Estudia en la Universidad N°1 de habla hispana en Latinoamérica por QS Latam University Rankings 2024
Diplomado en Big data para la toma de decisiones
* El inicio de clases puede estar sujeto a cambio
Matricúlate ahora y obtén un
30% dto.
(Precio final CLP $1.533.000)
Objetivos
Metodología 100% online
Aprendizaje interactivo
Contamos con una plataforma interactiva que te permitirá participar de las clases en vivo, interactuar en foros con tus compañeros de clase y acceder a los contenidos de cada curso en cualquier momento, adaptándose a tus necesidades.
Acompañamiento de tutores
En cada curso tendrás un tutor académico quien resolverá tus dudas planteadas en la plataforma online. Además las coordinadoras académicas resolverán tus consultas administrativas a través del correo alumnosuc@claseejecutiva.cl
Clases en vivo
Cada curso está organizado en 6 u 8 clases online y dos clases en vivo, transmitidas vía streaming, realizadas por nuestros destacados académicos o tutores. En estas clases podrás interactuar, realizar preguntas y comentar a tus compañeros de clase.
Material de estudio
Desde el inicio de tu programa online, tendrás acceso al material de estudio necesario para cada clase. Podrás acceder en cualquier momento y en cualquier lugar a tus clases online, papers, videos y otros recursos.
Evaluación en línea
Al final de cada curso tendrás una evaluación de los contenidos estudiados. A través de nuestra plataforma en línea, podrás acceder al examen y sus instrucciones para realizarlo. Además, contarás con soporte en línea para resolver cualquier problema técnico durante tu examen.
ACLARA TUS DUDAS
Quisimos responder las preguntas que muchos nos hacen a través de este video.
Malla académica
Curso Big data en empresas y organizaciones
Profesor:
Claudio Morchón, Máster Universidad Carlos III de Madrid (España)
Profesor:
Claudio Morchón, Máster Universidad Carlos III de Madrid (España)
Contenidos
Introducción al Big Data
- ¿Qué es el big data?
- ¿Por dónde comienza una empresa a usar big data?
- ¿Cuáles son las decisiones claves durante la elección de una solución big data?
Transformación digital
- ¿Qué es transformación digital?
- ¿Cómo se relaciona el big data con la transformación digital?
- ¿Cuál es el rol del C-Level y del chief data officer?
Equipo analítico, modelos y administración
- ¿Cómo se construye un equipo analítico?
- Modelos analíticos y herramientas.
- Administración de proyectos analíticos.
Arquitectura para Big Data
- ¿Qué es un sistema distribuido?
- Componentes del ecosistema Hadoop
- Análisis de datos
- Evolución de las arquitecturas
Evaluación de proyectos
- Evaluación financiera de proyectos
- Evaluación de proyectos desde el punto de vista estratégico
- Arquitectura en la nube
Casos de éxito en Big Data
- Casos de uso en la industria minera
- Casos de uso en la industria financiera
Clase Ejecutiva UC se reserva el derecho a modificar el contenido en cualquier momento.
Curso Visualización de datos
Profesor:
Ricardo Vega, MFA Parsons, The New School (EE.UU.)
Profesor:
Ricardo Vega, MFA Parsons, The New School (EE.UU.)
Plan de estudios
Clase en vivo
En la clase en vivo, el profesor revisará las principales estrategias de visualización que permiten optimizar la comunicación y comprensión de datos para construir, inferir y amplificar el conocimiento en la toma de decisiones. Así también se revisarán en la clase el uso de técnicas, conceptuales y metodológicas para el desarrollo de proyectos de visualización de datos en la organización.
Trabajo Grupal
El objetivo es poner en práctica el desarrollo de una visualización en 3 etapas simples (formular, definir datos y bosquejar), considerando las diversas variables involucradas. Se solicitará pensar en algún tema de interés para el cual se pueda desarrollar un proyecto de visualización, y con base en este, desarrollar los siguientes elementos: a) Formulación: es un texto breve que resume los aspectos más relevantes del proyecto de visualización. b) Conjunto de datos o datasets: definir qué tipos de datos son necesarios para su visualización, realizando una lista breve con sus características. c) Propuesta visual: elaborar un boceto, bosquejo o ilustración simple con el diseño de la visualización, aplicando algunos de los principios visuales vistos.
Contenidos
Introducción a la visualización de datos
- Contexto de la visualización de datos
- Algunas definiciones sobre la visualización
- Historia
- Panorama hoy
¿Para qué sirve la visualización de datos? Objetivos y métodos
- Los roles de la visualización
- Modelos y procesos de visualización
- Usuario, contexto y medio: consideraciones para crear una visualización
- Definir escala y objetivos de la visualización
Datos e información: conceptos, formatos y fuentes
- ¿Qué es un dato?
