OBJETIVO
Implantar Data Science en la organización a efecto de mejorar los procesos de toma de decisiones.
CONOCIMIENTO / CAPACIDADES COGNITIVAS Y PRÁCTICAS
• Introducción a los conceptos básicos de la Ciencia de Datos
- Aspectos históricos.
- Conceptos clave y nomenclatura.
- Data Science en la actualidad.
• Comprensión de la importancia del Data Science en la gestión de proyectos. Agentes del desarrollo sostenible.
- Fases.
- Roles.
- Creación de modelos de negocio basado en datos.
HABILIDADES DE GESTIÓN, PERSONALES Y SOCIALES
• Trabajo en equipo.
• Colaboración ante el cambio organizacional.
• Creación de valor añadido en un entorno organizativo público y privado.
• Transversalidad en el desempeño.
OBJETIVO
Comprender los conceptos clave a efectos de un manejo productivo en materia de Machine Learning y Deep Learning.
CONOCIMIENTO / CAPACIDADES COGNITIVAS Y PRÁCTICAS
• Identificación de aspectos clave en la gestión de Big Data. Objetivo
• Manejo conceptual respecto a Machine Learning.
- Objetivo
- Conceptos básicos: Datos, algoritmos, modelos
• Identificación productiva de algoritmos
- Clasificación
• Aproximación a la modelización. Objetivo
- Regresión, árboles
- Indicadores.
HABILIDADES DE GESTIÓN, PERSONALES Y SOCIALES
• Flexibilidad ante el cambio de paradigma.
• Responsabilidad y autonomía en las tomas de decisiones.
• Confiabilidad, coherencia y fidelidad en la transmisión de información
OBJETIVO
Identificar y manejar los diferentes modelos, tecnologías y procesos en sistemas Big Data.
CONOCIMIENTO / CAPACIDADES COGNITIVAS Y PRÁCTICAS
• Conocimiento de Batch Processing.
• Implementación de un sistema Streaming Processing.
• Administración de sistemas Big Data.
• Visualización de datos.
- Herramientas
- Librerías.
HABILIDADES DE GESTIÓN, PERSONALES Y SOCIALES
• Mejora continua.
• Innovación productiva.
• Iniciativa en el desempeño.
• Compromiso.
OBJETIVO
Manejar los principales aspectos prácticos de esta rama de la IA a efectos de introducir en la organización modelos predictivos, entendiendo el Machine Learning como uno de los pilares de la transformación digital.
CONOCIMIENTO / CAPACIDADES COGNITIVAS Y PRÁCTICAS
• Conocimiento práctico y global en materia de Inteligencia Artificial.
- Fundamentos históricos
- Ramas
• Manejo de algoritmos.
- Conceptos básicos
• Gestión de modelos
- Supervisados
- No supervisados
• Aplicación práctica en la organización.
HABILIDADES DE GESTIÓN, PERSONALES Y SOCIALES
• Mejora continua.
• Gestión óptima del tiempo.
• Comunicación eficaz.
• Habilidades en la resolución de conflictos.
• Proactividad.
• Compromiso con los valores de la organización.