Menu de Diplomado
La creciente información digital en las distintas áreas de las organizaciones es abundante y proviene de diferentes fuentes, pero carece de una clara clasificación. Se conoce que la información es poder, pero siempre y cuando se sepa qué hacer con ella. La información no solamente son los datos transaccionales que generan diariamente las empresas, va mucho más allá, y el hecho es que hay que transformar la información en conocimiento para que permita tomar las mejores decisiones a los responsables.
Los datos digitales son generados por tres fuentes, el primero lo generan las empresas provienen de aplicaciones como puntos de ventas, ERP, CRM, sistemas industriales, etc., almacenados en bases de datos generalmente relacionales, esto significa, terabytes, exabytes, zettabytes de información, son los denominados datos estructurados. La segunda fuente donde hay mucha información de datos no estructurados son generalmente de origen externos a la institución. Y la tercera fuente de información son los datos generados por las redes sociales y los dispositivos móviles que aportan mucha información textual, todas las tres fuentes son relacionadas entre sí.
El análisis de datos de toda esta información, si se lo realiza de forma correcta, podrá ser interpretado por un ser humano que podrá orientarse y llegar a un destino concreto.
Esperamos, que con el aprendizaje que van a realizar los participantes en este diplomado podrán estar en capacidad de entrar en esta nueva área del conocimiento.
Entrenar al participante en la analítica básica de datos, con el objeto de comunicar en forma efectiva los fenómenos que éstos representan.
Objetivos de Aprendizaje:- Comprender técnicas de análisis de datos y estadística para su utilización en grandes volúmenes de datos.
- Conocer los fundamentos y técnicas asociadas a base de datos para el manejo de datos complejos.
- Comprender las técnicas de visualización de información de análisis de datos. Emplear herramientas computacionales y de programación para la ciencia de datos.
- Aplicar de manera práctica los fundamentos y técnicas en la resolución de diferentes casos de estudio.
El Diplomado en Ciencias de Datos para los Negocios está dirigido a:
- Profesionales que trabajan con información, y que deseen buscar el valor de la ciencia de datos para enriquecer la toma de decisiones, utilizando la información de sus empresas.
- Profesionales que deseen incursionar en la ciencia de datos.
- Graduados universitarios con título de tercer nivel o egresados dispuestos a estudiar la ciencia de datos.
|
La Dra. Carmen Vaca obtuvo su título de Ph.D. en Information Engineering en el Politécnico de Milán (Milán, Italia), de Máster en Ciencias de la Computación en Syracuse University (Nueva York, Estados Unidos) y de Ing. en Computación en la ESPOL (Guayaquil,Ecuador). Durante su doctorado trabajó aplicando algoritmos de Machine Learning y diseñando algoritmos de Minería de datos espacial y Minería de texto en Yahoo Labs Barcelona donde trabajó con plataformas como Apache Hadoop, Apache Pig, Apache Mahout. Su interés en investigación incluye las áreas de Spatial data mining, machine learning, Social Computing, Data Science. Actualmente, es miembro del Big Data Research group de ESPOL. Su trabajo de investigación busca inferir conocimiento acerca de ciudades y de temas de debate nacional (tales como una elección presidencial) utilizando millones de registros generados por los ciudadanos (sensores humanos) y publicados en redes sociales o a través de diferentes fuentes de datos digitales. Sus publicaciones están listadas en su página de Google Scholar: Carmen Vaca. Algunos de los proyectos en los que ha participado incluyen: “Social Sensor”, “Quantifying online storms”, “Applied text mining to infer a national political dictionary”, “Uncovering urban places for fitness in the city”.
|
|
La Dra. Cristina Abad obtuvo su maestría y doctorado en Ciencias de la Computación en la Universidad de Illinois en Urbana-Champaign. Realiza investigación en Sistemas Distribuidos, especialmente en las áreas de arquitecturas de Big Data y computación en las nubes. Le interesa particularmente atacar problemas que permitan mejorar el rendimiento y escalabilidad de los sistemas distribuidos que sirven de base para estos dos dominios. Durante sus estudios doctorales, trabajó 3 años con el equipo de la infraestructura de Hadoop en Yahoo, y llegó a contribuir al código fuente de este proyecto. Ha sido merecedora de una Beca Fulbright, el premio Computer Science Excellence de UIUC y dos Google Faculty Research Awards. En ESPOL, la Dra. Abad es miembro del Big Data Research group, en el que trabaja en la optimización de infraestructuras para Big Data y cloud computing; como parte de esto, aplica técnicas de Big Data y Machine Learning, para el análisis de datos operativos de data centers y arquitecturas en la nube, así como para construir sistemas distribuidos inteligentes que se auto-adapten en respuesta a cambios dinámicos de las cargas de trabajo del sistema.
