Diplomado en Business Analytics 2023
Diplomado en Business Analytics 2023
ECONÓMICAS Y ADMINISTRATIVAS
Diplomado en
Business Analytics
para la Gestión
Nuestro Diplomado en Business Analytics para la Gestión tiene por objetivo formar
a profesionales que se desempeñen en el área de gestión y que requieran basar
sus decisiones en el uso de datos para responder a la creciente necesidad de las
organizaciones de generar información y visualizaciones estratégicas con el objetivo
final de crear valor en ambientes altamente competitivos.
MÓDULO 1
Fundamentos de Business Analytics
Esta actividad curricular está diseñada para presentar a los estudiantes los
fundamentos de Business Analytics, los cuales permitirán identificar las
nociones básicas de inteligencia de negocios, minería de dato, estructuras
de base de datos, preparación de datos y modelos de predicción. El objetivo
es familiarizar al estudiante con los diferentes términos y metodologías que
estará utilizando a lo largo del diplomado.
MÓDULO 2
Arquitectura de soluciones Business Analytics
El curso de Arquitectura de soluciones de Business Analytics busca ser un
aporte en la formación general de profesionales y ejecutivos en herramientas
para la producción, almacenamiento, procesamiento, análisis y comunicación
de grandes volúmenes de datos para encontrar soluciones más exactas e
innovadoras a problemas de negocios en un contexto de empresas cada día
con mayores niveles de digitalización.
MÓDULO 3
Estadística para ciencia de datos
Este curso entrega técnicas y herramientas teóricas, conceptuales y aplicadas,
con la cuales el estudiante será capaz de analizar un conjunto de observaciones,
realizar informes y recomendaciones que orienten la toma de decisiones
organizacionales, levantando datos aplicando la estadística descriptiva y
además logrando articular la inferencia estadística causal y de pronóstico.
MÓDULO 4
Herramientas de análisis supervisado
Este curso introduce a los estudiantes a las técnicas de análisis supervisado
de datos y sus aplicaciones. El objetivo es que los estudiantes apliquen estas
herramientas de forma correcta, interpreten sus resultados y refinen los
modelos para resolver problema de la vida real.
MÓDULO 5
Herramientas de análisis no supervisado
Herramientas para análisis no supervisado pretende introducir al estudiante
al conjunto de herramientas estadísticas que le permitirán identificar
grupos en un set de datos no etiquetado (i.e. que no considera una variable
resultado) encontrando patrones interesantes y agregando conocimiento de
valor al proceso de toma de decisiones. Se espera que el alumno aprenda a
utilizar técnicas para hallar subgrupos de observaciones (clusterizar), reducir
el espacio de características (reducir dimensionalidad), descubrir patrones
subyacentes con reglas de asociación y detectar anomalías. El estudiante
aprenderá a estructurar análisis no-supervisados y obtendrá familiaridad
con códigos que podrán ser adaptados a sus propios proyectos. Se espera
familiaridad con Algebra Lineal, Estadística y lenguajes de programación que
posean ecosistemas para análisis de datos como R o Python.
MÓDULO 6
Visualización de datos
Esta actividad permite al estudiante reconocer los conceptos asociados
a los mecanismos de análisis visual de datos a través de la aplicación de
herramientas de minería de datos y modelamiento multidimensional, con
el fin de apoyar el proceso de toma de decisiones. Adicionalmente, permite
al estudiante diseñar e implementar indicadores de rendimiento clave (KPI),
tableros de control, así como la construcción de cuadros de mando integral
(CMI), de manera de integrarlos dentro de una solución visual que pueda ser
utilizada por una organización.
MÓDULO 7
Proyecto
Actividad curricular que tiene como objetivo que el estudiante aplique los
conocimientos, herramientas y metodologías revisadas durante el diplomado
a través de un proyecto integrador de Business Analytics.
Aníbal Morales
/ Ingeniero Civil Electrónico, Universidad de Concepción
• Doctor en Ciencias de la Ingeniería mención Ingeniería Eléctrica,
Universidad de Concepción
• Postdoc en Ingeniería Eléctrica (aplicaciones Electrometalurgia),
Universidad de Concepción
• Académico, investigador, consultor especialista y asesor de empresas
en innovación & tecnología
• Más de 15 años de experiencia en consultorías en procesos
productivos, transformación digital, sistemas electrónicos inteligentes,
IoT, manufactura avanzada, cloud computing, machine learning y
desarrollo tecnológico para empresas de minería y servicios
Ernesto Guerra
/ Ph.D. and M.Sc. in Agricultural and Resource Economics, University of
California, Berkeley, EEUU
• Magíster en Economía de Recursos Naturales y del Medio Ambiente e
Ingeniero Comercial, Universidad de Concepción
• Se ha desempeñado como investigador y consultor en temas
relacionados con estimaciones econométricas, soluciones numéricas
de modelos dinámicos estocásticos y el desarrollo de algoritmos back-
end implementados en herramientas de inteligencia artificial
José Barrales
/ Ph.D. In Economics, University of Utah, EEUU
• Magíster en Economía de Recursos Naturales y Medio Ambiente,
Universidad de Concepción
• Contador Auditor, Universidad Católica de la Santísima Concepción
• Economista y científico de datos cuya experiencia e investigación
se basan en el uso de modelos de aprendizaje automático para el
desarrollo de soluciones de problemas de predicción y causalidad
Francisco Ortiz
/ Master of Information Systems, The University of Melbourne, Australia
• Ingeniero Civil en Informática, Universidad del Bío-Bío
• Ha liderado proyectos Business Intelligence & Analytics en
distintas organizaciones, apoyando la generación de información a
nivel estratégico y operacional
• Sus conocimientos y experiencia desarrollando soluciones Cloud, así
como en metodologías ágiles, le permiten afrontar desafíos buscan
innovar y mejorar procesos, apoyando el proceso de transformación
digital al interior de las organizaciones