Diploma en Business Analytics

Diploma en
Business Analytics
JULIO 2011
FACULTAD DE INGENIERÍA Y CIENCIAS
www.uai.cl
¿Por qué un Diploma en
Business Analytics
El escenario económico actual es tan dinámico que para subsistir
de manera exitosa, las empresas y organizaciones deben estar
preparadas para tomar buenas decisiones de manera muy rápida.
En algunas industrias esto puede significar cientos y hasta miles
de resoluciones diarias que deben ser tomadas en forma casi
instantánea. En este contexto surge la disciplina de Business
Analytics (BA), un concepto dentro de la Inteligencia de Negocios
que consiste en el uso de modelos (que se extraen de bases de
datos) que permiten predecir (lo que ocurrirá en el futuro) o
estimar (lo que no sabemos) para apoyar decisiones complejas y
críticas de un negocio.
BA propone el análisis metódico e inteligente de datos como una actividad
estratégica que permite a las empresas obtener ventajas competitivas en el mercado.
El objetivo final es lograr decisiones óptimas y realistas basadas en información.
Esto involucra el análisis de información sobre canales de marketing y ventas,
clientes, proveedores, competidores, unidades operativas de la empresa, medios
de comunicación, internet, redes sociales, entre otras fuentes de información. BA
aplica técnicas avanzadas de análisis de datos para la construcción de modelos que
permiten predecir variables críticas para apoyar la toma de decisiones y ayudar a
describir aspectos de un negocio para comprenderlo en mayor profundidad.
Las aplicaciones de BA son numerosas. Estas incluyen inteligencia de clientes,
análisis de riesgo, marketing dirigido, detección y prevención de fraude, predicción de
demanda, recomendación automática de productos y servicios, predicción de fuga de
clientes, gestión de operaciones, logística, entre muchas otras.
Diploma en
Business Analytics
Información General
El programa tiene una duración de 5 meses,
basado en dos sesiones semanales de 3
horas cada una. En total, cada módulo es
desarrollado en 36 horas lectivas y de taller,
con un total de 108 horas del diplomado.
Las horas lectivas serán dictadas dos días a
la semana de 18:00 a las 21:00 hrs. en la sede
de Presidente Errázuriz de la Universidad.
Los talleres (18 hrs.) se dictarán en la sede de
Peñalolén de la Universidad.
Clases y horarios
Lunes y viernes, de 18:00 a 21:00 hrs.
Desde abril hasta agosto de 2011.
Precio
120 UF.
Para inscribirse en el curso se requiere un
grado de licenciado o título profesional.
Es altamente deseable dominio del idioma
inglés a nivel de lectura.
Carlos Hurtado L.
Director Académico
Informaciones y postulaciones
Gloria Droppelmann
(56 2) 331 1227
g.droppelmann@uai.cl
www.uai.cl

Diploma en
Business Analytics
Objetivos
El diplomado está orientado al desarrollo de capacidades de análisis y manejo de datos,
aplicando el enfoque de BA a negocios concretos, en particular:
Desarrollar capacidades para diseñar e implementar soluciones de BA en distintas áreas de
los negocios con el fin de lograr ventajas competitivas.
Desarrollar capacidades para evaluar y usar herramientas de BA (con énfasis en herramientas
de código abierto).
Desarrollar habilidades para gestionar proyectos de BA como elemento integral de las
estrategias de negocios.
Desarrollar las competencias para realizar emprendimientos tecnológico en BA.
Dirigido a
Profesionales y licenciados con interés en profundizar en técnicas avanzadas de análisis de
datos y su uso en un amplio rango de aplicaciones de negocio. Esto incluye a ingenieros civiles,
industriales e ingenieros de ejecución, licenciados en ciencias, estadísticas, biología, física,
matemáticas, sociología y economía, entre otros.
Propuesta Académica
El programa se enfoca en tres líneas de aprendizaje:
Fundamentos y técnicas para BA. Incluye métodos estadísticos, gestión de datos, modelación
descriptiva y predictiva y optimización.
Manejo de herramientas y software avanzado. Se considera capacitación en herramientas
de código abierto como Pentaho , Weka y R. donde los alumnos podrán poner en práctica lo
aprendido.
Análisis y discusión de casos reales. Se considera el estudio de casos reales con el objeto de
desarrollar una visión de aplicación de BA a los negocios.
El programa se dicta en tres módulos que se presentan a continuación.
Contenidos
Módulo I
Módulo I Módulo II Módulo III
Introducción a BA
(12 hrs)
Gestión, Exploración
y Visualización de
Información
(12 hrs)
Probabilidades y
Estadística para BA
(12 hrs)
Este módulo está orientado
a comprender los alcances,
requerimientos y técnicas
fundamentales de BA.
Adicionalmente, se tiene por
objetivo nivelar en conceptos
básicos para los módulos que
siguen. Los cursos del módulo son
los siguientes:
Introducción a BA:
Conceptos básicos de BA
Aplicaciones y casos de BA por
industrias
Proceso de desarrollo de un
proyecto de BA
Gestión, Exploración y
Visualización de Información
Data Warehousing
Transformación, limpieza y
extracción de datos
Visualización de Información
Trabajo práctico con
herramientas (Pentaho Data
Integration y Herramientas de
Visualización de Información)
Probabilidades y Estadística para BA
Nociones básicas de
probabilidades
Nociones de Estadística
descriptiva
Nociones de Inferencia
Estadística
Trabajo práctico con
herramientas de estadística (R)
Segmentación (Clustering)
(12 hrs)
Módulo II
Modelos Predictivos y
de Decisión
(12 hrs)
Text Mining
(12 hrs)
Este módulo avanza en
aplicaciones y técnicas
relacionadas a modelos
predictivos y segmentación y text
mining. Los cursos del módulo
son los siguientes:
Modelos Predictivos y de Decisión
Arboles de Decisión y modelos
basados en reglas
Modelos Basados en Redes
Bayesianas
Redes neuronales, Regresión
logística.
