Programa de Actualización

Diplomado en Gestión de Grandes Volúmenes de Datos y Analítica Empresarial

Coordinador: Dr. José A. Incera Diéguez

La evolución de las tecnologías de información y comunicaciones nos ha llevado a un crecimiento explosivo en la cantidad de datos disponibles para todo tipo de organizaciones. El volumen, variedad y velocidad con la que éstos se generan, ha llevado al límite las herramientas y habilidades tradicionales para almacenar, organizar y analizar datos -y transformarlos en información y conocimiento. 

La gestión y análisis de grandes volúmenes de datos (Big Data and Analytics) es a la vez un enorme reto y una gran oportunidad para las organizaciones contemporáneas.  Aquéllas capaces de transformarse en una organización centrada en los datos, encontrarán en Big Data un valiosísimo diferenciador de competitividad.

Objetivo general

Ofrecer un perfil profesional capaz de gestionar grandes volúmenes de datos y de analizarlos de manera eficaz, eficiente y pertinente.   
A través de un adecuado balance teórico-práctico, el egresado de este programa será un Arquitecto de Información que preparará a la empresa para maximizar las oportunidades de Big Data y Analytics.

Estructura

Este programa de actualización está conformado por seis módulos, de los cuales cuatro son obligatorios y dos optativos, que pueden cursarse en conjunto para obtener el diploma en “Gestión de Grandes Volúmenes de Datos y Analítica Empresarial”.

Alternativamente, se pueden tomar algunos módulos de forma aislada como Cursos de Actualización, en cuyo caso se otorgará una constancia de participación.

Cada módulo tiene una duración de 36 horas y se imparte una vez por semana de 19:00 a 22:00 horas. 

Requisitos

  • Ser egresado de un posgrado afín (Tecnologías de Información, Negocios)
  • Enviar currículum vítae, sujeto a la aprobación del Coordinador Académico

 

Módulos obligatorios

I. Fuentes de Información

Objetivo 
En este curso se presentan los fundamentos de nuevas fuentes de datos (estructurados, no estructurados, semi-estructurados).  Se trata de tecnologías con flujos de datos, frecuentemente generados a gran velocidad, de diversa índole, que deben ser capturados y analizados en poco tiempo, en ocasiones en tiempo real.

Temario

  1. Redes.  Tradicionales, de sensores, tendencias M2M
  2. Redes sociales. Teoría de grafos.
  3. Análisis de redes sociales.   Modelos small world. Diseminación de información
  4. WWW. Clasificación, calificación de páginas. Minería de texto
  5. Imágenes y video.  Minería de flujos.
  6. Datos geo-espaciales.
  7. Ejemplos particulares de industria.  Telecomunicaciones, Finanzas, Salud

 

II. Gobernanza de Datos

Objetivo 
En este curso se busca una visión desde la alta dirección  sobre la gobernanza de los datos.  Una organización centrada en los datos requiere de políticas, de un marco de gobierno  y técnicas de gestión de conocimiento que cohesione y de sentido a la arquitectura para capturar y gestionar grandes volúmenes de datos.

Temario

  • Datos, información y conocimiento.  Recurso estratégico de las organizaciones
  • Gobierno de datos. Modelos de madurez
  • Proceso unificado de gobierno de información
  • Clasificación de la información
  • Usuarios y custodios de la información.  Control, gestión y asignación de responsabilidades
  • Ciclo de vida de la información
  • Gobierno de información en grandes volúmenes de datos y en fuentes que no pertenecen a la organización
  • Archivo, resguardo de información.  Evaluación de la gestión de datos
  • Retención y destrucción de datos. 
  • Ley de acceso a la información.  Marcos nacionales e internacionales
  • Casos de estudio en distintas industrias: banca, salud, detallista, manufacturera

 

III. Integración de Arquitecturas de Información

Objetivo 
Este curso se muestra cómo conjuntar (posiblemente de forma distribuida) los diversos tipos de información de que dispone la organización para su análisis.  Presenta técnicas para integrar las fuentes de información y proporcionar datos confiables, seguros y de alta calidad, relevantes para la organización.

Temario

  • Integración de fuentes de información. Transformación y normalización
  • Metadatos. Clasificación de datos. Glosario de datos para el negocio
  • Gestión de datos maestros (MDM).  Activación de un proyecto MDM
  • Servicios de taxonomía.  Mapeo de esquemas.
  • Enriquecimiento de datos
  • Ontologías y representación del conocimiento
  • Métodos avanzados para ETL
  • Modelado y visualización de datos

IV. Analítica empresarial

Objetivo 
En este curso se cubren técnicas y aplicaciones de analítica empresarial. A través del estudio de casos, se presentan y analizan distintas técnicas de analítica predictiva, y se ofrecen los fundamentos de la analítica prescriptiva. La integración de los temas cubiertos en los módulos anteriores, junto con técnicas especiales para realizar análisis sobre grandes volúmenes de datos, permitirán estimar el enorme potencial de Big Data y Analytics.

