Estudiante: Modalidad para estudiantes pre-grado universitarios o institutos. Adjuntar foto de carnet vigente o boleta de matrícula.
Estudiante: Modalidad para estudiantes pre-grado universitarios o institutos. Adjuntar foto de carnet vigente o boleta de matrícula.
¡Domina el análisis descriptivo y predictivo, las consultas en SQL Server, crea dashboards en Power BI e identifica patrones en Python y aplica modelos predictivos con Machine Learning!
Duración: 30 Sesiones
Modalidad: Transmisión en vivo vía Microsoft Teams
Reserva tu vacante con s/.350 (General) y s/.250 (Estudiante)
Objetivo del diplomado
En nuestro Diplomado en Inteligencia y Análisis de Datos, de forma práctica y con casos reales, lograrás:
Dirigido a
Analistas, Asistentes y profesionales en cualquier área de Business Intelligence en rubros como consultoras, banca y seguros, telecomunicaciones, entre otras
Estudiantes universitarios, técnicos y/o recién egresados de Ingeniería de Sistemas, Industrial y Administración carreras afines
Público en general que deseen ampliar sus conocimientos en Inteligencia y Análisis de Datos
Beneficios del programa
Metodología de Aprendizaje moderna con casos reales, talleres aplicativos y desarrollo de un proyecto integrador
Certificación Internacional por la Florida Global University
Desarrollo y Seguimiento de tu Proyecto Integrador en cada módulo por el Docente
Videotutorial y Manual de Instalación de Orange Data Mining, SQL Server y Power BI
Cursos online gratuitos con acceso ilimitado para complementar tu aprendizaje
- Introducción: Excel Intermedio Online
- Aprendizaje Integral: SQL Server, Power BI, Python for Analytics y Looker Studio Online
- Formación Profesional: Habilidades para el Empleo
Acceso a un Foro de Consultas con la Comunidad WE en Discord
Acceso a Bolsa de trabajo
Garantía de Aprendizaje: Si durante el programa tienes alguna disconformidad, te reasignaremos a un nuevo inicio
Respaldo internacional
Contamos con respaldo internacional por parte de la Florida Global University de Estados Unidos
Staff Docente
Gerentes y ejecutivos de empresas reconocidas a nivel LATAM
Analytics Translator Advanced en BCP
Especialista en Data Science con intereses en el comportamiento del consumidor a partir del análisis de datos. Ingeniera Química de la Universidad Nacional de Ingeniería cursando un MBA en Business Intelligence, Analytics y Big Data del Instituto Europeo de Posgrado. Ejecutiva con más de 5 años de experiencia utilizando datos para la toma de decisiones en empresas como CICB LATIN AMERICA, GESMIN SRL, TISMART, TOTTUS, INTERCORP RETAIL, entre otras.
Líder Business Intelligence en MOLITALIA
Especialista en análisis descriptivo y predictivo de datos con más de 10 años en soluciones de transformación digital y mejora de procesos. Administrador con Especialización en Transformación Digital por Massachusetts Institute of Technology, Maestría en Inteligencia Analítica de Datos por la Universidad de los Andes y Master en Data Science por la Universidad Adolfo Ibáñez.
Data Scientist en BBVA
Especialista en Data Science e Ingeniera Industrial de la PUCP con formación en Data Science with Python en DataCamp. Ejecutiva con más de 7 años de experiencia enfocada en el análisis de negocio, toma de decisiones, diseño de estrategias y solución de problemas en empresas como KPMG, PUCP, TASA, entre otras.
Analista Senior de Tecnología e Información de Riesgos en MIBANCO
Especialista en Business Analytics. Ingeniera Industrial con conocimientos sólidos en Power BI y RPA, así como en lenguajes de programación, tales como VBA, TSQL (SQL Server), PL/SQL (Oracle) y Python. Ejecutiva con más de 4 años en la mejora, automatización y transformación de procesos a través de diversas herramientas tecnológicas en empresas como Mibanco, KPMG, ISCO, entre otras.
Subgte Adj Diseño, Estrategia y Gobierno Procesos TI en BCP
Especialista en Análisis de Datos y Automatización de Procesos. Ingeniera Industrial con Diplomado en Data Driven Analytics y experiencia en el manejo de herramientas informáticas como SQL y Power BI. Ejecutivo que cuenta con más de 5 años de experiencia gestionando áreas de TI, planeamiento financiero y control de gestión en el sector bancario a nivel corporativo en diversas empresas como: BCP, INTERBANK, LA POSITIVA, entre otras.
A nombre de WE Educación Ejecutiva con 150 horas académicas.
Certificación internacional por 150 horas académicas por el Centro Educativo Latinoamericano (CEL) y avalado por la Florida Global University USA.
A nombre de WE Educación Ejecutiva con 30 horas académicas, Microsoft Partner Network.
A nombre de WE Educación Ejecutiva con 30 horas académicas, Microsoft Partner Network.
A nombre de WE Educación Ejecutiva con 30 horas académicas, Microsoft Partner Network.
A nombre de WE Educación Ejecutiva con 30 horas académicas, IBM® Partner World.