|
|
El Dr. Andrés Abad posee títulos de Ph.D. y M.Sc. en Industrial and Operations Engineering por la University of Michigan, en Ann Arbor, Estados Unidos; y de Ing. en Estadística Informática por la ESPOL. Durante sus estudios en EEUU recibió los reconocimientos académicos ScholarPOWER Award en los años 2008 y 2009.Actualmente, el Dr. Abad dirige el Laboratorio de Investigación en Inteligencia Artificial Industrial (INARI) en el Centro de Tegnologías de la Información (CTI) en ESPOL, dedicado a investigar el uso del Deep Learning en la resolución de problemas industriales reales. Su interés profesional y de investigación se enfocan en el desarrollo de aplicaciones del Deep Learning, Machine Learning, Data Mining, Data Science y optimización matemática. El Dr. Abad es un investigador activo y ha publicado ampliamente en revistas científicas indexadas categoría A1. Mantiene contacto permanente con la industria nacional, habiendo realizado proyectos de consultoría para diversas firmas en el Ecuador en temas de analítica, deep learning, machine learning, data science, e inteligencia de negocios. En los últimos años, ha asesorado al departamento de data science y desarrollados proyectos de aplicación de machine learning dentro de una de las empresas más importantes de la industria del retail nacional.
|
|
José Córdova García recibió los títulos de Máster en Ciencias y PhD en Ingeniería Eléctrica por la Universidad Estatal de Nueva York en Stony Brook, en el 2012 y 2017 respectivamente. Fue becario Fulbright en Stony Brook durante sus estudios de Maestría. En el 2017 se integró como profesor de la Facultad de Ingeniería en Electricidad y Computación de la ESPOL. Actualmente es miembro del Grupo de Investigación en Redes y Tecnologías de la Información. En los últimos años su investigación ha incluido el diseño de aplicaciones inteligentes para la industria eléctrica (Smart Grids) y de telecomunicaciones. Sus intereses actuales incluyen la detección automática de eventos y anomalías basados en datos generados por máquinas, manejo de datos faltantes, y aplicaciones de machine learning para redes de datos, eléctricas y la estimación de calidad de experiencia de usuarios en Internet.
|
|
Ingeniero en ciencias computacionales de la ESPOL. Ganador de distinciones académicas en la carrera de ciencias computacionales en los años 2013 y 2015. Segundo lugar en el reto Movistar del Campus Party y Reportics App. Asistente de investigación en los años 2015 y 2016. Primer lugar en el Hackathon Ciudades Resilientes con Mobilicity App. Investigador en el Centro de visión y robótica de la ESPOL. Asistente de investigación en el grupo de ciencia de datos y big data de la ESPOL. Experiencia como: asistente de laboratorio en el centro de visión y robótica de la ESPOL, investigador en el laboratorio en el centro de visión y robótica de la ESPOL, científico de datos de MavenRoad LLC., desarrollador web y móvil en la unidad FCSH de la ESPOL.
|
| Módulo | Duración | Profesor | |
|---|---|---|---|
| I | Ciencia de datos para la empresa | 24 horas | Dr. Andrés Abad |
| II | Python aplicado a ciencia de datos | 24 horas | Dra. Carmen Vaca |
| III | Análisis cuantitativo con R | 24 horas | Dr. José Córdova |
| IV | Web Mining | 24 horas | Ing. Rodrigo Castro |
| V | Big Data y los Negocios | 16 horas | Dra. Cristina Abad |
La creciente información digital en las distintas áreas de las organizaciones es abundante y proviene de diferentes fuentes, pero carece de una clara clasificación. Se conoce que la información es poder, pero siempre y cuando se sepa qué hacer con ella. La información no solamente son los datos transaccionales que generan diariamente las empresas, va mucho más allá, y el hecho es que hay que transformar la información en conocimiento para que permita tomar las mejores decisiones a los responsables.
Los datos digitales son generados por tres fuentes, el primero lo generan las empresas provienen de aplicaciones como puntos de ventas, ERP, CRM, sistemas industriales, etc., almacenados en bases de datos generalmente relacionales, esto significa, terabytes, exabytes, zettabytes de información, son los denominados datos estructurados. La segunda fuente donde hay mucha información de datos no estructurados son generalmente de origen externos a la institución. Y la tercera fuente de información son los datos generados por las redes sociales y los dispositivos móviles que aportan mucha información textual, todas las tres fuentes son relacionadas entre sí.
El análisis de datos de toda esta información, si se lo realiza de forma correcta, podrá ser interpretado por un ser humano que podrá orientarse y llegar a un destino concreto.
Esperamos, que con el aprendizaje que van a realizar los participantes en este diplomado podrán estar en capacidad de entrar en esta nueva área del conocimiento.
Entrenar al participante en la analítica básica de datos, con el objeto de comunicar en forma efectiva los fenómenos que éstos representan.
Objetivos de Aprendizaje:- Comprender técnicas de análisis de datos y estadística para su utilización en grandes volúmenes de datos.
- Conocer los fundamentos y técnicas asociadas a base de datos para el manejo de datos complejos.
- Comprender las técnicas de visualización de información de análisis de datos. Emplear herramientas computacionales y de programación para la ciencia de datos.
- Aplicar de manera práctica los fundamentos y técnicas en la resolución de diferentes casos de estudio.
El Diplomado en Ciencias de Datos para los Negocios está dirigido a:
- Profesionales que trabajan con información, y que deseen buscar el valor de la ciencia de datos para enriquecer la toma de decisiones, utilizando la información de sus empresas.
- Profesionales que deseen incursionar en la ciencia de datos.
- Graduados universitarios con título de tercer nivel o egresados dispuestos a estudiar la ciencia de datos.