Temario

  • Analítica para grandes volúmenes de información.
  • Aplicaciones de analítica empresarial. Casos de uso
  • Análisis de flujos de trabajo
  • Introducción al análisis predictivo y al análisis prospectivo. Simulación y optimización.
  • Técnicas especiales para análisis y visualización de grandes volúmenes de información.
  • Retos de aplicaciones analíticas en las organizaciones

 

Módulos optativos
Para obtener el diploma en “Gestión de Grandes Volúmenes de Datos y Analítica Empresarial”, se deben cursar al menos dos de los siguientes módulos.

 

A. Desempeño Organizacional e Inteligencia de Negocio

Objetivo 
Mostrar cómo administrar el desempeño de una empresa, alineando la estrategia con la ejecución de los procesos operacionales y utilizando tecnologías de información para implementar un proceso de aprendizaje y mejora continua: la definición y la evaluación en tiempo real de métricas claves de desempeño (KPI) son los componentes esenciales para lograrlo.

Temario

  1. Proceso de toma de decisiones. Inteligencia de negocio (BI)
  2. Infraestructura para BI.  Modelos de madurez
  3. Analítica descriptiva.  Bases de datos orientadas a columnas
  • Tableros de control y de mando. Tipos de tableros para monitoreo de desempeño
  • Modelo de madurez de BI
  • Tendencias en analítica empresarial (agile, cloud, mobile, social)
  • Desempeño de la organización.  BPM y BSC

 

B. Bases de Datos Avanzadas

Objetivo
Este curso asume que el estudiante ya tiene conocimientos sólidos en el manejo de Bases de Datos Relacionales.  En él se tratan temas avanzados de diseño e implementación de sistemas de Bases de Datos Relacionales.

Temario

  1. Modelado de datos y objetos.
  2. Normalización.
  3. SQL, disparadores y transacciones
  4. Sintonización para desempeño
  5. Replicación de bases de datos.  Alta disponibilidad
  6. Bases de datos distribuidas
  7. Map-reduce: Hadoop
  8. NoSQL

 

C. Organización y Preservación de Datos

Objetivo 
Este curso proporciona los elementos para diseñar, implementar, mantener y explotar un almacén de datos (datawarehouse), y proteger la información albergada en él.  También permite identificar los riesgos emergentes e implementar una arquitectura de alta seguridad que soporte los objetivos de la organización.

Temario

  1. Datawarehouse. Arquitectura. Modelo de datos
  2. OLAP vs OLTP.
  3. Calidad y limpieza de datos.
  4. Técnicas de diseño. Estrella, copo de nieve
  5. Seguridad y preservación. 
  6. Identificación, cuantificación, mitigación y gestión de riesgos
  7. Estrategias de protección y respaldo

D. Minería de Datos

Objetivo 
La minería de distintos tipos de datos es esencial para los procesos de análisis de información.  En este curso se introducen los principales conceptos detrás de la minería de datos, texto, flujos.  Se analizan aplicaciones, técnicas, modelos y metodologías de minería.

Temario

  1. Introducción a la minería de datos. Modelo de seis fases
  2. Aplicaciones, metodologías y técnicas
  3. Árboles de decisión.
  4. Aprendizaje supervisado y no supervisado
  5. Reglas de asociación para grandes bases de datos
  6. Métodos de agrupación y clasificación
  7. Minería sobre fuentes no estructuradas

Calendario

Trimestre

Curso

Abril – junio 2013

Optativa. Desempeño Organizacional e Inteligencia de Negocio
Se imparte los martes. Del 9 de abril al 25 de junio

Julio – septiembre 2013

Optativa: Bases de Datos Avanzadas
Se imparte los jueves. Del 9 de julio al 24 de septiembre

Octubre – diciembre 2013

Obligatoria: Gobernanza de Datos
Se imparte los martes. Del 1 de octubre al 17 de diciembre
Optativa: Organización y Preservación de Datos
Se imparte los jueves. Del 3 de octubre al 19 de diciembre

Enero – marzo 2014

Obligatoria: Fuentes de Información
Se imparte los martes. Del 7 de enero al 25 de marzo
Optativa: Minería de Datos
Se imparte los jueves. Del 9 de enero al 27 de marzo

Abril – junio 2014

Obligatoria: Integración de Arquitecturas de Información
Se imparte los martes. Del 1 de abril al 17 de junio

Julio – septiembre 2014

Obligatoria: Analítica Empresarial
Se imparte los martes. Del 1 de julio al 23 de septiembre

Programación sujeta a cambios. Cupo limitado. El ITAM se reserva el derecho de posponer o cancelar los programas que no cumplan con el quórum mínimo requerido.

Costos

Modalidad de Diplomado

Inscripción: $ 5,400.00*
Módulo: $ 10,600.00* público en general
* Estos precios no causan IVA

Modalidad de Curso de Actualización

Curso: $ 10,600.00 + IVA público en general