Diplomado en BIG DATA con la UAO - 24 oct 2023
- Fecha de inicio: 26 septiembre 2023
- Cupos limitados.
- Modalidad: Presencial.
- Certifica: Universidad Autónoma de Occidente
- Lugar: Universidad Autónoma de Occidente Sede Valle del Lili
- Horario: Martes, Miércoles y Jueves de 6:30 pm a 9:30 pm
- Tarifas subsidiadas según categoría de afiliación.

Ten presente que al ingresar los datos del (los) estudiante(s) se validará la categoría y edad, por lo tanto, solo hasta ese momento conocerás el valor final de pago.
Diplomado en BIG DATA con la UAO
Brindar a los participantes los conocimientos, habilidades y herramientas necesarias para comprender, gestionar y analizar grandes volúmenes de datos con el fin de tomar decisiones estratégicas basadas en información precisa y relevante.
Dirigido a
- Afiliados y colaboradores de las empresas afiliadas que tienen la necesidad de formarse con programas de educación continua que les permitan actualizar sus conocimientos y ser competitivos.
- Gerentes, directores, dirigido a gerentes de mercadeo, ventas, directores comerciales, empresarios de pequeñas y medianas empresas, personas que trabajen con análisis de información y datos, y a todos aquellos que tengan interés de aprender y profundizar sus conocimientos.
Metodología
- El Diplomado se divide en 5 módulos, un primer módulo teórico para fundamentación de conceptos y fortalecimiento de temas estadísticos-matemáticos necesarios para el análisis de datos y una breve introducción a R. Los otros 4 módulos son prácticos donde se implementarán herramientas software como Python y R los cuales son pioneros para el estudio y manipulación de grandes volúmenes de datos.
Competencias a desarrollar
- Capacidad para gestionar y analizar grandes volúmenes de datos: Los participantes desarrollarán habilidades en la manipulación, procesamiento y análisis de datos a gran escala, utilizando herramientas y técnicas especializadas.
- Dominio de herramientas y tecnologías de Big Data: Los participantes estarán familiarizados con las principales herramientas y tecnologías utilizadas en el entorno de Big Data, como Hadoop, Spark, Python, R, entre otras, y podrán aplicarlas de manera efectiva en proyectos reales.
- Habilidad para identificar patrones y tendencias: Los participantes aprenderán a utilizar técnicas de análisis de datos para identificar patrones, tendencias y relaciones ocultas en conjuntos de datos complejos, lo que les permitirá tomar decisiones informadas y estratégicas.
- Competencia en visualización de datos: Los participantes adquirirán habilidades en la representación gráfica de datos y la creación de visualizaciones claras y efectivas, lo que les permitirá comunicar de manera impactante los resultados de sus análisis a diferentes audiencias.
- Capacidad para aplicar soluciones de Big Data en distintos contextos: Los participantes serán capaces de identificar oportunidades de aplicación de Big Data en diversos sectores y contextos empresariales, y podrán diseñar e implementar soluciones adaptadas a las necesidades y objetivos específicos de cada organización.
CONTENIDO
Módulo I. INTRODUCCIÓN A BIG DATA Y ANÁLISIS DE DATOS CON R.
- Introducción a Big Data: conceptos y desafíos.
- Introducción a R: sintaxis básica, estructuras de datos y operaciones.
- Manipulación y limpieza de datos con R.
- Análisis exploratorio de datos con R: visualización, estadísticas descriptivas.
- Trabajo con bases de datos en R: conexiones, consultas y manipulación de datos.
Módulo II. PROCESAMIENTO DE DATOS CON R.
- Procesamiento y transformación de datos con dplyr y tidyr.
- Análisis de datos en paralelo con R: paquete parallel y funciones paralelas.
- Programación funcional en R: funciones puras, map, reduce.
- Análisis de texto y minería de texto con R: paquetes tm y tidytext.
Módulo III. ANÁLISIS DE DATOS CON PYTHON.
- Introducción a Python: sintaxis básica, estructuras de datos y operaciones.
- Manipulación y limpieza de datos con Pandas.
- Análisis exploratorio de datos con Python: visualización, estadísticas descriptivas.
- Trabajo con bases de datos en Python: conexión, consultas y manipulación de datos.
Módulo IV. APRENDIZAJE AUTOMÁTICO CON R Y PYTHON.
- Introducción al aprendizaje automático: conceptos y tipos de algoritmos.
- Aprendizaje supervisado con R y Python: regresión, clasificación.
- Aprendizaje no supervisado con R y Python: clustering, reducción de dimensionalidad.
- Evaluación y selección de modelos de aprendizaje automático.
Módulo V. PROYECTOS Y APLICACIONES EN BIG DATA CON R Y PYTHON.
- Desarrollo de proyectos prácticos utilizando R y Python para el análisis de datos a gran escala.
- Aplicaciones de Big Data en diferentes industrias: salud, finanzas, marketing, etc.
- Presentación y demostración de los proyectos realizados por los participantes.
- Discusión de casos de uso reales y mejores prácticas en el campo de Big Data.
Política de devolución de pago de matrícula:
- El 100% del valor pagado cuando no se complete el cupo mínimo establecido para la apertura del curso u otras razones de carácter administrativo y académico de la Institución.
- El 100% del valor pagado cuando se reprogramen las fechas de inicio de la formación y el aspirante no puede reprogramarse.
- El 100 % del valor pagado cuando el aspirante realice la solicitud de cancelación de la inscripción, hasta tres (3) días antes de iniciado el curso de formación.
- El 100% del valor pagado por la formación por problemas de salud, debidamente soportados, y el 80% por otros motivos debidamente soportados, antes de transcurrido el 20% de las horas del curso de formación.
- Después de transcurrido el 20% de las clases del curso de formación no se hará devolución de dinero.
-
Referencia7741
-
ModalidadPresencial
-
Áreas de AprendizajeDirección y Negocios
-
CiudadCali
(editar con el módulo de Información de seguridad y confianza para el cliente)
(editar con el módulo de Información de seguridad y confianza para el cliente)
(editar con el módulo de Información de seguridad y confianza para el cliente)
Comentarios (0)
Su agradecimiento a la reseña no pudo ser enviado
Reportar comentario
Reporte enviado
Su reporte no pudo ser enviado