DUOC UC: Diplomado en Ciencia de Datos

Descripción

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.

Fecha de inicio: 17-11-2021

Duración:  145 horas

Modalidad: Sincrónica (E-learning)

Descuento exclusivo Learn Chile: 15%

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

Visita nuestra web siguiendo este enlace.