Analítica y Ciencia de Datos
OBJETIVO
Comprender los conceptos fundamentales de la Analítica e Inteligencia de Negocios para construir una estrategia de implantación dentro de las empresas con enfoque a la excelencia y la instrumentación de ventajas competitivas empresariales, en la emergente industria 4.0. Se proveerá de conocimiento aplicado de herramientas estadísticas, analítica descriptiva, diagnóstica, prescriptiva y predictiva.
DIRIGIDO A:
Ejecutivos que toman decisiones: analistas de datos en áreas de negocios, planeación, marketing, operaciones, calidad, logística, de áreas de tecnologías de información, conocimiento técnico.
Para el participante:
- Obtendrá los conocimientos necesarios para la aplicación las técnicas de analítica a la solución de problemas de datos, o en su caso, aprovecharlos para la mejora de las actividades operativas, decisiones gerenciales o la planeación e implementación de proyectos que mejoren la posición competitiva de la empresa.
- Conocerá los elementos fundamentales de la operación de software especializado para la ejecución de las técnicas de analítica.
- Resolverá un problema relacionado con datos, o en su caso, identificará un área de oportunidad relacionada con éstos, con el objeto de planear su solución.
Con esto, la empresa:
- Desarrollará a sus ejecutivos para poseer una visión integradora para dirigir adecuadamente a una organización, identificando oportunidades mediante el uso de herramientas tecnológicas para analizar datos de la organización y en redes sociales.
- Estará en la posibilidad de aplicar metodologías de analítica descriptiva, diagnóstica, prescriptiva y predictiva para optimizar sus procesos productivos, administrativos, financieros, y tecnológicos a fin de lograr la misión y los objetivos de la empresa.
- Se promoverá la toma de decisiones basada en hechos y en datos.
Competencias a desarrollar
- Entendimiento y aplicación de las tipologías de técnicas de analítica de datos y sus aplicaciones.
- Operación, a nivel básico, de software especializado para la ejecución de técnicas de analítica revisadas en el diplomado.
- Identificación de problemáticas o área de oportunidad relacionada con datos, surgida del contexto laboral de asistente, y darle solución.
Módulo I. Introducción a Data Analytics, Industria 4.0 Fundamentos de estadística
Instructor: Dr. Juan Ignacio González
- Industria 4.0 y la analítica de negocios.
- Estrategia de la analítica e inteligencia de negocios.
- Análisis estadístico para la inteligencia de negocios ¿Por qué se requiere la estadística en la analítica de negocios?
- Técnicas estadísticas más comunes en la industria, manufactura y servicios
Módulo II. Human Analytics I: Identificación de Patrones de Comportamiento
Instructor: Lic. José Ignacio Domínguez
- Modelos Conceptuales y Operacionalización del Contexto.
- Introducción a SPSS con Estadística Univariada y Bivariada.
- Análisis de Agrupamiento: Clúster Jerárquico y K Means y Bietápico.
- Casos prácticos.
Módulo III. Human Analytics II: Reducción de Dimensiones de Variables
Instructor: Lic. José Ignacio Domínguez
- PCA: Análisis de Componentes Principales.
- Análisis Discriminante.
- Escalamiento Multidimensional.
- Análisis de Correspondencia.
- Casos prácticos.
Módulo IV. Data Analytics I. Elementos Teóricos y Práctica en análisis de datos
Instructor: Dr. Juan Baldemar Garza Villegas
- Ciencia de Datos.
- Introducción al software Minitab.
- Analítica aplicada a negocios I. Enfoque de modelación estadística.
- Herramientas de análisis con base en estadística descriptiva, inferencial y predictiva.
- Casos prácticos de regresiones: lineal, múltiple, logística, poisson. ANOVA, PCA, Cluster K-means y Factor Analysis.
- Casos prácticos.
Módulo V. Data analytics II. Elementos Teóricos y Práctica en análisis de datos
Instructor: Dr. Juan Baldemar Garza Villegas
- Analítica aplicada a negocios II, Enfoque Machine Learning.
- Casos prácticos de CART Classification Tree (binomial and multinomial) y CART Regression Tree.
- Introducción al software Orange Data Mining & Azure Machine Learning
- Casos prácticos de: Random Forest, Naive Bayes, Regresión logística (binomial y multinomial), texto e imágenes.
- Métricas relevantes de Machine Learning.
- Demostraciones en R studio.
- Casos prácticos.
Módulo VI. Introducción a SQL
Instructor: Dr. Rafael Cruz Reyes
- Explicación del uso de SQL para la extracción, manejo y operaciones con datos.
- Casos prácticos.
Módulo VII. Fundamentos de Data Visualization
Instructor: Dr. Rafael Cruz Reyes
- Explicación de elementos para operar el software TABLEAU.
