Curso en Big Data

Marketing y Ventas

Descripción

Lidera el cambio hacia una cultura Data Driven. Aprende a resolver problemas de negocio reales mediante el uso estratégico de grandes volúmenes de datos. Domina conceptos críticos como Data Lake, calidad de información, gobernanza y analítica avanzada con Machine Learning. Obtén una visión práctica del mercado nacional para generar ventajas competitivas y un impacto directo en la última línea de tu empresa.

Objetivos

Este programa busca presentar a los alumnos una visión actualizada del mercado nacional, reforzando conceptos y aplicando buenas prácticas analíticas. El participante aprenderá a utilizar casos de uso concretos para resolver problemas de negocios prioritarios que generen un impacto real en la última línea del negocio.

Objetivos Específicos

Estandarizar conocimientos sobre Big Data y Data Lake aplicados a diversas industrias como banca y telecomunicaciones.
Identificar desafíos empresariales en torno al uso correcto de los datos y los procesos de transformación digital.
Explorar tipos de análisis que permiten obtener ventajas competitivas mediante la explotación de datos reales.
Establecer una estrategia Data Driven fomentando un pensamiento analítico orientado a resultados dentro de la organización.

Plan de Estudios

1. Conceptos aplicados al Big Data

En este módulo, los participantes aprenderán a estandarizar conceptos fundamentales sobre Big Data y Data Lake, analizando roles y funciones clave a través de ejemplos en diversas industrias.

Presentación.
Introducción a concepto Data Lake.
Descripción de roles y funciones dentro del Data Lake.
Actividad de aprendizaje.

2. Principales desafíos de las empresas en torno a los datos

Este módulo profundiza en los obstáculos que enfrentan las instituciones para el uso correcto de los datos y la importancia crítica de la calidad de la información en la organización.

Repositorios de datos con información confiable.
La importancia del proceso de calidad de datos en la organización.
Actividad de aprendizaje.

3. Explotación de datos empresariales y tipos de análisis

En este módulo, se describen casos reales de explotación de datos y metodologías estándar como Crisp-DM para obtener ventajas competitivas sostenibles.

Repositorios de datos (RDBMS o NoSQL).
Metodología Crisp-DM (Cross Industry Standard Process for Data Mining).
Actividad de aprendizaje.

4. Nuevos desafíos de una empresa "Data Driven"

El módulo final se centra en establecer una mentalidad analítica, abordando el Machine Learning y el gobierno de datos como pilares de la estrategia empresarial.

Analítica avanzada y uso de Machine Learning.
Gobierno de datos: primeros pasos.
Caso práctico y actividad de aprendizaje.

Consideraciones

La modalidad b-learning de FEN UChile Unegocios combina flexibilidad y accesibilidad, permitiendo compatibilizar el estudio con las actividades laborales y personales. Los programas están diseñados para entregar conocimientos de manera gradual y aplicada, sin requerir experiencia previa en la temática. Durante el proceso formativo, los estudiantes cuentan con el apoyo académico del cuerpo docente y la coordinación del programa.