Bienvenida

El análisis de datos para la toma de decisiones no es algo nuevo. Saber leer estratégicamente la información no visible que contienen los datos de una organización es crítico, no sólo para la gestión y operación interna de la misma, sino también para potenciar sus ventajas competitivas con el resto del mercado.

John Atkinson

Director Académico

Objetivos

El curso Big Data para toma de decisiones provee de los aspectos fundamentales y prácticos a través de métodos, tecnologías, demostraciones y casos de estudio, que permitan entender los beneficios, ventajas e impacto de las tecnologías de Big Data en el mundo privado, y cómo estas pueden afectar decisiones estratégicas en una organización.

Dirigido a

Ejecutivos, gerentes, directores, y/o jefes de áreas tales como experiencia de clientes, retail, crédito, marketing, que estén involucrados en la toma de decisiones.

Profesores

John Atkinson

  • PhD in Artificial Intelligence, University of Edinburgh (UK).
  • Consultor de empresas nacionales e internacionales y ha liderado proyectos científicos y tecnológicos. Sus áreas de investigación incluyen procesamiento de lenguaje natural, minería de textos e inteligencia artificial.

Gonzalo Huerta

  • PhD in Information and Communications, KAIST (Korea Advanced Institute of Science & Technology).Sus áreas de investigación incluyen redes de sensores y sistemas móviles.

Francisco Lee Chong

  • Gerente comercial del grupo SoluNegocios.
  • Ingeniero UFSM

Sebastian Moreno

  • PhD in Computer Sciences, Purdue University, (USA).
  • Sus áreas de investigación incluyen machine learning, artificial intelligence, statistical network analysis y data mining.

Gonzalo Ruz

  • PhD in computer sciences, Manufacturing Engineering Centre, Cardiff University (UK). Profesor Asociado de la Facultad de Ingeniería y Ciencias de la Universidad Adolfo Ibáñez. Ha desarrollado una carrera como especialista en el área de Inteligencia de Negocios en empresas, además de participar de proyectos científicos de ciencia y tecnología. Sus áreas de investigación incluyen la minería de datos, modelamiento predictivo, machine learning y modelamiento de redes de regulación genética.

Raimundo Sánchez

  • Head of Operations Research, LATAM Airlines
  • PhD in Complex Systems Engineering. Experiencia: modelos matemáticos, Revenue Management, investigación de operaciones, optimización, forecasting, machine Learning.

Contenidos

Módulo 1: Análisis de Datos Descriptivo

  • Introducción, conceptos, Big Data, Data Mining, Aprendizaje, Toma de decisiones,
  • Demostraciones
  • Análisis de datos descriptivo: clustering, reglas de asociación, etc
  • Otras técnicas de análisis descriptivo
  • Estudio de caso 1: Segmentación de clientes

Módulo 2: Análisis de Datos Predictivo y Visualización

  • Análisis de datos predictivo: clasificación/regresión, métodos neuromiméticos, clasificación basada en kernels, árboles de decisión, etc.
  • Demostraciones
  • Otras técnicas de análisis predictivo
  • Visualización de datos: reducción de datos, sistemas de visualización temporal/espacial, etc.
  • Estudio de caso 2: Categorización de clientes

Módulo 3: Análisis de datos no Estructurados y Tecnologías

  • Análisis de datos basado en la Web: Web Mining, Internet of Things, etc.
  • Demostraciones
  • Análisis de datos textuales: modelos, técnicas, categorización textual, análisis de opiniones de clientes, etc.
  • Overview de Tecnologías y Plataformas: Hadoop, MapReduce, Spark, Cloud, etc.
  • Estudio de caso 3: Análisis Opiniones clientes

Información General

Precio
$750.000

Fechas y horarios

Desde el 6 de agosto hasta el 3 de septiembre de 2019

Clases: Martes, de 9:00 a 13:30 horas.

Formas de pago y beneficios

  • Contado y cuotas

Descuentos

  • 15% para grupos de tres o más alumnos pertenecientes a una misma empresa.
  • 15% para exalumnos de pregrado y de postgrado UAI

Descuentos no son acumulables, ni aplicables con código sence.

Lugar
Avda. Presidente Errázuriz 3485, Las Condes
Universidad Adolfo Ibáñez

Información e inscripciones
María Francisca Allendes

  • francisca.allendes@uai.cl
  • (56-2) 2331 1924