Big Data y Transformación Digital 2024

360,00

Duración: 48 horas ONLINE  |  Ref (4116)
Consulte becas o como hacer el curso sin coste.

ID CURSO:

4116
MODALIDAD:

ONLINE
FAMILIA:

137
HORAS:

48 horas
INICIO:

INMEDIATO
DURACIÓN:

Aprox.
11 semanas
SKU: 4116 Categoría:
 

1 – De los datos a las decisiones estratégicas. El mundo del dato

De los datos a las decisiones estratégicas. El mundo del dato

Contexto

De los Datos a las Decisiones Estratégicas

DIKW

¿Cuál es el DIKW real que necesitamos?

Entonces, ¿Qué es Big Data?

Omnicanalidad

Los distintos orígenes de datos

Corporate Performance Management

La pirámide de la información

Organizaciones basadas en la estrategia

Mapa estratégico

Cuadros de Mando

Visualización

Hemos aprendido

 

2 – Data Management

Data Management

Qué es el Data Management

Áreas o disciplinas del Data Management

Data Governance

Buenas y malas prácticas de Data Governance

Data Architecture

Data Development

Bases de datos y su diseño

Document & Content Management

Data Security

Control de accesos

Buenas prácticas de Seguridad de Datos

Master Data

Meta Data

Data Quality

Database Operations

Data Warehousing & Business Intelligence

Hemos aprendido

 

3 – Sistemas de información: Business Intelligence. ¿Por qué aparece Big Data? ¿Qué significa?

Sistemas de información: Business Intelligence ¿Por qué aparece Big Data, qué significa? 

Business Intelligence

Contexto en el que surge el Business Intelligence

Diferencias entre sistemas operacionales e informacionales

DataWarehouse y DataMarts

Creación de un sistema de BI

Arquitectura de un sistema de BI  

Introducción a Big Data; el porqué de su existencia

Las V’s del Big Data

Datificación

Datificación – volúmenes de datos 

Business Intelligence Vs Big Data

Ciclo de Vida de Big Data

Problemática con Big Data

Hemos aprendido

 

4 – Arquitecturas Big Data

Arquitecturas Big Data

Componentes de una arquitectura Big Data

Data Lake

Hadoop + Spark

Hadoop

Map Reduce

Ecosistema Hadoop

Almacenamiento distribuido: HDFS

Spark

Spark DAG

RDD’s

Ecosistema Spark

Spark sobre Hadoop

Panorámica de herramientas

Hemos aprendido

 

5 – Visualización y toma de decisiones

Visualización y toma de decisiones

Smart Data y Smart Visual Data

Tecnologías y herramientas de visualización

Tecnología R

Notebooks y Zeppelin

Herramientas comerciales

Otras herramientas de visualización

Casos de uso con Visualización

Mobile First

Hemos aprendido

 

6 – Big Data & Analytics: Disciplinas científicas

Big Data & Analytics: Disciplinas científicas

Enfoque multidisciplinar

Disciplinas científicas

De la Analítica Descriptiva a la Analítica Prescriptiva

Perspectivas de analítica

Data Mining

Qué es Data Mining

Etapas y ejemplos de Data Mining

Panorámica de herramientas para Data Mining

Algoritmos Descriptivos

Algoritmos Predictivos

Machine Learning 

Bases del Aprendizaje Automático

Cómo hacer aprender a una máquina

Aprendizaje Supervisado y No Supervisado

Panorámica de herramientas de Machine Learning

Machine Learning en una pila de Big Data

Cognitive Computing

Deep Learning

 Evolución esperada del Deep Learning

Panorámica de herramientas de Cognitive Computing

Casos de Uso

Siri y Cortana

Watson Analytics

Mejorando la seguridad y el cumplimiento de la ley, caso del MIT

El Bot Mitsuku

Reconocimiento de imágenes, Big Data y retail

Hemos aprendido

 

7 – Big Data & Analytics: Ámbitos de aplicación

Big Data & Analytics: Ámbitos de aplicación

Customer Analytics

La importancia del Customer Analytics

Casos de uso de Customer Analytics

User Experience (UX)

Casos de uso de User Experience

Business Analytics

La importancia del Business Analytics

Casos de uso de Business Analytics (1)

Casos de uso de Business Analytics (2)

RRHH Analytics

La importancia del RRHH Analytics

Casos de uso de RRHH Analytics

Text Analytics

La importancia del Text Analytics

Nubes de Palabras y Redes Semánticas

Casos de uso de Text Analytics

Panorámica de herramientas de Text Analytics

Hemos aprendido

 

8 – Transformación Digital e IoT

Transformación Digital e IoT

Internet de las cosas

Qué es Internet de las cosas (IoT)

Estado actual y futuro

Capacidades del IoT

Inteligencia Artificial en IoT

Tecnología

IoT en los hogares y la sociedad

Industria 4.0

Impacto en las Fintech

Casos de Uso de IoT (1)

Casos de Uso de IoT (2)

Smart Cities

Casos de uso de Smart Cities

La Digitalización de las empresas

La Transformación Digital

Ventajas y problemas del cambio digital

Casos de digitalización

La cultura digital

Proceso de digitalización 

Realidad Virtual

Robótica

Hemos aprendido

 

9 – Liderazgo y Gestión de proyectos de dato

Liderazgo y Gestión de proyectos de dato

Introducción al agilismo

¿Por qué existe el enfoque “ágil”?

