Inteligencia De Negocios & Manejo De Datos

Agentes Técnicos De Soporte, Administradores De Redes, Sistemas Y Bbdd, Administrativos Y Técnicos De Data Center.

• 3 Implementar Un Proyecto De Data Science En La Empresa De Acuerdo A Un Flujo De Trabajo Predefinido 5 Aplicar Técnicas De Visualización Y Análisis De Datos Que Apoyen La Toma De Decisiones En La Empresa. 6 Aplicar machine learning en el Modelamientos Predictivos de Datos De La Empresa 7 Aplicar buenas prácticas de Modelamiento Predictivo Basados En Experiencias De Otras Compañías 2 Comprender las Principales Tecnologías E Infraestructuras Disponibles En El Mundo Digital De Proyectos De Big Data. 1 Reconocer Metodologías Y Herramientas De Data Science En La Gestión Eficiente De Datos De La Organización 4 Aplicar Herramientas Estadísticas De La Ciencia De Datos En El Procesamiento De Información Valiosa De La Empresa

• Conocimientos Básicos De Hardware Y Software De Un Computador (Medido Con Prueba De Ingreso)
• Curso Cuenta Con Inducción Tecnológica-Metodológica, Disponible En Plataforma
• Contar Con Un Computador Con A Lo Menos Un Procesador Intel, Mínimo 2 Gb De Memoria Ram, Conexión A Internet
• Contar Con Correo Electrónico Habilitado, Navegador Actualizado Y Adobe Acrobat Reader
• Contar Con Manejo A Nivel Usuario De Microsoft Office, Y Que Tengan Conocimientos Del Sistema Operativo Windows

QUE HARA: Metodología De Autoaprendizaje, En Manual De Inteligencia De Negocios & Manejo De Datos. Avance Según Ritmo Y Capacidades Propias, En Margen De Tiempo Preestablecido X Calendario De Trabajo (2 Hrs Diarias En Plazo Óptimo De 30 Días), Intencionado La Autodisciplina. Recursos: Manual, Guía Del Estudiante, Pauta De Corrección, Actividades Aplicativas, Evaluaciones Por Modulo Y Glosario De Término. Met. Enseñanza: 1. Resolución De Problemas 2. Resolución De Casos 3. Preguntas De Desarrollo. Módulos Ordenados De Menor A Mayor Complejidad. COMO LO HARA: Actividades De Resolución De Caso Por Unidad Referidas A Temática De Cada Unidad De Aprendizaje. M1: Big Data Y Data Science Aplicado A La Empresa Se Realizarán Preguntas De Selección De Alternativa Y Múltiple, Casos Y Problemas; M2: Tecnologías E Infraestructuras De Información Se Realizarán Cuestionarios, Casos Y Problemas; M3: Flujo De Trabajo En Un Proyecto Data Science Se Realizará Resolución De Problemas, Casos Y Preguntas; M4

Criterios De Evaluación: Se Medirá Si Reconoce Metodologías Y Herramientas De Data Science En La Gestión Eficiente De Datos De La Organización. Comprende las Principales Tecnologías E Infraestructuras Disponibles En El Mundo Digital De Proyectos De Big Data. Implementa Un Proyecto De Data Science En La Empresa De Acuerdo A Un Flujo De Trabajo Predefinido. Aplica Herramientas Estadísticas De La Ciencia De Datos En El Procesamiento De Información Valiosa De La Empresa. Aplica Técnicas De Visualización Y Análisis De Datos Que Apoyen La Toma De Decisiones En La Empresa. Aplica machine learning en el Modelamientos Predictivos de Datos De La Empresa. Aplica buenas prácticas de Modelamiento Predictivo Basados En Experiencias De Otras Compañías. //. Instrumento De Evaluación: Evaluación Diagnóstica Mediante Preguntas De Selección De Alternativa Medida Con Pauta De Evaluación. Evaluaciones Sumativas Por Capítulo Aplicativas De Resolución De Casos con preguntas abiertas y cerradas Medida Con Pau