• csoft / csoft
logo

Inicio / Cursos / Diplomado de Ciencia de Datos

Diplomado de Ciencia de Datos

Descripción
Objetivo

Comprender los conceptos fundamentales de la Analítica e Inteligencia de Negocios para construir e implementar estrategias en la empresa con un enfoque a la excelencia, en la emergente industria 4.0.
Se proveerá de conocimiento práctico y aplicado, orientado a herramientas de analítica descriptiva, diagnóstica, prescriptiva y predictiva.

Fecha de inicio
2018-03-30

Clase de evento
Diplomado

Precio
Contactar a Csofmty Socios
Contactar a Csoftmty No socios

Registro
Registrarse

Objetivo
Metodología:

El Diplomado combina los siguientes elementos:
1. La instrucción presencial está a cargo de nuestros instructores, los cuales están conformados por expertos con amplia experiencia en el campo de la aplicación, además de contar con desarrollo de despliegues de Business Analytics en las organizaciones, con el fin de garantizar un equilibrio entre la teoría y la práctica

2. Laboratorio con equipo de cómputo y software especializado.

3. Material electrónico del curso. (USB)
a. Ejemplos para empresas de manufactura y servicios

4. Seguimiento a la asistencia y puntualidad. Se deberá tener al menos un 85% de asistencia

5. Seguimiento y evaluación del desempeño de cada participante a través de los ejercicios y su retroalimentación.


Beneficios para la empresa

Al concluir el diplomado los beneficios para la empresa serán:

1. Desarrollar a sus ejecutivos para poseer una visión integradora para dirigir adecuadamente a una organización, identificando oportunidades mediante el uso de herramientas tecnológicas para analizar datos de la organización y en redes sociales.

2. Aplicación de metodologías de analítica descriptiva, diagnóstica, prescriptiva y predictiva para optimizar sus procesos productivos, administrativos, financieros, y tecnológicos a fin de lograr la misión y los objetivos de la empresa

3. Decisiones basadas en hechos y en datos

Temas
Contenido temático

Curso 1. Fundamentos de estadística para la analítica de negocios y su impacto en la industria 4.0

Dr. Juan Ignacio González

 Industria 4.0 y la analítica de negocios
o Introducción de la analítica e inteligencia de negocios en la Industria 4.0
o Evolución de la analítica e inteligencia de negocios
o Alcance de la analítica e inteligencia de negocio

 Estrategia de la analítica e inteligencia de negocios
o Proyectos de analítica derivados para apoyar la estrategia de negocio
o Data Governance
 Políticas para uso de datos
• Precisión
• Accesibilidad
• Consistencia
• Actualización de los datos

 Análisis estadístico para la inteligencia de negocios ¿Por qué se requiere la estadística en la analítica de negocios?
o ¿Qué es y para qué sirve la estadística en los negocios?
o Tipos de estadística (Descriptiva e Inferencial)
o Mediciones en estadística
 Tipos de datos (Cualitativos y Cuantitativos)
 Tipos de datos cuantitativos (Continuos y Discretos)
 Estructurados vs No estructurados
 Estáticos y transmisión de datos
 Identificando categorías de datos (actitudinales, de comportamiento y demográficos)
 Niveles de medición (ordinal, nominal, intervalo, ratio)
o Describiendo los datos
 Distribuciones
• Normal
• Otras distribuciones comunes para la descripción de datos
 Medidas de localización (Media, mediana y moda)
 Medidas de variación (Rango, Varianza y Desviación Estándar)
 TLC y Probabilidad en estadística
o Ejercicios prácticos (manejo de datos, identificación de las variables, ejercicios con técnicas descriptivas de datos, importar,



Curso 2. Sé un experto en estadística aplicada a los negocios.

Dr. Juan Ignacio González.

 Técnicas estadísticas más comunes en manufactura y servicios.
o Ejercicios prácticos aplicados en los negocios.
 Software Minitab.
 Supuestos de normalidad.
 Pruebas de hipótesis y su procedimiento.
 One t (One sample t).
 2-t (Two sample t).
• Para Muestras independientes.
• Para Muestras dependientes.
 Test de 2 varianzas.
 ANOVA (Balanceada, No Balanceada y Modelo GLM).
 Chi-square (Tabla de Contingencia).
 Diagramas de Dispersión y Correlación.
 Regresión lineal simple.
 Regresión múltiple.
 Diseño de Experimentos.
 Tips y recomendaciones.



Curso 3. Analytics. Conoce a detalle lo que hay en el mundo de la analítica.

