Curso

BIG DATA Y BUSINESS INTELLIGENCE

  • Desde: 1/12/22
  • Hasta: 22/12/22
  • Campus de Valencia
  • Idioma: Castellano
  • Online

Preinscripción desde el 25/10/22

Promovido por:
Escuela Técnica Superior de Ingeniería del Diseño

Responsable de la actividad:
Daniel Palacios Marqués



Modalidad

Presencial Online Emisión en directo

0 horas


20 horas


0 horas

Lugar de impartición
Online.
Certificación

Aprovechamiento

Modalidad

ONLINE

Curso

2022-2023

ECTS

2

Campus

Valencia

0 h

Presenciales

20 h

Online

Precio Colectivo Plazos
120 € Alumni UPV PLUS  1 plazo
120 € Alumno UPV  1 plazo
120 € Personal UPV  1 plazo
120 € Titulado UPV  1 plazo
150 € Público en general  1 plazo
150,00 € - Público en general
120,00 € - Titulado UPV
120,00 € - Personal UPV
120,00 € - Alumno UPV
120,00 € - Alumni UPV PLUS

Objetivos

El propósito es conocer en profundidad cómo una buena gestión de la data nos puede ayudar a ser más eficientes en nuestros negocios y generar ventajas competitivas. En este módulo se analizarán ejemplos teóricos y prácticos con la finalidad de que el alumno sepa adaptarlos en el futuro a sus propios negocios y/o emprendimientos.

Acción formativa dirigida a

Estudiantes y profesionales interesados en conocer las últimas aplicaciones de Big Data y Business Intelligence.


Profesores

  • Maria Orero Blat Técnico Superior de Investigación
  • Daniel Palacios Marqués Catedrático/a de Universidad

Temas a desarrollar

INTRODUCCIÓN A BIG DATA
1. El poder de los datos y su democratización
2. Definiciones de Big Data
2.1 Las 7 V de Big Data
3. El desarrollo de los flujos de datos
4. La variedad de los datos
4.1 Tipos de datos
4.2 Fuentes internas y externas
5. Qué hacer con un gran volumen de datos:
ciencia y analítica de datos
6. Inteligencia de negocio o business intelligence

ESTRATEGIA DE GESTIÓN BASADA EN DATOS
1. El impacto de los datos en la sociedad y las empresas
2. La toma de decisiones basada en datos
3. Aplicación a los negocios
4. Ventajas de big data en la toma de decisiones de negocio
5. Retos y desafíos de big data

INTRODUCCIÓN A LA MINERÍA DE DATOS Y APRENDIZAJE AUTOMÁTICO
1. Introducción: analítica tradicional vs analítica avanzada
1. 1 Concepto
1. 2 Diferencias entre big data y minería de datos
1.3 Fases de la minería de datos
2. Ventajas y desventajas del ‘data mining’
3. Aprendizaje automático o ‘machine learning’
4. Cómo funciona el aprendizaje automático
4. 1 Aprendizaje supervisado
4. 2 Aprendizaje no supervisado
4. 3 Aprendizaje por refuerzo
5. Inteligencia artificial (IA)
5. 1 Casos de uso de la IA
6. ‘Deep learning’ o aprendizaje profundo

CASOS PRÁCTICOS DE APLICACIÓN
1. Banca, finanzas y seguros
1.1 Caso de uso bancario
1.2 Caso de uso sector seguros
2. Retail: venta minorista
2.1 Caso de uso
3. Telecomunicaciones
3.1 Caso de uso
4. Industria y agricultura
5. Administración pública
6. Turismo y viajes
6.1 Caso de uso
7. Salud
8. Transportes y logística
9. Motores de recomendación
9.1 El paradigma Netflix
9.2 El modelo Amazon
9.3 Instagram
10. Competiciones deportivas y alto rendimiento
11. Medios de comunicación
12. Publicidad
13. Atención al cliente a través de chatbots