- Tipos de datos
- Formato de archivos
- Fuentes de datos
Representación de datos: Percepción y codificación visual
- Percepción visual: aspectos cognitivos de la visión
- Codificación y variables visuales
- ¿Qué mostrar en una visualización?
Cómo implementar una visualización: Herramientas y lenguajes
- Panorama de herramientas para la visualización
- Herramientas prehechas
- Librerías de visualización
- Visualizaciones desde cero
- Proceso de visualización
Profundización, desafíos y proyecciones para la visualización
- Más allá de los gráficos
- Autores y libros
- Data, sociedad y futuro
- Futuro no muy lejano
Clase Ejecutiva UC se reserva el derecho a modificar el contenido en cualquier momento.
Curso Manejo de grandes volúmenes de datos (big data)
Profesor:
Domagoj Vrgoc, Doctor Universidad de Edimburgo (Reino Unido)
Profesor:
Domagoj Vrgoc, Doctor Universidad de Edimburgo (Reino Unido)
Contenidos
Manejo de datos
- Datos de una empresa
- Distintos formatos de datos
- Problemas organizacionales
- Sistemas de bases de datos
- Bases de datos relacionales
¿Cómo interactuar con una base de datos?
- Base de datos en el ecosistema de una empresa
- Lenguaje de consultas SQL
- Múltiples usuarios trabajando con los datos
Distribución de los datos
- Paso al mundo de big data
- Distribución de los datos
- Comparando sistemas centralizados y sistemas distribuidos
NoSQL
- Otros modelos de datos
- Key-value stores
- Bases de datos de documentos
- Bases de datos de grafos
Procesamiento masivo de datos
- ¿Cómo manejar a datos diversos?
- Sistema de archivos de Google
- Google File System: Garantías de consistencia
- ¿Cómo ocupar el sistema de archivos de Google?
MapReduce
- ¿Cómo priorizar petabytes de datos?
- MapReduce
- Blocking y tolerancia a fallas
- ¿Cómo ocupar MapReduce?
Clase Ejecutiva UC se reserva el derecho a modificar el contenido en cualquier momento.
Curso Modelamiento estadístico y sistemas recomendadores
Profesor:
Alejandro Jara, Ph.D Sciences, Katholieke Universiteit Leuven (Bélgica)
Profesor:
Alejandro Jara, Ph.D Sciences, Katholieke Universiteit Leuven (Bélgica)
Plan de estudios
Clase en vivo
En la clase en vivo, el profesor enseñará de manera transversal los principales tópicos sobre los sistemas recomendadores de manera aplicada a distintos casos o industrias, en los cuales se genera mayor valor a través del soporte de decisiones guiadas por sistemas y metodologías estadísticas.
Trabajo grupal
Durante el curso el alumno trabajará de manera transversal un proyecto, en grupos de a 5 personas, donde se aplicarán todos los conocimientos del curso para generar un modelo estadístico. En este se deberá definir cómo procesar los datos para obtener una correcta generación del modelo, y además se probará el resultado según los criterios mostrados. Se espera también un entendimiento profundo de los métodos, para así cerrar con una comparación crítica de las técnicas mostradas.
Contenidos
Introducción a la estadística
- Terminología estadística básica
- Tipos de muestreo
- Modelos de probabilidad
Introducción a modelamiento estadístico y Big Data
- Modelos estadísticos
- Big data: Bajo qué contextos se justifica su uso
Preprocesamiento de datos
- Limpieza de datos
- Integración de datos
- Reducción de datos
- Transformación de datos
Métodos de clasificación
- Árboles de decisión
Otros métodos de clasificación
- Bayes ingenuo
- Método de los k-vecinos más cercanos
- Métodos conjuntos
Métodos de agrupación y sistemas recomendadores
- Métodos de partición
- Métodos jerárquicos
- Sistemas recomendadores
Clase Ejecutiva UC se reserva el derecho a modificar el contenido en cualquier momento.
Jefe de programa
Cristian Paris
Máster Universidad Adolfo Ibáñez (Chile)
Cristian Paris tiene un Máster en Gestión de Emprendimientos Tecnológicos, Universidad Adolfo Ibáñez. Es ingeniero civil de Industrias y diplomado en Ingeniería Matemática, de la Pontificia Universidad Católica de Chile (UC). Actualmente es subdirector del Instituto de Ingeniería Matemática y Computacional UC.
Anteriormente fue project manager, ingeniero de Desarrollo de Negocios e ingeniero de I+D en la Fundación Inria Chile.
Asimismo, cuenta con experiencia en el desarrollo de modelos matemáticos avanzados de análisis estocástico para simulaciones de dinámica de fluidos computacional con aplicaciones en parques eólicos.
