Curso Superior de Big Data

Liderazgo y gestión en Business Intelligence (BI) 

• BI y Analytics para la toma de decisiones estratégicas en la empresa 

• BI Program Management: un enfoque de Centro de Competencia para alcanzar la excelencia en BI 

• Más allá de la tecnología: Factores de éxito en proyectos de información 

• Organizaciones que trabajan con BI: Resolver los conflictos de centralización y del autoservicio de información 

• Negocio y TI trabajando juntos: Pasos prácticos para mejorar las relaciones entre negocio y tecnología 

• La información de negocio y el BI moderno: equilibrio entre BI, Analytics y Performance Management 

• Innovar con Analytics: maximizando el Valor de Analytics 

• Los datos y su valor para la empresa 

Por dónde empezar: saber qué se necesita en un proyecto de BI 

• Recogida de requisitos: conseguir un establecimiento de requisitos correcto  y completo para sistemas B 

• Puesta en valor del BI: un marco para los requisitos y la gestión del valor 

• Metodología de recogida de requisitos BABOK 

Data Asset Management: la gestión de los datos como activos en las organizaciones 

• Fundamentos de data governance: gestión de datos como activos empresariales 

• Gestión de calidad de los datos y la información: técnicas de perfilado  de datos y aplicación de planes de calidad 

• Fundamentos de Master Data Management 

• Innovaciones en gestión de datos: adaptarse para usar metodologías ágiles y tecnologías big data y en la nube 

• Técnicas de integración de datos de diversa índole y orígenes:  ETL y alternativas para la consolidación de datos 

• Principios y prácticas de integración de datos: crear información única  desde la discrepancia 

• Testeo de la integración de datos: asegurar la calidad para los procesos  de ETL y la consolidación de datos 

• Concepto y hoja de ruta para una correcta virtualización de datos 

• Automatización de un Data Warehouse: mejor, más rápido y más barato 

Conceptos, usos y estrategia de implementación del análisis de datos en cualquier organización 

• Fundamentos del análisis predictivo 

• Fundamentos de la visualización de datos 

• Datos para storytelling: el nuevo horizonte en analytics 

• Preparación de datos para el análisis predictivo 

• Técnicas de minería de datos y machine learning 

• Ejemplos de data mining con R 

Análisis de datos y diseño orientado al negocio 

• Modelado de datos informacional 

• Modelado de datos dimensional 

• Modelados dimensionales para cuadros de mando de diversos sectores 

• Introducción al modelado de datos en la era big data 

Big data “puro” 

• Fundamentos de big data: crear valor desde fuentes de datos no tradicionales 

• Taller big data: prepararse y planificar la experiencia 

• Evolución de las arquitecturas de datos 

• Entender Hadoop 

• Otras plataformas NoSQL 

• Analysis en big data 

Desarrollo de Agile Data Warehousing 

• Introducción a las metodologías agile 

• Agile en proyectos de Business Intelligence 

• Agile en proyectos de analytics