Formación disponible in-company ¡Contáctanos!
Conoce las técnicas del Big Data y Machine Learning, los conceptos clave que hay detrás de todo ello y cómo funciona, tanto desde un punto de vista operativo de negocio como desde un enfoque más técnico
Aprende a sacar el máximo partido a los datos para anticiparte a situaciones futuras de tu negocio y consigue ventajas competitivas clave
- Directores Generales
- Gerentes
- Jefes de Departamento
- Responsables de Área
- Mandos Intermedios
- Personal de IT
- Emprendedores
No se requiere experiencia previa. No obstante, la disponibilidad de experiencia básica previa en programación facilitará el seguimiento de la formación.
Aunque se trate de una opción optativa, el alumno que quiera seguir las demos programadas en R en su propio equipo (PC/portátil), deberá disponer de derechos de administrador con el fin de poder instalar el software necesario. Unos días antes del inicio del curso haremos llegar las instrucciones para la instalación de R. Este software es open-source y, por lo tanto, gratuito.
INTRODUCCIÓN A BIG DATA Y ANALÍTICA PREDICTIVA
Transformación Digital & Big Data:
– El papel de la tecnología en una compañía actualmente
– Factores clave en la era digital
– ¿Qué es Big Data? ¿Por qué nace? ¿Para qué sirve?
– ¿Qué significa ser una compañía “orientada al dato”?
Analítica Predictiva y Ciencia de Datos:
– Analítica predictiva vs. business intelligence tradicional
– ¿Qué son el machine learning y la ciencia de datos?
– Flujo de trabajo end-to-end de un proyecto de ciencia de datos
– Modelos supervisados y modelos no supervisados
Infraestructuras Big Data
– ¿Cuáles son las implicaciones de big data para el mundo IT?
Casos de Uso:
– Ejemplos de casos de usos reales de analítica predictiva en diferentes ámbitos
BIG DATA EN LA PRÁCTICA
Introducción a Lenguaje de Programación en R
– ¿Qué es R y para qué se usa?
– Conceptos básicos de R
Segmentación de Clientes (Modelo No-Supervisado)
– Taller guiado en R en el que se desarrollará un algoritmo capaz de segmentar una base de datos de clientes en función de diferentes variables.
Optimización Logística (Modelo de Optimización)
– Taller guiado en R en el que se desarrollará un algoritmo capaz de determinar la ubicación óptima de un conjunto de almacenes con el fin de minimizar los costes de transporte logísticos.
Clasificación de Defectos (Modelo Supervisado)
– Taller guiado en R en el que se desarrollará un algoritmo de machine learning capaz de predecir