• Introducción al análisis de datos

  Uso de herramientas estadísticas y visualizaciones para presentar, analizar e interpretar datos. Se enfatiza en las aplicaciones de las herramientas estadísticas y sus usos para la toma de decisiones organizacionales. Desarrollo de habilidades de Excel para manipular, analizar y visualizar datos en una hoja de cálculo.

• SQL para análisis de datos

  Uso del lenguaje de consulta estructurado (SQL) para extraer y analizar datos almacenados en bases de datos. SQL es una habilidad imprescindible para todo profesional de datos en su trabajo diario.

• Visualización de datos – Power BI – Qlik – Data Studio

  Principios de diseño y visualización para crear visualizaciones de datos impactantes, construir cuadros de indicadores y contar historias con datos.

• Programación Python para Ciencia de Datos

  Python se ha convertido rápidamente en el lenguaje de referencia en el espacio del análisis de datos. 

• Gestión de la información en la empresa. Información y control de gestión. La organización data-driven

  El objetivo de estos tres módulos es entender el ciclo de información en la empresa, los tipos de decisiones que acompañan a los datos en el contexto dinámico de la empresa, y las características de una organización data-driven o impulsada por los datos.

• Marketing Analytics

  Las capacidades de Marketing Analytics son cada vez más importantes como estrategia central para impulsar el rendimiento de la empresa. Se proporcionan las habilidades técnicas de marketing cuantitativo para implementar de inmediato.

• Gestión de datos de clientes

  Customer Relationship Management (CRM) ayuda a las empresas a implementar con éxito estrategias, prácticas y tecnologías destinadas a ganar y retener clientes de manera rentable. Una adecuada gestión de los datos de las transacciones ayuda a construir relaciones sólidas con los clientes a largo plazo.

• Construcción de indicadores de evaluación del rendimiento empresarial (KPIs)

  El objetivo principal es que cada participante construya los indicadores de evaluación del rendimiento empresarial desde una perspectiva multidimensional, y trabajando la capacidad de interpretación de resultados para vincularlos  a objetivos de negocio.

• Objetivos y Resultados Clave (OKRs)

  Trabajar la complementariedad de los OKR respecto los KPI. Se explicará en qué consisten los OKR, qué perspectiva empresarial aportan respecto a los indicadores, y cómo se implementan en una organización empresarial.

• Herramientas Estratégicas: Análisis DAFO

  El análisis DAFO es una herramienta de planificación estratégica que puede revelar una gran cantidad de información: ayuda a identificar las propias fortalezas y debilidades, así como cualquier amenaza u oportunidad que pueda existir en una situación empresarial particular.

• Habilidades 2.0 – LinkedIn

  Actualizar de manera experta el currículum en la principal red social profesional, ayuda a promocionar de manera efectiva las habilidades, de manera que tengan un impacto ante empresas y reclutadores.

• Habilidades 2.0 – Trello

  Usar Trello para gestionar tareas personales, proyectos basados en equipo y operaciones empresariales.

• Habilidades 2.0 – Productividad

  Uso de herramientas digitales que contribuyen a la productividad de la empresa, para que sea más competitiva.

• Emprendimiento – ¿Quién es nuestro cliente?

Semestre 2

• Análisis de segmentación del mercado basado en datos

  Análisis de segmentación del mercado basado en datos, desarrollando habilidades que permitan satisfacer las necesidades de los clientes y obtener una ventaja competitiva.

• Análisis de datos

  Desarrollar habilidades de análisis de datos y modelado de negocios. Obtener la capacidad de aplicar estadística y herramientas de análisis de datos a diversas aplicaciones empresariales.

• Análisis predictivo

  Aprender a utilizar el modelado predictivo y sus aplicaciones, para maximizar la efectividad de las acciones comerciales (como las acciones de marketing) e impulsar los ingresos de la empresa.

