Diplomado en Advanced Business Analytics
Diplomado
Semipresencial en Providencia
Descripción
-
Tipología
Diplomado
-
Nivel
Nivel intermedio
-
Metodología
Semipresencial
-
Idiomas
Castellano
-
Lugar
Providencia
-
Duración
Flexible
-
Inicio
13/06/2024
-
Campus online
Sí
-
Servicio de consultas
Sí
-
Clases virtuales
Sí
Business Analytics (BA) se refiere a las habilidades y tecnologías 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) tradicional, que involucra principalmente reportes y “alarmas”.
Su objetivo es entregar herramientas metodológicas y aplicadas utilizadas en el mundo del Business Analytics. Al final de este programa el alumno será capaz de abordar problemáticas de negocio reales de BA utilizando herramientas computacionales de código abierto, además de aplicar los conceptos y metodologías entregadas en empresas.
Sedes y fechas disponibles
Ubicación
comienzo
comienzo
A tener en cuenta
Proporcionar aspectos introductorios de variados tópicos que están estrechamente relacionados con el Business 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. 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. A diferencia de Descriptive y Diagnostic Analytics; capacidades analíticas relacionadas con una mirada restrospectiva a los datos, Predictive Analytics busca responder la pregunta ¿Qué pasará? Esto en base a modelos predictivos tradicionales 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. 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. Esto en base a modelos predictivos en combinación con técnicas de investigación de operaciones y optimización.
Profesionales que deseen profundizar sus conocimientos en la toma de decisiones basados en datos e información. El diplomado busca presentar nuevas herramientas de análisis de datos estructurados y no estructurados, así como también, 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 profesionales relacionados con las áreas de gestión de operaciones, estadística, marketing, control de gestión, tecnologías de la información, informática, análisis financiero y gestión del riesgo, además de todos aquellos profesionales que manejan y analizan grandes volúmenes de información.
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. Perteneciente a la Facultad de Economía y Negocios de la Universidad de Chile, es 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 diferentes acciones, como el fortalecimiento de las cátedras en pregrado, el trabajo realizado a través de los centros de estudios e investigación, la participación en congresos nacionales e internacionales, asesorías y la gestión de las áreas de Postgrados y Educación Ejecutiva.
El programa es de naturaleza aplicada, busca ser auto contenido y no requiere experiencia previa en programación. 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), representan el 33% de programa.
Opiniones
Materias
- Inteligencia artificial
- Negocios
- Toma de decisiones
- E learning
- Modelos
- E business
- Business Inteligence
- Business Impact Analisys
- Big data analytics
- Descriptive Analytics
- Diagnostic Analytics
- Predictive Analytics
- Prescriptive Analytics
- Gartner
- Advance Business Analytics
- Business intelligence
- Análisis de datos
- Base de datos
Profesores
Jaime Miranda Pino
Director Académico Diplomado Business Intelligence
Doctor en Sistemas Complejos de Ingeniería, P.h.D Universidad de Chile. Magíster en Gestión de Operaciones, Universidad de Chile. Ingeniero Civil Industrial, Universidad de Chile. Académico Departamento de Control de Gestión y Sistemas de Información, Facultad de Economía y Negocios, Universidad de Chile.
Jerko Juretic
Docente
Executive Certificate in Strategy and Innovation, Massachusetts Institute of Technology (MIT), Sloan School of Management. Ingeniero Civil Industrial y MBA, Universidad de Chile. Cursos de Especialización en Columbia Business School y Harvard University. Profesor de Estrategia e Innovación en el Departamento de Ingeniería Industrial, Universidad de Chile.
Juan Díaz
Docente
• Ph.D. in Statistics, Harvard University • Ph.D. en Economía, Universidad de Chile • M.Sc. in Statistics, Harvard University • Magíster en Economía, Universidad de Chile • Ingeniero comercial, Universidad de Chile • Profesor Asistente, Universidad de Chile.
Sebastián Maldonado
Director Académico
Ph.D. Sistemas Complejos de Ingeniería, Universidad de Chile. Magíster en Gestión de Operaciones, Universidad de Chile. Ingeniero Civil Industrial y Licenciatura en Ciencias de la Ingeniería, Universidad de Chile. Profesor Titular, Universidad de Chile.
Temario
- 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 Python
DESCRIPTIVE Y DIAGNOSTIS ANALYTICS
- 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
- 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
- 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 Python con casos aplicados a la industria.
PREDICTIVE ANALYTICS II: MODELOS ANALÍTICOS AVANZADOS E INTELIGENCIA ARTIFICIAL
- 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
- Introducción al Análisis de Decisiones y Management Sciences
- Elementos de un problema decisional y modelamiento de problemas.
- Fundamentos de la investigación de operaciones y programación matemática
- Modelación predictiva, Modelos Estocásticos e Investigación de Operaciones
- Casos aplicados a la industria de Prescriptive Analytics.
El programa es de naturaleza aplicada, busca ser auto contenido y no requiere experiencia previa en programación. 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), representan el 33% de programa.
Información adicional
Diplomado en Advanced Business Analytics