Estrategia Big Data y Data Analytics para Managers

  • Big Data
  • curso
  • 8
  • 29/11/2021
PRESENCIAL

PROMOCIÓN VENTA ANTICIPADA:
→ 40% DTO.
¡sólo hasta el 19 de octubre!

Curso organizado dentro del marco del proyecto EUHubs4Data

Actualmente, nadie duda sobre las nuevas oportunidades que ofrece el uso de tecnologías Big Data y Data Analytics, sin embargo, son muchas las empresas que se preguntan sobre la viabilidad de implantar una estrategia Big Data y Data Analytics en su negocio. Son muchas las incertidumbres a las que se enfrentan antes de poder tomar una decisión informada de cara a dar el paso a la transformación digital completa.

En algunos casos, se trata de resolver un problema de velocidad de acceso o consulta a la información. En otros casos, el objetivo se centra en reunir y enriquecer información dispersa para crear un “data lake”. Finalmente, nos encontramos con situaciones en las que las técnicas de Business Intelligence quedan cortas y necesitamos ir un paso más allá con el uso de la Inteligencia Artificial, como por ejemplo para realizar pronósticos, recomendaciones, detección de anomalías, análisis de la calidad de los datos y gestión de los mismos, en un contexto difícil debido a la necesidad de manejar grandes volúmenes de datos.

¿Qué posibilidades tenemos en la explotación de datos? ¿Existen casos de éxito actualmente? ¿Qué técnicas de Inteligencia Artificial intervienen? ¿Cuál es la pila de tecnologías más apropiada en cada caso? ¿Qué opciones tengo para la ingesta y procesamiento masivo de datos? ¿Cuál es el coste de dichas tecnologías? ¿Cuál es su grado de maduración? ¿Tengo opciones de software libre lo suficientemente fiables? ¿Cómo debo manejar los datos de manera óptima? ¿Cómo analizo los datos para extraer conocimiento? Y finalmente, ¿qué equipo de profesionales necesito y con qué formación?

Este curso trata de dar respuesta a esas preguntas, ofreciendo un recorrido por casos prácticos que pueden ser aplicados al contexto de desarrollo de negocio y una visión clara de las distintas tecnologías Big Data que intervienen en ellos. Asimismo, se enfoca en examinar qué estrategia se debe implementar en la empresa para embarcarse en la transformación digital y explotación de datos. Finalmente, se realiza una aproximación al mundo del análisis de datos, proporcionando las habilidades necesarias para abordar un proyecto de Data Science de manera óptima, explorando las fases y técnicas más eficientes y comúnmente utilizadas.

Objetivo

El objetivo de este curso es resolver las principales dudas con las que se enfrentan los equipos directivos y managers a la hora de implantar una estrategia de Big Data y de Análisis de Datos en su empresa. Así, se cubre desde un vistazo a casos prácticos en materia de explotación y analítica de datos, pasando por una revisión de las principales tecnologías que hoy en día pueblan el horizonte de Big Data y el Data Science (para ingesta masiva, consulta, análisis, visualización…), hasta un roadmap para la adopción de dichas técnicas y tecnologías en nuestras empresas.

Audiencia

Managers, responsables y directivos con conocimiento tecnológico básico.

Prerrequisitos

No se requieren conocimientos previos específicos.

El curso desarrolla los siguientes temas y conceptos:

Parte I........................................................................................................................... (4h)

  • Módulo 1: Introducción a Big Data
    • ¿Qué es Big Data?
    • La problemática en Big Data
    • Escenarios y retos
  • Módulo 2: Tecnologías Big Data
    • Fundamentos técnicos
    • La era Hadoop
    • Ecosistema Hadoop
    • Nuestra pila de servicios Big Data
    • Herramientas
  • Módulo 3: Estrategia Big Data
    • Introducción
    • Definiendo una estrategia
    • El equipo Big Data
    • De los datos a las aplicaciones
    • Casos prácticos

Parte II.......................................................................................................................... (4h)

