Big Data
Código: IFCT128PO
Objetivos
OBJETIVO GENERAL:
Participar en diálogos sobre competencias clave en un entorno profesional, conocer un mercado -tecnológico- en constante expansión, realizar breve inmersión en el mundo analítico actual y ser capaz de acceder a casos de éxito en distintos sectores.
OBJETIVOS ESPECÍFICOS:
Unidad 1:
- Familiarizarse con los conceptos y el vocabulario de la analítica de negocio.
- Comprender los orígenes y causas que originaron este paradigma.
- Conocer las necesidades principales del área de negocio.
Unidad 2:
- Conocer las principales técnicas de tratamiento y control de los datos.
- Reconocer la calidad de datos y gobierno de la información.
- Comprender la importancia de tener un rato robusto, saneado y veraz.
Unidad 3:
- Perder el miedo a utilizar herramientas de inteligencia empresarial.
- Conocer los procesos de la analítica clásica.
- Comprender la complejidad que conlleva un sistema analítico.
- Fomentar la adopción de herramientas de inteligencia empresarial.
- Comprender los procesos de la analítica clásica.
- Evaluar soluciones de BI.
Unidad 4:
- Conocer los diferentes conceptos y herramientas de que disponemos a la hora de representar los datos.
- Comprender la importancia que conlleva representar los datos.
- Saber que un análisis no interpretable no vale para mucho.
Unidad 5:
- Tener un conocimiento más claro de lo que se denomina Big Data.
- Conocer sus principales componentes, librerías y ecosistemas.
- Ser conscientes de las principales diferencias entre Apache Hadoop y Apache Spark.
Unidad 6:
- Conocer algunos conceptos y principales metodologías en la analítica avanzada.
- Comprender cómo se relacionan con el Business Intelligence o analítica tradicional.
Programa
Presentación del curso
Unidad didáctica 1: Antecedentes, definiciones y bases para un correcto entendimiento
Introducción y objetivos
1. Necesidades del ejecutivo
2. Problemas de IT que resuelve
3. ¿Qué es un DSS?
4. Business Intelligence
5. Business Analytics
6. Business Intelligence vs Business Analytics
Ejercicio 1
7. Grados de madurez analítica de una empresa
8. Casos de éxito en BI
9. Tendencias futuras
10. Comparativa de herramientas
Ponte a prueba 1
Resumen
Test 1
Evaluación 1
Unidad didáctica 2: La importancia del dato
Introducción y objetivos
1. Valor
Ejercicio 2
2. Data Governance
3. Data Quality
Ejercicio 3
4. Data Quality & Governance-GDPR
Ejercicio 4
Caso práctico 1
Resumen
Test 2
Evaluación 2
Unidad didáctica 3: Algunos conceptos técnicos de la analítica tradicional
Introducción y objetivos
1. Analítica clásica: flujo de datos
2. Procesos ETL
3. DataWarehouse
4. Datamart
5. Cubos OLAP
6. Sistema de Reporting
Ejercicio 5
7. Panel de control y dashboard
8. Balanced Scorecard
9. Comparación de herramientas
10. Business Intelligence - Solvencia II
Resumen
Test 3
Evaluación 3
Unidad didáctica 4: Representación de los datos
Introducción y objetivos
1. Analítica clásica: Flujo de datos
2. Cuadro de Mando Integral (CMI)
3. Tipo de Herramientas
Ejercicio 6
Caso práctico 2
Resumen
Test 4
Evaluación 4
Unidad didáctica 5: Introducción al Big Data
Introducción y objetivos
1. Historia del Big Data
2. ¿Qué es el Big Data?
Ejercicio 7
3. Apache Hadoop y su ecosistema
Ejercicio 8
4. MapReduce: el motor de Hadoop
5. Spark
6. MapReduce vs Spark
Ejercicio 9
7. Big Data y problemas de rendimiento en una TELCO
Ponte a prueba 2
Resumen
Test 5
Evaluación 5
Unidad didáctica 6: Introducción a la analítica avanzada
Introducción y objetivos
1. Algoritmia
2. Estadística descriptiva
Ejercicio 10
3. Análisis clúster
4. Análisis factorial
5. Regresión
Ejercicio 11
6. Ejemplo: detección de empresas ficticias
Caso práctico 3
Ponte a prueba 3
Resumen
Test 6
Evaluación 6
Ejemplo práctico
Caso práctico final
Evaluación final