Dr. Juan Baldemar Garza Villegas.

 Tipos de analítica en los negocios. Teoría.
o Descriptiva.
o Diagnóstica.
o Prescriptiva.
o Predictiva.
o Story telling.

 Analítica Aplicada. Casos de estudio.
o Risk & Financial Analytics (Churn prevention, credit scoring & Fraudulent prediction.
o Retail Analytics (Basket recommendation).
o Human Resources Analytics (Recruitment).
o Quality Analytics (Control vs Technology).
o Maintenance Analytics (RCM).
o Sports Analytics.
o Healthcare Analytics.
o IBM Watson (Cognitive AI).

 Analítica Aplicada. Ejercicios prácticos aplicados en negocios
o Introducción a la Analítica Descriptiva.
 Introducción Software Power BI.
 Análisis descriptivo (Análisis gráfico).
 Elaboración de un Dashboard básico.
 Tips y recomendaciones.
o Introducción a la Analítica Prescriptiva.
 Software Minitab.
 Simulación Montecarlo (Risk Analyses).
 Tips y recomendaciones.
o Analítica Aplicada. Machine Learning. Ejercicios prácticos aplicados a negocios.
 Software Azure Machine Learning.
 Algoritmo de regresión lineal.
 Algoritmo de regresión logística.
 Tips y recomendaciones.
o Demostración de la Analítica en tiempo real.
 Software Power BI.
 Gráficos en tiempo real.
 Tips y recomendaciones.



Curso 4. Marketing Analytics I. Estadística para comprender comportamiento de compra.

Lic. José Ignacio Domínguez M.A.

 Unsupervised Learning con procedimientos de Cluster Analysis.
o Conglomerados Jerárquicos.
o Conglomerados K-Means.
o Conglomerados Bietápicos.

 Introducción al software SPSS.

 Ejercicios prácticos.
o Segmentación de Clientes.
o Segmentación de Consumidores ¿cuál es la diferencia? ¿Será en el contexto industrial?


Curso 5. Marketing Analytics II. Estadística para predecir comportamiento de compra.

Lic. José Ignacio Domínguez M.A.

 Supervised Learning con procedimientos predictivos.
o Regresión lineal.
o Regresión logística (binomial, multinomial).
o Análisis discriminante

 Introducción al software SPSS.

 Ejercicios prácticos.
o Predicción de desempeño.
o Predicción de ventas ¿Pronósticos?
o Minería de datos.



Curso 6. Sé un Experto en el Análisis de Datos con Tableau

Dr. Rafael Cruz Reyes

 Software Tableau.
o Hacer las preguntas correctas.
o Preparar sus datos para el análisis.
o Manipulación de datos y presentación.
o Técnicas de Visualización de datos (data visualization) y tipos de gráficos avanzados.
o Crear cálculos complejos para manipular sus datos.
o Utilizar técnicas estadísticas para analizar sus datos.
o Utilizar parámetros y controles de entrada para proporcionar a los usuarios control sobre determinados valores.
o Implementar técnicas avanzadas de mapeo geográfico y utilizar geo codificación e imágenes personalizadas para crear visualizaciones espaciales de datos no geográficos.
o Combinar fuentes de datos usando la combinación de datos.
o Combinar datos de diferentes tablas en una misma fuente de datos por medio de uniones.
o Optimizar sus visualizaciones usando el motor de datos, extracciones y métodos de conexión eficaces.
o Crear mejores dashboards con técnicas para análisis guiados
o Diseño de dashboards avanzados e interactivos y prácticas recomendadas de análisis visual.

 Ejercicios prácticos



Curso 7. Sé un experto en la analítica de datos con Excel

Dr. Rafael Cruz Reyes

 Excel
o Introducción.
o Tablas y gráficos dinámicos.
o Dashboard dinámico.
o Clasificación binaria.
o Medición de la información.
o Regresión lineal.
o Regresión con variables categóricas.
o Regresión curva.

 Ejercicios prácticos


Curso 8. Introducción a SQL

Dr. Rafael Cruz Reyes

 SQL.
o Introducción a SQL.
o Bases de datos relacionales y Big Data.
o Organización de la información.
o Introducción a la interacción con bases de datos.
o Consulta para resumir datos de tablas individuales.
o Consultas para resumir grupos de datos de varias tablas.
o Consultas para tratar preguntas comerciales más detalladas.
o Operaciones con datos.
o Extracción de la información y análisis posterior.

 Ejercicios prácticos.



Curso 9. Sé un experto en la analítica predictiva para pronósticos.