• Programación Python para Ciencia de Datos II

  Aprender a analizar datos con Python. Preparar datos para el análisis, realizar análisis estadístico, crear visualizaciones significativas, predecir tendencias futuras a partir de datos, y mucho más.

• Visualización de datos

  Visualización de datos empresariales y creación de potentes informes de Business Intelligence. Creación de visualizaciones y dashboards de alto impacto de análisis de datos para ayudar a ver y comprender los datos. aplicar análisis predictivos para mejorar la toma de decisiones empresarial. 

• SQL Avanzado

  Como la recopilación de datos ha aumentado exponencialmente, también lo ha hecho la demanda de profesionales capacitados para usar e interactuar con los datos, y proporcionar conocimientos para tomar mejores decisiones y optimizar la gestión empresarial. Se pondrá énfasis en el aprendizaje práctico.

• Gestión y gobierno del dato. Proyectos de datos. Metodología y descubrimiento de casos de uso

  El objetivo de estos tres módulos es entender qué es el gobierno del dato, por qué es importante en cualquier organización, sus disciplinas y contenidos. Saber aplicarlo a una organización. Entender las bases de un proyecto de datos y sus claves.

• Pensamiento estructurado y comunicación para profesionales de análisis de datos

  El pensamiento estructurado y la comunicación son una de las habilidades más importantes para los profesionales de análisis de datos hoy en día. 

• Árboles de decisión

  Los árboles de decisión son una de las técnicas más utilizadas en todas las empresas impulsadas por datos. No solo puede ayudarnos con la predicción y la clasificación, sino que también es una herramienta muy efectiva para comprender el comportamiento de varias variables.

• Accounting Analytics – Financial Analytics

  Uso de la información financiera para tomar decisiones dentro de una organización. Se cubren los temas que son más útiles para la analítica empresarial.

• Business Process Management (BPM)

  Crear y gestionar actividades (procesos) de una empresa u organización. Gracias a BPM, las empresas pueden automatizar de manera muy sencilla las tareas de cualquier departamento, obteniendo flexibilidad, eficiencia y competitividad, e incrementando su productividad.

• Herramientas Estratégicas: Canvas de Estrategia

  El Canvas de Estrategia ayuda a explorar e investigar el espacio actual del mercado, para construir nuestro propio Océano Azul, donde nuestro competidores nunca podrán llegar y nuestro dominio será duradero.

• Estrategia Competitiva: Estrategia del Océano Azul

  La Estrategia del Océano Azul está orientada al desarrollo de esquemas innovadores de creación de mercado.

• Habilidades 2.0 – Entrevistas en analítica de datos

  Aun conociendo las herramientas y técnicas de análisis de datos, puede ser difícil completar una entrevista laboral. Es necesario mostrar habilidades para resolver problemas y destreza técnica.

• Emprendimiento – ¿Qué podemos hacer por nuestro cliente?

Semestres 3 y 4

• Ingeniería de datos

  Modelado de datos. Cloud Datamining. Spark. Data Lakes.

• Data Mining

  Aprender técnicas de minería de datos, tanto para datos estructurados que se ajustan a un esquema claramente definido, como para datos no estructurados que existen en forma de texto en lenguaje natural.

• Machine Learning

  Machine Learning está reestructurando y revolucionando el mundo, y provocando disrupción en todas las industrias y profesiones a nivel mundial. Ya no es únicamente una palabra de moda: muchas industrias diferentes ya han descubierto los beneficios de la automatización de los procesos de negocio y las disrupciones del aprendizaje automático. Revisaremos herramientas y técnicas necesarias para aplicar el aprendizaje automático, o Machine Learning, para resolver problemas empresariales.

• Predicción de demanda en Retail utilizando Machine Learning

  El objetivo es permitir construir un modelo de aprendizaje automático de extremo a extremo en un conjunto de datos del mundo real, comenzando por convertir un objetivo empresarial en un problema de aprendizaje automático, para construir un modelo completo de Machine Learning. El problema empresarial abordado como parte del curso es el de la previsión de la demanda.

