Big Data Empresarial: 10 Sectores Empresariales. La importancia de los datos no propios

Lugar y fechas
Del 15 de enero al 19 de abril de 2019 Ver calendario y horario


Horas lectivas
Horas lectivas: 150
Inscripción

Descuentos y Bonificaciones:

  • Personas en situación de desempleo (el alumno deberá enviar una copia escaneada del justificante de demanda de empleo, en vigor, junto al comprobante de pago, a imartinez@fundacion.uned.es

  • Profesionales autónomos (el alumno deberá enviar una copia escaneada del último pago a autónomos, junto al comprobante de pago, a imartinez@fundacion.uned.es

  • Alumnos y antiguos alumnos de la UNED (el alumno deberá enviar una copia escaneada del título del curso realizado o una copia escaneada del pago de matrícula del curso que está realizando, a imartinez@fundacion.uned.es

  • Personas con discapacidad reconocida del 33% o superior (el alumno deberá enviar una copia escaneada del certificado de minusvalía, junto al comprobante de pago), a imartinez@fundacion.uned.es


CURSO BONIFICABLE PARATRABAJADORES POR CUENTA AJENA

La Formación Profesional para el Empleo tiene por objeto impulsar y extenderentre las empresas y los trabajadores una formación que responda a susnecesidades y contribuya al desarrollo de una economía basada en elconocimiento. Para lograrlo, las empresas tienen a su disposición un créditoformativo (deducible de sus cuotas de seguridad social) para invertir en laformación de sus empleados quienes, a su vez, acceden a los cursos con los quemejorar su preparación. 

La bonificación aplicada podrá realizarse a través de Acciones Formativas obien a través de Permisos individuales de Formación (PIF), en función de lasnecesidades de la empresa y de los requisitos establecidos por la FundaciónEstatal para la Formación en el Empleo. Los destinatarios finales de lasacciones formativas han de ser trabajadores por cuenta ajena. 

Si desea que la Fundación UNED, gestione la bonificación ante FUNDAE, este servicio tiene un coste del 10 % del curso + IVA

Consulte los plazos de tramitación de la bonificación ANTES de matricularse alcurso.  

Más información sobre el proceso de bonificación


MATRÍCULA DEL CURSO

Debe realizar un ingreso o transferencia por el importe correspondiente en la siguiente cuenta bancaria, en la que debe hacerse constar OBLIGATORIAMENTE el nombre del alumno y la referencia bancaria del curso en el resguardo del pago.

Banco Santander
c/c: ES45-0049-0001-59-2811481584
Referencia bancaria del curso: NPRO18


Envíe (junto a la documentación solicitada en caso de acogerse a algún descuento) la copia del ingreso o transferencia (puede hacerlo por correo postal, ó mail) a:

Fundación UNED
Secretaría de Cursos
Curso de Big Data. 10 Sectores Empresariales. La importancia de los datos no propios NPRO18
c/ Guzmán el Bueno, 133 - Edificio Germania - 1ª planta
28003 Madrid
Teléfono: 91 386 72 76
imartinez@fundacion.uned.es

NOTA: Se confirman los pagos en 72 horas en su correo electrónico.

Información Académica:
Teléfono: 911 04 49 33
Correo electrónico: info@seproi.es

Para matricularse en el curso, pinche sobre el botón "Matrícula online" situado debajo de la tabla de precios.