Dr. Edgar Marco Aurelio Granda Gutiérrez

 Introducción a series de tiempo.

 Introducción a software Matla.

 Software Minitab.

 Software Excel.

 Líneas de tendencia con análisis de regresión.

 Ejercicios prácticos.

 Técnicas de pronósticos (Forecasting).
o Promedio móvil.
o Pronósticos con estacionalidad.
o Pronósticos Winter.
o Pronósticos Holt.
o Errores y sus métricas y el efecto en la precisión.
o Modelos inteligentes de pronósticos (Heurística avanzada).

 Ejercicios prácticos.



Curso 10. Sé un experto en la analítica prescriptiva para la toma de decisiones

Dr. Edgar Marco Aurelio Granda Gutiérrez

 Programación lineal aplicada a negocios.
o Introducción a la programación lineal.
o Introducción a software Gams.
o Software Matlab.
o Software Excel.
o Elementos de un modelo de optimización.
o Características de un modelo de optimización.
o Implementación de un modelo de optimización.
o Aplicaciones de la programación lineal.
 Ejercicios prácticos.



Curso 11. Integración de Matlab con otras aplicaciones

Dr. Edgar Marco Aurelio Granda Gutiérrez

 Introducción software Matlab.
o Sintaxis.
o Arreglos.
o Funciones.
o Manejo de datos.
o Arquitectura de datos.

 Conectividad de Matlab en base de datos.
o Puertas de entrada.
o Puertas de salida.
o Estructura de enlace.
o Análisis e interpretación de datos.
 Modelos secuenciales.

 Software Excel.

 Software Tableau.

 Software Gams

 Ejercicios prácticos.



Curso 12. Proyecto integrador Big Data

Dr. Edgar Marco Aurelio Granda Gutiérrez

 Se realizará caso práctico con aplicación y utilizando las herramientas y software visto a través de las sesiones.

 Resolución de Complejidades de los datos.
o Variedad de datos.
o Velocidad de datos.
o Volumen de datos.
o Confiabilidad y validez de datos.
o Muestreo de información.
o Smart Data vs Big Data.

Perfil de asistentes
Ejecutivos que toman decisiones, analistas de datos en áreas de negocios, planeación, marketing, operaciones, calidad, logística y de áreas de tecnologías de información.

Maestros
Instructores:

Dr. Juan Ignacio González (Cursos 1 y 2)

He is a full Professor in Engineering Management. He earned a Phd in Business Strategy from EGADE Business School and completed a specialization in International Strategy and Structural Equation Modeling (SEM) in the Fisher College of Business, at Ohio State University. He earned also a B.S. in marketing management and a MBA from EGADE Business School. As a practitioner, he developed a productive, 15-year career on executive and managerial positions in relevant corporations in Monterrey and Saltillo industrial areas (Sigma Alimentos/Alfa Corporativo, Bokados/Arca Continental, Whirlpool Corporation, Vitromex/Grupo Industrial Saltillo, Axalta/DuPont). Besides, Dr Gonzalez has been taught since 2000 at undergraduate and graduate level, focusing on business strategy, marketing management, market and business intelligence, new product management, entrepreneurship and business development.

Dr. Juan Baldemar Garza Villegas. (Curso 3)

Is the Director of the Engineering Graduate Studies at the University of Monterrey. He earned a B.S. in Mechanical and Administration Engineer, and a Master in Business Administration with specializing in Finance and PhD with emphasis in Administration, Quality and Innovation by the UANL. His research lines are Analytics, Quality, Industrial Engineering, Continuous Improvement and Innovation. He earned a Black Belt and Master Black Belt Certification in Six Sigma by ITESM and BMG. Over 16 years of executive experience in the private industry in the areas of Project Management, Business Analytics, Production Processes, Quality, Service Quality, Development, Teamwork, Industrial Engineering, Product Engineering, Continuous Improvement, Process Simulation and Innovation. Professional experience includes Galvacer, Nemak, Frisa Forjados Operaciones and Frisa Metals.

Lic. José Ignacio Domínguez. MA (Curso 4 y 5)

A business consultant on Marketing Strategy, Marketing Intelligence, and decisions concerning Market Segmentation, Product Differentiation, and Brand Positioning. Current and recent accounts include Expansion 500\\\\\\\\\\\\\\\'s companies (Cemex, Cervecería Cuauhtémoc, Oxxo, Embotelladoras Arca, Vitro, Axtel, Grupo Industrial Saltillo, Vector Casa de Bolsa), international (Solvay, Whirlpool, Transat Holidays), and local (Enertec, Euroamerican School, Formus, Gonher, ITESM, OCV, Plenus, UDEM).