- Contar historias con los datos.
- Herramientas de visualización.
- Patrones de visualización:
- Patrones espaciales
- Patrones en el tiempo.
- Proporciones.
- Destacar diferencias.
- Casos prácticos.
Módulo VIII. Herramientas avanzadas: R y R Studio /Python
Instructor: Dr. Juan Ignacio González
- Introducción al lenguaje R / Python
- Manejo de datos en R / Python
- Conexiones remotas desde R / Python
- Visualización de datos en R / Python
- Implementación de analítica descriptiva y predictiva en R / Python
- Automatización de tareas de analítica de datos usando R / Python
Módulo IX. Analítica predictiva para pronósticos
Instructora: Dra. Jenny Díaz Ramírez
- Introducción a series de tiempo.
- Software: Excel y Minitab. R / Python
- Modelos de pronósticos (Forecasting).
- Casos prácticos.
Módulo X. Analítica prescriptiva para la toma de decisiones
Instructora: Dra. Jenny Díaz Ramírez
- Programación lineal y entera aplicada a negocios.
- Software: Excel y GAMS, R / Python
- Modelos de optimización clásicos aplicados.
- Casos prácticos.
Módulo XI. Modelos avanzados de Data Analytics I
Instructor: Dr. Edgar M. A. Granda-Gutiérrez
- Modelado en R / Python
- Algoritmos heurísticos y metaheurísticos en Machine Learning.
- Supervised Learning
- Unsupervised Learning
- Reinforcement Learning
- Casos prácticos
Módulo XII. Modelos avanzados de Data analytics II. Big Data
Instructor: Dr. Edgar M. A. Granda-Gutiérrez
- Resolución de complejidades en los datos:
- Variedad de datos.
- Velocidad de datos.
- Volumen de datos.
- Confiabilidad y validez de datos.
- Muestreo de información.
- Protocolos de comunicación.
- Smart Data vs Big Data.
Instructores
Dr. Juan Ignacio González
Estudios:
- Doctorado en Estrategia de Negocios por la EGADE Business School sede Monterrey y completó una especialización en métodos cuantitativos y en la técnica SEM (Structural Equation Modeling) en el Fisher College of Business, en Ohio State Unversity.
Puestos más relevantes:
- Profesor de tiempo completo en el área de Gestión Empresarial en 2017 en UDEM.
- Desarrolló una productiva carrera de 15 años en posiciones gerenciales y ejecutivas en corporaciones ubicadas en la zona metropolitana de Monterrey y Saltillo (Sigma Alimentos/Alfa Corporativo, Bokados/Arca Continental, Whirlpool Corporation, Vitromex/Grupo Industrial Saltillo, Axalta/DuPont).
Premios/ Logros:
- Consultor y profesor universitario desde el año 2000 (ITESM Campus Monterrey, Campus Guadalajara y Sonora Norte), enfocando su actividad en las áreas de desarrollo de negocios, estrategia, inteligencia de mercados, analítica y mercadotecnia.
- Desarrollo de proyectos de analytics en empresas como Supermercados internacionales HEB, Industrias John Deere y Ternium.
Juan Baldemar Garza Villegas
Estudios:
- Ingeniero Mecánico Administrador.
- Cuenta además con un MBA con especialidad en Finanzas.
- Un Doctorado con énfasis en Administración, Analítica, Calidad e Innovación por la Universidad Autónoma de Nuevo León (UANL).
Puestos más relevantes:
- Actualmente es Especialista en Analítica y Mejora Continua en Viakable, del Grupo Xignux.
- De 2012 a 2017 fungió como director de los Programas de Posgrado de Ingeniería de la UDEM.
Premios/ Logros:
- Sus líneas de investigación se concentran en Analítica y Ciencia de datos, Calidad, Ingeniería Industrial, Mejoramiento continuo e Innovación.
- Conferenciante invitado en diferentes eventos académicos y empresariales.
- Es Black Belt y Master Black Belt en Six Sigma por parte del ITESM y BMG.
- Certificado como Supply Chain Professional by Advanced Value Chain-APICS.
- Certificado por la International Project Management Association.
- Diplomado de Big Data as a Business Strategy por parte del ITESM.
- Diplomado de Data Science para toma de Decisiones por parte del ITESM.
- Certificado como Instructor Presencial por el CONOCER.
- Cuenta con más de 18 años de experiencia como ejecutivo en la industria privada en las áreas de Administración de Proyectos, Analítica de Negocios, Procesos de Producción, Calidad y calidad en el servicio, Desarrollo y Trabajo en equipo, Ingeniería Industrial, Ingeniería de Producto, Mejoramiento Continuo, Simulación de Procesos e Innovación, ejercidas en las siguientes empresas: Galvacer, Nemak, Frisa Forjados Operaciones, Frisa Metals, UDEM y Viakable.