• Visión por Ordenador

  Los sistemas de visión por ordenador manejan una gran variedad y volumen de datos, específicamente imágenes o vídeos. El objetivo es proporcionar una idea de cómo funcionan las técnicas subyacentes en los sistemas actuales de visión por ordenador de última generación, y guiar a través de algunas de las principales aplicaciones de una manera práctica.

• Redes Neuronales

  Ha habido un tremendo auge en las aplicaciones de visión artificial y procesamiento del lenguaje natural hoy en día. Se proporciona una idea de cómo funcionan las redes neuronales, que son los componentes básicos detrás de cualquier aplicación de procesamiento del lenguaje natural o visión artificial.

• Deep Learning

  Nuestro teléfono inteligente, nuestro reloj inteligente y nuestro coche (si es un modelo reciente) utilizan tecnología de inteligencia artificial. En un futuro cercano, se utilizarán tecnologías Deep Learning (aprendizaje profundo) con capacidad de “autoaprendizaje” en casi todos los aspectos de nuestra empresa e industria. Se aprenderá a desarrollar estrategias empresariales para planificar nuevos servicios y productos basados en Deep Learning.

• Inteligencia Artificial

  La Inteligencia Artificial (IA) está penetrando rápidamente en todas las industrias, y tiene un profundo impacto en prácticamente todos los aspectos de nuestra vida. El objetivo es comprender la IA, su impacto y potencial transformador para la empresa y la sociedad.

• Customer Analytics

  Interacción de la empresa con sus clientes y en cómo los datos se pueden utilizar para mejorar estas interacciones. La focalización y la personalización son los conceptos centrales del marketing moderno centrado en el cliente. Se proporcionan las herramientas y métodos que permitirán aprovechar los datos para ayudar a dar forma a la relación con el cliente.

• People Analytics

  Exploración de las principales técnicas utilizadas para reclutar y retener a los mejores profesionales. Explorarán las técnicas de vanguardia utilizadas para reclutar y retener a grandes personas, y demostrarán cómo se utilizan estas técnicas para cortar empresas de vanguardia. Explicarán cómo los datos y el análisis sofisticado se aplican a cuestiones relacionadas con las personas, como el reclutamiento, la evaluación del desempeño, el liderazgo, la contratación y la promoción, el diseño del trabajo, la compensación y la colaboración.

• Operations Analytics

  Cómo modelar las incertidumbre de la demanda futura, cómo predecir los resultados de las elecciones de las estrategias en competencia, y cómo elegir el mejor curso de acción frente al riesgo.

• Estrategia organizacional: Porter Cinco Fuerzas

  Objetivo: encontrar la ventaja competitiva aplicando las Cinco Fuerzas de Porter.

• Estrategia de producto: Ciclo de Vida del Producto

  La gestión del ciclo de vida del producto es el arte y la ciencia de gestionar estratégicamente el desarrollo, la fabricación, las ventas y el marketing del producto, de acuerdo con las diversas etapas que experimenta el producto durante toda su vida.

• Estrategia de producto: Estrategias de Precios

  ¿Qué factores se deben considerar al establecer el precio de un producto o servicio? ¿Cuáles son la estrategias que se deben considerar para aumentar las ventas y ser más rentable?

• Habilidades 2.0 – Agile

  Las compañías pequeñas y ágiles están cambiando cada vez más las reglas del juego en industrias enteras, y están provocando disrupción en las áreas de negocio tradicionales, así como en las prácticas de gestión habituales. Los métodos ágiles han demostrado ser muy útiles. Es importante conocerlos, dominarlos y recurrir a ellos en la situación correcta.

• Habilidades 2.0 – Gestión de proyectos

  Saber gestionar y administrar los recursos destinados a la materialización de un proyecto es vital para que el resultado sea satisfactorio.