  Matrícula Ordinaria Alumnos y ex-alumnos de la UNED y Fundación UNED Autónomos Personas con discapacidad Personas desempleadas
Precio750 €675 €675 €675 €675 €
Matrícula online
Docentes
Ignacio Blas Sanz
· Licenciatura en Derecho, Universidad de Deusto, 2001 · DEA, Derecho de Empresa, Universidad de Zaragoza, 2007 · Professional MBA, Administración, dirección y gestión de empresas, IEDE Business School, 2008 · Coautor del libro “Iniciación al Análisis de Datos y Big Data aplicado al fútbol”
Jorge López Cárdenas
Técnico Superior en Desarrollo de Aplicaciones Web (DAW) · Técnico Superior en Desarrollo de Aplicaciones (DAM) · Técnico Superior en Administración de Sistemas y Redes (ASIR) · Certificación en Red Hat System (RHCSA) · Certificación en AWS (Amazon Web Services) Solutions Architct Associate · Certificación en Linux Server Professional (LPIC-1) · SUSE Certified Linux Profesional · Especialista en el diseño de soluciones técnicas para proyectos Big Data · Gestión entornos Cloud
Marcos Roldán Clemente
Grado en Administración y Dirección de Empresas, Especialidad Contabilidad y Finanzas, Universidad de Zaragoza, 2015 · Máster en Contabilidad y Finanzas, Universidad de Zaragoza, 2017 · Beca Escuela de Talento Adecco, 2015 · Curso « Valoración de deportistas » por la Universidad Politécnica de Valencia · Curso « Liderazgo y Gestión de Equipos » por la Escuela de Negocios Kuhnel · Curso « Estrategias de Marketing » por la Escuela de Negocios Kuhnel
Joaquín Roldán Morcillo
Estudios en Económicas, Informática y Marketing · Experto en Análisis de Información · Consultor especializado en proyectos Big Data en diferentes sectores · Gerente de Proyectos tecnológicos de ámbito nacional e internacional · Coautor del libro “Iniciación al Análisis de Datos y Big Data aplicado al fútbol” · Diversas publicaciones relacionadas con el Análisis de Información y la construcción de algoritmos basados en información procesada · Autor de manuales de formación especializada en Big Data
Sergio Sancho Rodríguez
ITIS, Ingeniera Técnica de Informática de Sistemas Universidad de Zaragoza, 2006 · Máster Bases de Datos e Internet. Título Propio de la Universidad de Zaragoza, 2006 · AERCO Certificado de Especialización para Community Managers, 2010 · ASES Estrategias de Marketing en redes sociales, 2013 · Software libre para el diseño y la creación de servicios de información en Internet y Nuevas Tecnologías de Programación Web, Universidad de Teruel, 2003 · Jefe de Proyectos tecnológicos de ámbito nacional e internacional · Especialista en Big Data técnico y de negocio
María José Troyano Rabanal
Licenciatura en Derecho, Universidad de Deusto, 2001 · Máster en e-learning y redes sociales, UNIR Universidad Internacional de La Rioja, 2016 · Especialista en Legislación y aplicación de la normativa de Protección de Datos. · Experta en metodologías y herramientas de aprendizaje, legislación de las TIC, modelos empresariales y de emprendimiento. · Diversas publicaciones relacionadas con la Legislación y Ética en las TIC, Procesos de empresa y Derecho Internacional Público.
Dirigido por
Arturo González Romero
Dirigido a
Profesionales y/o estudiantes que quieran orientar su focus laboral en el ámbito del análisis de información y la interpretación de datos en base la cualificación y cuantificación de los mismos,partiendo de la base de una , cada vez mayor, democratización de la información.Economistas, abogados, consultores y asesores de empresa, empresarios, profesionales liberales, directores y personal de los departamentos de Dirección, Proyectos, Estrategia, Marketing, Recursos humanos y Administración de cualquier tipo de empresa, que quieran conocer cómo aplicar eltratamiento holístico de datos de diferentes tipologías y procedentes de múltiples fuentes para el mejor conocimiento de una empresa u organización en su ámbito de actuación tanto en su estadio actual como en el futuro.Empresas que quieran formar a sus trabajadores en la  concepción de proyectos Big Data desde el punto de vista empresarial y su aplicación en las distintas áreas que componen una empresa.
Titulación requerida

No se exige titulación

Objetivos
Conocer: Qué aporta y su influencia, la búsqueda, recopilación, cualificación, relación y transformación mediante algoritmos de la información propia y no propia en la definición correcta delos objetivos presentes y futuros de una empresa u organización.
Cómo afrontar un proyecto Big Data desde el punto de vista empresarial, qué actores debenintervenir y cómo movilizar ordenadamente recursos propios y redes de proveedores.
Adquirir las siguientes competencias específicas:
1) Comprender e interpretar conocimientos sobre aspectos principales de la terminología relacionada con proyectos Big Data.
2) Transformar el Big Data en Good Data o cómo sintetizar grandes volúmenes de información de diferente tipología y múltiples fuentes, en valores claros, concretos y entendibles a través de las relaciones y la algoritmización.
3) Análisis predictivo, detección de patrones y construcción de proyecciones. En definitiva formulación de predicciones de alto valor para tomar mejores decisiones y desarrollar mejores acciones de negocio.
4) Entender cómo hacer machine learning a través del seguimiento de las proyecciones y su comparación con los datos reales.
Metodología
ORGANIZACIÓN:
El desarrollo de este curso ha sido estructurado en una parte común a todos los alumnosconsistente en cuatro grandes áreas que responden al camino natural en el aprendizaje decómo abordar un proyecto Big Data desde el punto de vista de una empresa u organización.Estás áreas se componen de 4 módulos comunes y diez especialidades, a elegir entre:
· Industria Farmacéutica·
. Movilidad
· Industria Turística
· Construcción y Fabricantes Maquinaria Construcción
· Industria Alimentación y Bebidas
· Internet de las Cosas (IoT)
· Deporte
· Jurídico
· Educación
· Exportación