Profesores
Alejandro Jara
Ph.D Sciences, Katholieke Universiteit Leuven (Bélgica)
Alejandro Jara es Ph.D in Sciences, Katholieke Universiteit Leuven (Bélgica). Actualmente se desempeña como profesor asociado del Departamento de Estadística de la Pontificia Universidad Católica de Chile. Su especialidad es la estadística bayesiana no paramétrica y los modelos jerárquicos.
Claudio Morchón
Máster Universidad Carlos III de Madrid (España)
Claudio Morchón es máster en Ingeniería Matemática, especialidad en Ciencias y Técnicas Estadísticas e Investigación Operativa de la Universidad Carlos III de Madrid (España). Además, es máster en Finanzas y contador auditor, Universidad de San Andrés (Argentina). Tiene experiencia en desarrollo de proyectos en big data, advance analytics y consultorías de negocio para diferentes empresas internacionales. Sus principales fortalezas son el liderazgo de equipos de data science y el desarrollo de nuevos negocios basados en tecnología y modelos analíticos. Asimismo, le interesa participar en proyectos e iniciativas desafiantes donde pueda contribuir con sus conocimientos y habilidades a generar nuevos desarrollos que mejoren la vida de las personas.
Domagoj Vrgoc
Doctor Universidad de Edimburgo (Reino Unido)
Domagoj Vrgoc es doctor en Computación de la Universidad de Edimburgo (Reino Unido). Profesor asistente del Instituto de Ingeniería Matemática y Computacional de la Pontificia Universidad Católica. Sus áreas de interés son el manejo de datos, la web semántica y teoría de computación. Su tesis de doctorado fue destacada por la British Computing Society como una de las mejores de su generación. Es autor de más de 30 papers técnicos y ha sido parte de los comités de programas de las conferencias más importantes en bases de datos, la web, e inteligencia artificial, como ACM PODS, ICDT, WWW, ISWC, IJCAI, entre otros.
Ricardo Vega
MFA Parsons, The New School (EE.UU.)
Ricardo Vega es MFA Technology de Parsons, The New School (Nueva York, EE.UU.), diseñador y artista. Asimismo, trabaja en temas relativos a la visualización de información y la programación aplicada en el diseño y el arte. Tiene particular interés en temas relativos a la tecnología y sus implicancias sociales, culturales y artísticas. También, en la actualidad, es docente de la Escuela de Diseño de la Pontificia Universidad Católica de Chile. Página: artnumerica.info
Ventajas
Requisitos de postulación
Para postular a un programa de Clase Ejecutiva UC debes cumplir alguno de estos requisitos:
- Título profesional universitario.
- Título de egresado de instituto profesional o centro de formación técnica.
- Conocimientos equivalentes en el área del programa al que estás postulando.
Se sugiere contar con un dispositivo compatible, navegadores web actualizados, conexión a Internet estable, sistema operativo compatible, capacidad de reproducción multimedia, cámara y micrófono.
Inversión
Precios
Precio :
CLP $2.190.000
Matricúlate ahora y obtén un
30% dto.
(Precio final CLP $1.533.000)
Medios de pagos Chile
- 12 cuotas tarjeta de crédito sin interés para nuestros diplomados y 3 cuotas tarjeta de crédito sin interés para nuestros cursos. En caso de existir interés, este será generado específicamente por su banco y no por Clase Ejecutiva UC.
- Transferencia bancaria.
Medios de pagos internacional
- Pago al contado a través de transferencia bancaria
- Pago en cuotas para nuestros diplomados a través de cuponera electrónica (*)
- Pago a través de Paypal
(*) Cuponera electrónica: Sistema de pago en cuotas, sin interés.
Certificados apostillados
Una de las características más importantes de los títulos emitidos por la Pontificia Universidad Católica de Chile es que pueden ser apostillados gracias al Convenio de la Apostilla de la Haya. La Apostilla es una certificación única que permite agilizar el proceso de acreditación y certificación de títulos o documentos extranjeros en algún país miembro del Convenio de la Apostilla. Los documentos emitidos en Chile para ser utilizados en un país miembro del Convenio de la Apostilla que hayan sido certificados mediante una Apostilla, deberán ser reconocidos en cualquier otro país del convenio sin necesidad de otro tipo de certificación. Más información sobre el proceso de Apostilla en http://apostilla.gob.cl. El certificado del curso es apostillable. Sin embargo, la Clase Ejecutiva UC no se hace parte de la gestión de apostillarlo.
Nº 1 Universidades en Latinoamérica 2023 por The World University Rankings
Máxima acreditación por la Comisión Nacional de Acreditación, Chile
Clase Ejecutiva UC – Pontificia Universidad Católica de Chile.