  • Módulo 4: Introducción a “Data Analytics” (1h)
    • Visión general
    • Descripción de las fases del Data Analytics
  • Módulo 5: Evaluar y gestionar la Calidad del Dato (1h)
    • Análisis Exploratorio de Datos: Visualización gráfica de datos y estadística más relevante para identificar datos de calidad
    • Curación de datos: Técnicas de mejora de los datos como data cleansing, gestión de faltantes, reescalado, ingeniería de características...
  • Módulo 6: Machine Learning (2h)
    • Qué es Machine Learning y qué nos permite resolver?
    • Tipos de modelos predictivos
    • Cómo entreno adecuadamente mi modelo
    • Evaluar y seleccionar los mejores modelos
    • Poner mi mejor modelo en producción
    • Casos de uso: Detección de anomalías y predicción de sensores IoT

Raúl Hussein Galindo

Responsable del departamento de Servicios de Análisis de Datos Avanzado de ITI.

Ingeniero Superior en Informática por la UV con 15 años de experiencia en áreas Industria 4.0, Salud, Legaltech, Ecosistemas Digitales de Negocio y Gestión de la Innovación. Desempeña en ITI tareas de dirección de servicios de I+D a empresas en el ámbito de Big Data e Inteligencia Artificial, destacando su experiencia en el desarrollo e implantación de Gemelos Digitales para el mantenimiento predictivo.

Miguel Bravo Arribas

Ingeniero de Telecomunicaciones con especialidad en Sistemas de Comunicaciones por la Universidad Carlos III de Madrid y Máster Internacional en Integración de Sistemas Inteligentes por el consorcio de Universidades Heriot-Watt University (Escocia), Buskerud and Vestfold University College (Noruega) y Budapest University of Technology and Economics (Hungría).

Ha trabajado durante 2 años en PwC como analista de datos, desarrollando tareas de Machine Learning y Busineess Intelligence principalmente en proyectos de prevención y detección de fraude, en los sectores de banca y retail. De manera adicional, ha trabajado 1 año en Deloitte como analista de datos senior, desarrollando tareas de Machine Learning y Busineess Intelligence y gestionando equipos de 2-3 personas en proyectos de prevención y detección de fraude, en sectores de hostelería, retail, supermercados y casinos.

Se incorpora al ITI en 2018 como analista de datos en el departamento de Área de Soporte a la ejecución de proyectos de I+D, para el desarrollo de proyectos de Machine Learning y Big Data. Actualmente trabaja como científico de datos en dicho departamento y ha sido promocionado a portavoz del equipo de analistas de datos del mismo, donde además del desarrollo de proyectos de analítica de datos principalmente en el entorno industrial, realiza tareas de gestión de equipos, redacción de propuestas y toma de decisiones.

 

*Equipo docente sujeto a cambios

Este curso puede ser bonificado a través de los créditos de formación de la FUNDAE, siendo ITI la entidad Organizadora del curso. Para ello, la inscripción debe realizarse con al menos 2 días hábiles de antelación. Inscripciones posteriores no podrán bonificarse. Si necesita que dicha gestión la realice ITI, póngase en contacto con nosotros en formacion@iti.es con una antelación mínima de 6 días antes del inicio del curso. Esta gestión tiene un coste equivalente al 15% del importe máximo a bonificar, con un mínimo de 45€ por cada formación.

Todos los cursos tienen un precio base específico. Sobre el precio base, se podrán aplicar una serie de descuentos en los siguientes casos:

• Inscripción anticipada (30 días antes de la fecha de fin de inscripción).
• Inscripción de más de un alumno de una misma organización*.
• Ser asociados de ITI o disponer de un acuerdo de colaboración con ITI*.

* Estos descuentos no serán de aplicación durante el periodo de inscripción anticipada.

Más información aquí

Datos Básicos

Inscripción: Del 20/06/2021 al 19/11/2021
Inicio: 29/11/2021
Fin: 01/12/2021
Duración: 8
Horario: Lunes y miércoles. De 16:00 a 20:00h
Lugar: Aula de formación del Instituto Tecnológico de Informática- ITI. Ciudad Politécnica de la Innovación, Edificio 8G, Cuarta Planta