Evaluación de Modelos
Aplicaciones y Trabajo práctico
con Weka y R
Segmentación
Segmentación basada en
particiones
Segmentación basada en
jerarquías
Aplicaciones y trabajo Práctico
con Weka y R
Text Mining
Extracción de Información
desde Texto
Clasificación y Segmentación
de Texto
Análisis de Sentimiento
Aplicaciones
Comerciales y Web
(12 hrs)
Series de Tiempo y
Forecasting
(12 hrs)
Aplicaciones Operacionales
(12 hrs)
Módulo III
En este módulo se dictará
un curso de análisis de series
de tiempo y forecasting.
Adicionalmente, se mostrarán
aplicaciones y técnicas
relacionadas con los aspectos
comerciales de una empresa, así
como aplicaciones relacionadas
a los aspectos operacionales.
Los cursos del módulo son los
siguientes:
Series de Tiempo y Forecasting
Regresión
Forecasting y Series de Tiempo
Trabajo práctico con R
Aplicaciones Comerciales y Web
Inteligencia de Clientes
Sistemas de Recomendación
Redes Sociales
Web Analytics
Aplicaciones Operacionales
Análisis de Riesgo
Detección de Fraude
Logística
Cuerpo Docente
Los cursos del programa serán dictados por un cuerpo estable de profesores y expositores con experiencia en la
industria. El cuerpo de profesores es el siguiente:
Hector Allende
Dr. Rer. Nat. Statistik, Universidad
de Dortmund, Dortmun Alemania.
Master en Estadística, CIENES,
Universidad de Chile. Magíster en
Matemática, Universidad Técnica
Federico Santa María. Ingeniero Civil
Electricista, Universidad Técnica
Federico Santa María. Áreas de
Especialización: Pattern Recognition,
Machine Learning, Estadística
Computacional, Análisis Inteligente
de Datos y Métodos Estadísticos en
Pattern Recognition.
Antonio Díaz-Araujo
Ingeniero Industrial, Universidad
de Chile. Desde 2008, se ha
desempeñado como CEO de
Inquiro Group, con clientes como
Yahoo, Sales-Force, MySpace, entre
otros. Áreas de Especialización:
Performance Marketing Systems,
Predicción y Cross Selling, en el
ámbito de la publicidad en medios
digitales, retail, e-retail y servicios
financieros.
Leonardo Epstein
Ph.D. y MSc. en Estadística, Carnegie
Mellon University, Pittsburgh,
EE.UU. International Finance
and Global Markets, Certificate
Program, Georgetown University,
School of Business (1997). Profesor
Jornada Completa UAI. Áreas de
Especialización: probabilidades,
Análisis de Supervivencia, Point
Processes, Inferencia Estadística,
Análisis de Series de Tiempo.
Carlos Hurtado / Director Académico
Ph.D. Computer Science, University
of Toronto. Ingeniero Civil Industrial
y Magíster en Ciencias de la
Ingeniería, Universidad Católica
de Chile. Profesor Asociado UAI
y Director de Investigación y
Desarrollo Microsystem S.A. Áreas
de Especialización: bases de datos,
business analytics, modelación
predictiva, minería de datos, Web
semántica.
Gonzalo Ruz
Ph.D. Machine Learning, Cardiff
University, UK. Magíster en Ciencias
de la Ingeniería, mención Ingeniería
Eléctrica, U. de Chile, Ingeniero Civil
Electricista, U. de Chile. Profesor
jornada completa UAI. Áreas de
Especialización: Machine Learning,
redes Bayesianas, redes neuronales,
minería de datos, computación
evolutiva, procesamiento digital de
imágenes, sistemas neurodifusos,
sistemas de detección de fraude.
Karol Suchan
Doctor en Informática, Université
d’Orléans, Francia; Magíster en
Matemáticas Aplicadas, AGH -
Universidad Técnica de Cracovia,
Polonia. Profesor jornada completa
UAI. Áreas de Especialización:
algoritmos, matemáticas discretas,
tecnologías de la Información.
Samuel Varas
Ph.D. Information Technology,
George Mason University, Estados
Unidos. Magíster en Ingeniería
Industrial, Universidad de
Chile, Ingeniero Civil Industrial,
Universidad de Chile. Profesor
jornada completa UAI. Áreas de
Especialización: tecnologías de
Información, gobierno electrónico,
evaluación de inversiones en TI,
sistemas de información, gestión de
conocimiento y buenas prácticas.
Jorge Villalón
Magíster en Ciencias de la
Ingeniería, Pontificia Universidad
Católica de Chile. Ingeniero
Civil Industrial y Diplomado en
Ciencias de la Computación,
Pontificia Universidad Católica de
Chile. Profesor jornada Completa
UAI. Áreas de especialización:
Inteligencia Artificial, Arquitectura
de Sistemas, Ingeniería de Software
y Videojuegos.