Dr. Rafael Cruz Reyes. (Cursos 6, 7 y 8)

Professor of the Engineering Division in the Universidad de Monterrey. He holds a PhD in Administration from UANL. He has 20 years of professional experience in telecommunications, strategic planning, product management and analytics in top Mexican companies. He has taught for 8 years courses on research methodology, quantitative methods for decision making and advanced statistics in the Universidad de Monterrey and Universidad Autónoma de Nuevo León. As a consultant, he has carried out projects on telecommunications industry for market analysis and for different company in México.


Dr. Edgar Marco Aurelio Granda Gutiérrez (Cursos 9, 10, 11 y 12)

Is a full professor of the Department of Engineering of the Universidad de Monterrey. He holds a PhD of Industrial Engineering from ITESM. He has 18 years of professional experience in logistics, operations and supply chain in several Mexican companies. He has taught for 5 years courses on industrial engineering and logistics in the Universidad de Monterrey, ITESM, UMIN and Universidad Autónoma de Nuevo León. As a consultant, he has carried out projects on logistics and supply chain for different companies in México.

Información de pago
En caso de tener interés contactar a:
sonia.tijerina@csoftmty.org

Información adicional
Duración: 96 horas de instrucción presencial.

Viernes 16 de febrero 16:00 A 20:00 hrs. Sábado 17 de febrero 9:00 a 13:00 hrs.
1. Fundamentos de estadística para la analítica de negocios y su impacto en la industria 4.0
Dr. Juan Ignacio González

Viernes 23 de febrero 16:00 A 20:00 hrs. Sábado 24 de febrero 9:00 a 13:00 hrs.
2. Sé un experto en estadística aplicada a los negocios.
Dr. Juan Ignacio González

Viernes 2 de marzo 16:00 A 20:00 hrs. Sábado 3 de marzo 9:00 a 13:00 hrs.
3. Analytics. Conoce a detalle lo que hay en el mundo de la analítica Dr. Juan Baldemar Garza


Viernes 9 de marzo 16:00 A 20:00 hrs. Sábado 10 de marzo 9:00 a 13:00 hrs.
4. Marketing Analytics (1). Estadística para comprender comportamiento de compra. Mtro. José Ignacio Domínguez

Viernes 16 de marzo Y sábado 17 de marzo. NO HAY SESIONES

Viernes 23 y sábado 24 de marzo, así como el viernes 30 y sábado 31 de marzo . NO HAY SESIONES POR SEMANA SANTA

Viernes 6 de abril 16:00 A 20:00 hrs. Sábado 7 de abril 9:00 a 13:00 hrs.
5. Marketing Analytics (2). Estadística para predecir comportamiento de compra.
Mtro. José Ignacio Domínguez

Viernes 13 de abril 16:00 A 20:00 hrs. Sábado 14 de abril 9:00 a 13:00 hrs.
6. Sé un Experto en el Análisis de Datos con Tableau Dr. Rafael Cruz Reyes

Viernes 20 de abril 16:00 A 20:00 hrs. Sábado 21 de abril 9:00 a 13:00 hrs.
7. Sé un experto en la analítica de datos con Excel Dr. Rafael Cruz Reyes

Viernes 27 de abril 16:00 A 20:00 hrs. Sábado 28 de abril 9:00 a 13:00 hrs.
8. Introducción a SQL Dr. Rafael Cruz Reyes

Viernes 4 de mayo 16:00 A 20:00 hrs. Sábado 5 de mayo 9:00 a 13:00 hrs.
9. Sé un experto en la analítica predictiva para pronósticos. Dr. Edgar Marco Aurelio Granda G.

Viernes 11 de mayo 16:00 A 20:00 hrs. Sábado 12 de mayo 9:00 a 13:00 hrs.
10. Sé un experto en la analítica prescriptiva para la toma de decisiones Dr. Edgar Marco Aurelio Granda G.


Viernes 18 de mayo 16:00 A 20:00 hrs. Sábado 19 de mayo 9:00 a 13:00 hrs.
11. Integración de Matlab con otras aplicaciones Dr. Edgar Marco Aurelio Granda G.

Viernes 25 de mayo 16:00 A 20:00 hrs. Sábado 26 de mayo 9:00 a 13:00 hrs.
12. Proyecto integrador Big Data Dr. Edgar Marco Aurelio Granda G.

Ubicación
UDEM

2017© Consejo de Software de Nuevo León AC