- Más de 11 años como Profesor e Investigador de la UDEM enseñando en los posgrados de Ingeniería y Negocios.
José Ignacio Domínguez
Estudios:
- Estudió en el ITESM Licenciado en Administración de Empresas y Maestría en Administración.
- Fue director de la Carrera de Licenciado en Mercadotecnia.
- Trabajó en Cervecería Cuauhtémoc.
- Estableció su propia agencia de publicidad, Criterio y Creatividad Publicitaria.
- Fue Director de Mercadotecnia del Grupo Financiero Banorte.
Puestos más relevantes:
- Ha asesorado a empresas como British American Tobacco, Cadena Comercial OXXO, Cemex, Cervecería Cuauhtémoc Moctezuma, Colegio Euroamericano de Monterrey, Gonher, HEB, Hospital San José, LTH, Plenus Educación, Solvay Química y Minera, Sonora Agropecuaria, Tecnológico de Monterrey, Universidad de Monterrey, Vector Casa de Bolsa, Vitro Vidrio Plano, Vitromex y Whirlpool.
Actualmente es:
- Socio Consultor en DATA Sense, agencia consultora de Marketing Analytics que va más allá de la Investigación de Mercados y del Business Intelligence para ofrecer conocimientos e insights a las empresas que desean basarse en información para mejorar su relación con los clientes.
Rafael Cruz Reyes
Puestos más relevantes:
- Profesor de la División de Ingeniería y Tecnologías en la Universidad de Monterrey.
- Cuenta con más de 20 años de experiencia profesional en las áreas de telecomunicaciones, planeación estratégica, administración de producto y analítica, ejercida en empresas mexicanas líderes.
- Ha enseñado por 8 años en las disciplinas de metodología de investigación, métodos cuantitativos para la toma de decisiones y estadística avanzada, en la Universidad de Monterrey y en la Universidad Autónoma de Nuevo León (UANL).
- Como consultor, ha desarrollado proyectos en la industria de las telecomunicaciones, enfocados en análisis de mercados y para otras organizaciones a nivel nacional.
Jenny Díaz Ramírez
Estudios:
- Maestría en Ingeniería Industrial por la Universidad de los Andes, Bogotá, Colombia.
- Maestría en Ciencias en Investigación de Operaciones por Georgia Tech, USA.
- Doctorado en Ingeniería Industrial por el Tecnológico de Monterrey.
Puestos más relevantes:
- Profesora en el departamento de Computación e Ingeniería Industrial de la Universidad de Monterrey.
- Ha trabajado también en el Tecnológico de Monterrey.
- Coordinadora del centro de investigación de la facultad de ingeniería en la Pontificia Universidad Javeriana en Cali, Colombia.
Premios/ Logros:
- Ha participado en diversas investigaciones y proyectos de consultoría en la industria alimentaria, logística y petroquímica, para compañías de México y Colombia.
- Es autora y coautora de más de 40 artículos de investigación en temas como educación en ingeniería, optimización aplicada y estadística en sistemas de salud, calidad del aire, eficiencia energética en el transporte, movilidad urbana y logística.
- Pertenece al Sistema Nacional de Investigadores (SIN) Nivel 1 del CONACYT, desde 2015.
Dr. Edgar Marco Aurelio Granda Gutiérrez
Estudios:
- Cuenta con un PhD en Ingeniería Industrial por el ITESM.
Puestos más relevantes:
- Director de los Programas de Posgrado de Ingeniería de la Universidad de Monterrey, además de ser profesor del departamento de Ingeniería de ésta misma.
- Cuenta con más de 18 años de experiencia profesional en las áreas de logística, operaciones y cadena de suministro en diversas corporaciones mexicanas.
- Ha enseñado por más de 5 años cursos de Ingeniería Industrial y Logística en la Universidad de Monterrey, ITESM, UMIN y la Universidad Autónoma de Nuevo León (UANL). Como consultor, ha desarrollado proyectos en las áreas de logística y cadena de suministro para diferentes compañías en México.
Premios/ Logros :
- Como consultor, ha desarrollado proyectos en las áreas de logística y cadena de suministro para diferentes compañías en México.
Nuestros programas son reconocidos y avalados ampliamente en la industria.
Aprendizaje Permanente UDEM se reserva el derecho de modificar instructores, fechas, lugar y precio sin previo aviso.
Para aclaraciones contáctanos a [email protected].
Registra tus datos y nuestro Contact Center se comunicará contigo para ofrecerte facilidades de pago para este programa.