Entrega dirigida por el valor de negocio

Valores añadidos de la propuesta ágil

Enfoque ágil vs Enfoque “tradicional”

Cambio en la Triple Restricción

Los 4 valores fundamentales del enfoque ágil

Otros principios básicos de la gestión ágil de proyectos

Resumen de diferencias entre los enfoques Ágil y Tradicional

Por qué Big Data implica ser ágil

Metodologías Ágiles

Scrum

 Elementos de Scrum  

Roles en Scrum

Kanban

Lean

Relación entre metodologías ágiles

Nuevas Propuestas ágiles de gestión

Liderazgo en un entorno ágil

El líder sirviente

Liderazgo y coaching para las personas

Hemos aprendido

 

10 – Protección de datos

Protección de datos

Reglamento europeo

Introducción

Datos personales y datos biométricos

Novedades impuestas por la tecnología

Privacidad

Medidas de seguridad más transparentes

Accountability y el DPO 

La nueva LOPD

Hemos aprendido

A lo largo del curso vamos a enfocarnos en los siguientes objetivos:

  • Comprender en qué consiste Big Data. Desmitificación del concepto. Datificación y Monetización de los datos.
  • Adquirir vocabulario y conceptos para poder comunicarse y trabajar con Big Data.
  • Conocer en qué consiste un ecosistema de Big Data, perfiles profesionales, gestión de Big Data, y valor de negocio.
  • Conocer las posibilidades de analítica de datos.
  • Analizar casos de uso reales de aplicación de Big Data y nuevas oportunidades.
  • Presentar las nuevas tendencias y tecnologías que están por llegar, y estar preparados para entenderlas y sacarles partido.

Este curso se dirige a todas aquellas personas que quieran conocer, qué es y qué significa Big Data y el impacto actual de los grandes volúmenes de datos existentes, sin perderse en terminología técnica ni pasar semanas o meses buceando en internet.

Para aquellos que quieran conocer los casos y ámbitos de aplicación de las Smart Cities, la domótica, la Industria 4.0, y en general qué significa Internet de las Cosas, Internet de Todo, y cómo esta tendencia nos afecta y nos afectará en el día a día.

Adecuado para profesionales del mundo de los negocios, que quieran conocer el impacto de la Transformación Digital de las empresas en su relación con el cliente, las posibilidades que se originan, los nuevos canales de comunicación existentes y las oportunidades (y riesgos) para el negocio, en ámbitos como inteligencia de clientes o el funcionamiento interno de la compañía.

Dirigido a profesionales del mundo del dato que quieran conocer las nociones básicas de la plataforma tecnológica que hace posible el procesamiento masivo de datos, su visualización enriquecida, los nuevos volúmenes de datos, su procesamiento en la nube y las posibilidades existentes.

Para profesionales que quieran conocer las buenas prácticas para gestión ágil de proyectos de dato y de conocimiento, así como la propia gestión de los datos (Data Management): calidad del dato, seguridad, datos maestros, modelos de datos, gobierno de datos.

Para personas que quieran conocer el aspecto científico del Big Data; tipos de analítica (descriptiva, diagnóstica, predictiva, prescriptiva), y los fundamentos de la inteligencia artificial.

Para aquellos que quieran conocer el impacto del movimiento y procesamiento masivo de datos en cualquier lugar, en cualquier momento, en la nube… y cómo impacta esto en la protección legal de los datos, datos personales, y la seguridad de los datos en general.

Descripción

1 – De los datos a las decisiones estratégicas. El mundo del dato

De los datos a las decisiones estratégicas. El mundo del dato

Contexto

De los Datos a las Decisiones Estratégicas

DIKW

¿Cuál es el DIKW real que necesitamos?

Entonces, ¿Qué es Big Data?

Omnicanalidad

Los distintos orígenes de datos

Corporate Performance Management

La pirámide de la información

Organizaciones basadas en la estrategia

Mapa estratégico

Cuadros de Mando

Visualización

Hemos aprendido

 

2 – Data Management

Data Management

Qué es el Data Management

Áreas o disciplinas del Data Management

Data Governance

Buenas y malas prácticas de Data Governance

Data Architecture

Data Development

Bases de datos y su diseño

Document & Content Management

Data Security

Control de accesos

Buenas prácticas de Seguridad de Datos

Master Data

Meta Data

Data Quality

Database Operations

Data Warehousing & Business Intelligence

Hemos aprendido

 

3 – Sistemas de información: Business Intelligence. ¿Por qué aparece Big Data? ¿Qué significa?

Sistemas de información: Business Intelligence ¿Por qué aparece Big Data, qué significa? 

