Fecha de Inicio
Por definir

Intensidad Horaria
120 Horas

Modalidad
Virtual

Inversión
$2.544.000

 

Objetivo del curso

Formar a los estudiantes en aspectos importantes de la analítica de datos en un entorno corporativo, para proporcionar competencias en la definición de estrategias de inteligencia de negocios en su organización.

 

 

Público Objetivo

- Estudiantes de Ingenierías.
- Ingenieros de Sistemas / Software.
- Arquitectos de infraestructura tecnológica.
- Administradores de bases de datos.
- Gerentes de infraestructura tecnológica.
- Analistas y desarrolladores de bases de datos.
- Líderes de proyectos.

 

 

Habilidades y Competencias

Formar a los estudiantes en aspectos avanzados de la arquitectura de la información en un entorno corporativo, para proporcionar competencias en la definición de estrategias de inteligencia de negocios en su organización.

 

 

Plan de Estudios / Contenido

El participante del curso tendrá acceso a la plataforma virtual, en la cual se encuentran todos los contenidos teóricos y prácticos que se abordaran en este Diplomado.

También podrá asistir a las sesiones presenciales de tutoría que se llevaran a cabo en la Universidad.

Módulo I.

  • 1. El conocimiento como recurso estratégico.
  • 2. De los datos al conocimiento organizacional.
  • 3. Las organizaciones que aprenden.
  • 4. El capital intelectual.
  • 4.1. Aparición y función del capital intelectual.
  • 4.2. Modelos y experiencias.
  • 5. La gestión del conocimiento en el proceso estratégico de la organización.
  • 5.1. El proceso del conocimiento.
  • 5.2. El modelo dinámico de creación de conocimiento.
  • 5.3. La gestión del talento.
  • 6. Cloud Computing.
  • 7. Lenguajes de Programación R y Phyton.

Módulo II

  • 1. Metodologías de Toma de Decisiones.
  • 1.1. La toma de decisiones.
  • 1.1.1. Etapas en el proceso de toma de decisiones.
  • 1.2. Tipos de decisiones.
  • 1.3. Ambientes de decisión.
  • 1.4. Decisiones secuenciales. Árboles de decisión.
  • 2. Concepto de Prospectiva.
  • 3. Prospectiva Tecnológica - Caso de Estudio Departamento de Boyacá.
  • 4. Cloud Computing.
  • 5. Lenguajes de Programación R y Phyton.

Módulo III

  • 1. Inteligencia de Negocios.
  • 1.1 ¿Qué es Inteligencia de Negocios?.
  • 1.2 Datos, Información y Conocimiento.
  • 1.3 Obtener Conocimiento a partir de la información de los datos.
  • 1.4 Generar información de los Datos.
  • 1.5 Transformar información en conocimiento.
  • 1.6 Aplicaciones de la inteligencia de negocios.
  • 1.7 Principales sistemas de Inteligencia de Negocios.
  • 1.7.1 Cuadros de Mando Operativos (CMO).
  • 1.7.2 Cuadros de Mando Integrales (CMI).
  • 1.7.3 Sistemas de Soporte a la Decisión (DSS).
  • 1.7.4 Sistemas de Información Ejecutiva (EIS).
  • 1.8 Complementariedad con sistemas de información transaccionales (Operacionales).
  • 2. Fuentes de Datos.
  • 2.1. Sistema de Gestión de Base de Datos (SGBD).
  • 2.2. Modelado de Dimensiones en OLAP.
  • 2.3. ROLAP.
  • 2.4. HOLAP.
  • 2.5. DataWarehouse y sus Usos.

Módulo IV

  • 1. La gestión de la información y el conocimiento.
  • 2. Sistemas de información para la toma de decisiones.
  • 3. Características de los proyectos de inteligencia de negocio.
  • 4. Factores críticos de éxito en los proyectos de BI.

 

 

Docentes / Conferencistas

Fredy Yarney Romero:
Ingeniero de Sistemas
Especialista en Auditoría de Sistemas
Magister en Ciencias de la Información y las Comunicaciones

 

 

VIGILADA MINEDUCACIÓN