CPA FERRERE
CPA FERRERE
08 Jun
10 Jun
15 Jun

Analítica de datos para la extracción de insights


Se pretende introducir los conceptos fundamentales del análisis de datos aplicado al negocio, con el objetivo de que los participantes adquieran nociones sobre cómo extraer valor de la información con la que la empresa ya cuenta o la que pudiera obtener de manera externa. No pretende extenderse demasiado en lo estrictamente general sobre datos -gobernanza, calidad, políticas, modelos organizacionales, etc- sino entrar rápidamente a la utilidad de la analítica para el negocio.

El objetivo es exponer casos de uso particulares en cada punto del programa para mantener la conexión entre lo conceptual y su posible aplicación al negocio en todo momento. Es decir, no perder de vista en ningún momento el cómo y de qué forma el análisis de datos puede ser útil.

Estructura

El curso consiste en 3 clases de 2 horas cada una. No hay requerimientos de hardware específicos dado que el curso se dictaría enteramente a través de slides y brevemente en la plataforma Google Colab.

El público objetivo es amplio, dado que hay pocas áreas en una organización que no se beneficiarían de analizar los datos que maneja.

No se presume ningún conocimiento previo particular de los participantes del curso. La meta final es que los participantes puedan formular preguntas relevantes, entender qué acercamientos al problema son viables, qué se necesita en términos de datos, y qué limitantes existen y cómo podrían ser superadas. 

Contenidos

Clase 1 - Introducción al análisis de datos

  1. Motivación – casos cotidianos de uso de analítica y ciencia de datos (recomendaciones en sitios de compras, filtros de spam, etc).
  2. ¿Qué es el análisis de datos?
  3. Clarificación de conceptos – inteligencia artificial, aprendizaje automático, ciencia de datos, big data, etc.
  4. Flujo del análisis de datos
  5. Definición de la pregunta de negocios
  6. Lenguajes y herramientas

Clase 2 – Productos del análisis de datos

  1. Extracción de datos
  2. Reportes y dashboards
  3. Aprendizaje automático

No supervisado

  • Segmentación y clusterización
  • Reducción de dimensionalidad
  • Detección de anomalías
Supervisado
  • Clasificación
  • Regresión
  • Deep learning, natural language processing y computer vision

 Clase 3 – Caso de estudio y conformación de un equipo de analítica

  1. Exploración de un caso de estudio, desde la formulación de la pregunta, la preparación de datos, el modelado y la interpretación de resultados.
  2. Equipos de analítica
  • Definición de objetivos
  • Roles
  • Selección del líder
  • Generalistas vs especialistas
  • Relación funcional con el resto de la organización

Docentes: Rafael Xavier.

Inversión: $6.000 + IVA

Por consultas e inscripciones, escríbanos a marketing@cpaferrere.com

Hacer una consulta