Business Intelligence

Contexto en el que surge el Business Intelligence

Diferencias entre sistemas operacionales e informacionales

DataWarehouse y DataMarts

Creación de un sistema de BI

Arquitectura de un sistema de BI  

Introducción a Big Data; el porqué de su existencia

Las V’s del Big Data

Datificación

Datificación – volúmenes de datos 

Business Intelligence Vs Big Data

Ciclo de Vida de Big Data

Problemática con Big Data

Hemos aprendido

 

4 – Arquitecturas Big Data

Arquitecturas Big Data

Componentes de una arquitectura Big Data

Data Lake

Hadoop + Spark

Hadoop

Map Reduce

Ecosistema Hadoop

Almacenamiento distribuido: HDFS

Spark

Spark DAG

RDD’s

Ecosistema Spark

Spark sobre Hadoop

Panorámica de herramientas

Hemos aprendido

 

5 – Visualización y toma de decisiones

Visualización y toma de decisiones

Smart Data y Smart Visual Data

Tecnologías y herramientas de visualización

Tecnología R

Notebooks y Zeppelin

Herramientas comerciales

Otras herramientas de visualización

Casos de uso con Visualización

Mobile First

Hemos aprendido

 

6 – Big Data & Analytics: Disciplinas científicas

Big Data & Analytics: Disciplinas científicas

Enfoque multidisciplinar

Disciplinas científicas

De la Analítica Descriptiva a la Analítica Prescriptiva

Perspectivas de analítica

Data Mining

Qué es Data Mining

Etapas y ejemplos de Data Mining

Panorámica de herramientas para Data Mining

Algoritmos Descriptivos

Algoritmos Predictivos

Machine Learning 

Bases del Aprendizaje Automático

Cómo hacer aprender a una máquina

Aprendizaje Supervisado y No Supervisado

Panorámica de herramientas de Machine Learning

Machine Learning en una pila de Big Data

Cognitive Computing

Deep Learning

 Evolución esperada del Deep Learning

Panorámica de herramientas de Cognitive Computing

Casos de Uso

Siri y Cortana

Watson Analytics

Mejorando la seguridad y el cumplimiento de la ley, caso del MIT

El Bot Mitsuku

Reconocimiento de imágenes, Big Data y retail

Hemos aprendido

 

7 – Big Data & Analytics: Ámbitos de aplicación

Big Data & Analytics: Ámbitos de aplicación

Customer Analytics

La importancia del Customer Analytics

Casos de uso de Customer Analytics

User Experience (UX)

Casos de uso de User Experience

Business Analytics

La importancia del Business Analytics

Casos de uso de Business Analytics (1)

Casos de uso de Business Analytics (2)

RRHH Analytics

La importancia del RRHH Analytics

Casos de uso de RRHH Analytics

Text Analytics

La importancia del Text Analytics

Nubes de Palabras y Redes Semánticas

Casos de uso de Text Analytics

Panorámica de herramientas de Text Analytics

Hemos aprendido

 

8 – Transformación Digital e IoT

Transformación Digital e IoT

Internet de las cosas

Qué es Internet de las cosas (IoT)

Estado actual y futuro

Capacidades del IoT

Inteligencia Artificial en IoT

Tecnología

IoT en los hogares y la sociedad

Industria 4.0

Impacto en las Fintech

Casos de Uso de IoT (1)

Casos de Uso de IoT (2)

Smart Cities

Casos de uso de Smart Cities

La Digitalización de las empresas

La Transformación Digital

Ventajas y problemas del cambio digital

Casos de digitalización

La cultura digital

Proceso de digitalización 

Realidad Virtual

Robótica

Hemos aprendido

 

9 – Liderazgo y Gestión de proyectos de dato

Liderazgo y Gestión de proyectos de dato

Introducción al agilismo

¿Por qué existe el enfoque ‘ágil’?

Entrega dirigida por el valor de negocio

Valores añadidos de la propuesta ágil

Enfoque ágil vs Enfoque ‘tradicional’

Cambio en la Triple Restricción

Los 4 valores fundamentales del enfoque ágil

Otros principios básicos de la gestión ágil de proyectos

Resumen de diferencias entre los enfoques Ágil y Tradicional

Por qué Big Data implica ser ágil

Metodologías Ágiles

Scrum

 Elementos de Scrum

Roles en Scrum

Kanban

Lean

Relación entre metodologías ágiles

Nuevas Propuestas ágiles de gestión

Liderazgo en un entorno ágil

El líder sirviente

Liderazgo y coaching para las personas

Hemos aprendido

 

10 – Protección de datos

Protección de datos

Reglamento europeo

Introducción

Datos personales y datos biométricos

Novedades impuestas por la tecnología

Privacidad

Medidas de seguridad más transparentes

Accountability y el DPO 

La nueva LOPD

Hemos aprendido

Información adicional

Modalidad

online

Tipo formación

Curso online

Valoraciones

No hay valoraciones aún.

Sé el primero en valorar “Big Data y Transformación Digital 2024”

    Para enviarte información sobre este curso, por favor, rellena los siguientes datos:

    Nombre (requerido)

    Teléfono: (requerido)

    Correo electrónico: (requerido)

    Acepto la Política de privacidad