TRABAJO FINAL CURSO, TFC.
El trabajo final de curso se abordará simulando un caso real de una empresa en función a laespecialidad elegida por el alumno. El TFC, consistirá en relacionar la información propia de laempresa, la información externa a la empresa, bien desde el punto de vista económico, bien desde elpunto de vista social media, para la obtención de los objetivos que se definan en el TFC ( proyecciónde ventas, medición de la productividad en los social media, optimización de recursos, generación deofertas, etc)


Lo primero que se necesita conocer es cómo se llega a la toma de decisiones desde un puntode vista sistemático y racional.
1. Teoría de Juegos y Teoría de la Decisión
· Tipología de juegos
· Modelos de juegos y su aplicación
· Etapas en la toma de decisiones
· Modelos en la toma de decisiones
· La importancia de la información en la toma de decisiones
· Como construir un árbol de decisión. El origen del Machine Learning



En segundo lugar, deberíamos saber porqué deben las empresas tener en cuenta cada vez más la información no propia, la información que no reside en sus sistemas informáticos (propia), identificarla, cuantificarla, cualificarla y conjugarla con la información propia.
2. Big Data y la información no propia
· Tipología de Datos· Fuentes de Información
· Claves del Big Data y Análisis Predictivo
· Como acometer un proyecto Big Data en la empresa u organización
· Herramientas para monitorización, integración y análisis de información


En tercer lugar, es fundamental saber como gestionar y explotar el conjunto de información propia y no propia que afecta a una empresa u organización para facilitar la toma de decisiones dentro de éstas.
3. Obteniendo datos de Valor.
· Cómo relacionar la información
· Detección de patrones
· La importancia de la ponderación
· La algoritmización como expresión máxima de la sintetización de los datos


Finalmente es imprescindible estudiar en profundidad los casos prácticos resueltos de la especialización para entender como conexionar todo lo aprendido.
· Causística de la especialidad
· Casos prácticos
Sistema de evaluación
CRITERIOS DEL SISTEMA DE EVALUACIÓN:
LA EVALUACIÓN DE LOS CONOCIMIENTOS Y CAPACIDADES TÉCNICAS SE LLEVARÁ A CABO MEDIANTE LA REALIZACIÓN DE:
 
.EVALUACIONES PARCIALES inherentes a cada una de los cuatro primeros módulos, consistentes en la resolución de dos ejercicios prácticos por módulo.
· UN EXAMEN FINAL DE 10 preguntas de respuesta breve. El examen se “colgará” en unlugar apropiado a disposición de todos los estudiantes 7 días antes del final del curso. Ytendrá que entregarse-envío a correo personal del profesorado- 3 días, como máximo,antes de final del curso. En un curso de estas características no tiene sentido realizarexámenes de “elección múltiple”. Se trata de analizar el conocimiento adquirido y sobretodo la capacidad crítica de abordar cuestiones relativas a la implantación de ProyectosBig Data desde el punto de vista empresarial o de negocio. Las respuestas deben mostrarla adquisición de esa capacidad crítica y, si es posible de una cierta creatividad. Para ladeterminación de patrones de comportamiento, el establecimiento de relaciones entreinformación diversa, su transformación en valores a través de algoritmos e incluso elanálisis predictivo, poseer una cierta creatividad es fundamental.
· UN TRABAJO FINAL consistente en la construcción de un caso práctico queintegrará el conocimiento y las capacidades adquiridas a lo largo del curos. Eltrabajo podrá empezar una vez el alumno haya iniciado el módulo de Especialidad yse entregará como máximo una semana antes del final del curso.
Más información
Fundación UNED
Guzmán el Bueno, 133 - Edificio Germania, 1ª planta
28003 Madrid Madrid
91 386 72 75 / 15 92 / erodriguez@fundacion.uned.es

Fundación UNED
Guzmán el Bueno, 133 - Edificio Germania, 1ª planta
28003 Madrid (España)
Teléfono: +34 91 386 72 75 / 15 92
Fax: +34
Correo electrónico: erodriguez@fundacion.uned.es
www.fundacion.uned.es

Información de certificados: Para consultas o peticiones de Certificados mande un correo electrónico a la dirección: gestion.certificados@fundacion.uned.es