Management Scien-ces
• Elementos de un problema decisional y modelamiento de problemas.
• Fundamentos de la investigación de operaciones y progra-mación matemática
• Modelación predictiva, Modelos Estocásticos e Investigación de Operaciones
• Casos aplicados a la industria de Prescriptive Analytics
CONSIDERACIÓN:
El diplomado busca ser auto contenido y no se requiere experiencia previa en programación, es un programa de naturaleza aplicada. Importante considerar que las horas de taller aplicado con lenguajes de programación y herramientas computacionales, (como: R, Python, gestores de bases de datos y herramientas para el Big Data -Hadoop, MapReduce, Spark) son módulos que representan un 33% del diplomado.
Las clases en vivo cuenta con una plataforma digital, donde el alumno interactúa en tiempo real con el profesor.
- Clases en Vivo: Las clases con streaming
- Plataforma Interactiva: Interacción con compañeros, profesores y tutores en trabajos grupales y foros a través de nuestra plataforma.
- Acompañamiento y Seguimineto: No estarás solo!
Conexión Basica: Los requisitos básicos son:
- Conexión Basica: Los requisitos básicos son:
- Computador con audio.
- Conexión estable a Internet.
- Deseable dominio a nivel usuario de Microsoft Office.