Certificado en Data Science a nombre de WE Educación Ejecutiva con 30 horas académicas, avalado por IBM® Partner World
Sesión 1: ANÁLISIS DE DATOS EN LOS NEGOCIOS
Importancia y Aplicaciones en Análisis de Datos
Roles y Oportunidades en Análisis de Datos
Data Driven para la toma de decisiones
Gobernanza de Datos
Arquitectura Data WareHouse
Taller 1: Elaboración de un Diagnóstico de la Empresa
Sesión 2: DISEÑO Y MODELAMIENTO DE DATOS
Métodos de Recopilación de Datos
Diseño y Estructura de Bases de Datos
Diseño de Modelos Lógicos
Modelo Dimensionaly Jerarquias - Star y Snowflake
Normalización y Desnormalización de Modelos Lógicos
Taller 2: Modelamiento y estandarización de datos
Sesión 3: DATA DRIVEN: ANÁLISIS DESCRIPTIVO
Tipos de datos y análisis de variables
Medidas de Tendencia Central
Medidas de Dispersión de Datos
Funciones de densidad de probabilidad
Análisis de regresión múltiple
Taller 3: Diseño de un modelo descriptivo aplicado
Sesión 4: DATA DRIVEN: ANÁLISIS PREDICTIVO
Cómo hacer un Análisis Predictivo
Modelos para el Análisis Predictivo
Métodos predictivos supervisados: regresión y clasificación
Métodos predictivos no supervisados: clustering y asociación
Toma de decisiones basado en modelos de optimización
Taller 4: Diseño de un modelo predictivo aplicado
Sesión 5: DASHBOARD & DATA STORYTELLING
Identifica a tu cliente y define sus necesidades
Interpretando datos para generar insights
Creando un storytelling efectivo
Gráficos y herramientas de visualización
Indicadores de rentabilidad
Métodos y técnicas para la elaboración de Dashboards
Taller 5: Elaboración de un Dashboard con Data Storytelling
Sesión 6: APLICACIÓN ANALÍTICA A EMPRESAS
Los OKRs y la implementación de tu proyecto
Desarrollo de Productos analíticos con metodologías ágiles
Análisis de propuesta: Business Model Canvas
Integración de Data Analytics con Transformación Digital
Taller 6: Elaboración de un Business Model Canvas
Presentación y exposición PROYECTO INTEGRADOR
Sesión 1: IMPORTANCIA, APLICACIONES Y ENTORNO SQL
Conceptos de base de datos y consultas de T-SQL
Creación y gestión de una base de datos en SQL
Categorías de consultas en SQL
Tipos de datos en SQL
Operadores lógicos en SQL
Caso 1: Consultas Básicas de Introducción a SQL
Caso 2: Aplicación de Operadores Lógicos en SQL
Taller 1: Define tu problemática de negocio ejecutando SQL Sever
Sesión 2: APLICACIÓN, USO DE ESCENARIOS, FILTROS Y CONSULTAS SQL
Funcionalidad de las principales operaciones en SQL
Creación de Tablas en SQL Server
Combinación de tablas - Uso de Joins
Combinaciones de Joins con cláusulas de bases de datos
Caso 1: Uso de Funciones Básicas - Intermedias
Caso 2: Aplicaciones de Tablas Temporales en tu Base de Datos
Taller 2: Manejando relaciones combinadas con Joins
Sesión 3: USO DE CÁLCULOS Y FUNCIONES EN SQL
Operaciones matemáticas y filtros avanzados
Funciones agregadas
Agrupaciones de datos con Group By
Uso de comodines
Caso 1: Haciendo uso de la cláusula Group By
Caso 2: Introducción a procedimientos almacenados
Taller 3: Gestionando consultas en procedimientos Almacenados
Sesión 4: IMPLEMENTACIÓN DE AUTOMATIZACIÓN DE CONSULTAS
Uso de vistas, tablas derivadas, tablas temporales y Cte's
Uso de cláusulas de control: IF y ELS
Uso de procedimientos almacenados y variables
Conversión de datos y funciones para tipo de datos
Uso de subconsultas
Caso 1: Aplicaciones de vistas en tu base de Datos
Caso 2: Aplicando la función Subconsultas
Taller 4: Automatización de tareas en SQL con stored procedures
Sesión 5: USO DE FUNCIONES AVANZADAS
Uso de cláusulas Over y Partition by
Uso de funciones Lead y Lag en Transact-SQL
Pivot y Unpivot de consultas complejas
Mejores prácticas al momento de optimizar consultas
Introducción a ETL
Caso 1: Formas efectivas para optimizar consultas
Caso 2: Aplicaciones de ETL en el campo empresarial
Taller 5: Aplicaciones de over y partition by
Sesión 6: USO DE ÍNDICES E INTRODUCCIÓN A BI
Uso de índices agrupados y no agrupados
Introducción a BI con SQL Server
Buenas prácticas en la gestión de proyectos de BI
Caso 1: Aplicación de ETL con Transact SQL
Caso 2: Encriptamiento de datos - Seguridad de Información
Taller 6: ETL con Transact SQL
Presentación PROYECTO INTEGRADOR
Sesión 1: IMPORTANCIA, APLICACIONES Y ENTORNO DE MICROSOFT POWER BI
Fundamentos de BI: Problemática de los datos y soluciones de BI
Fundamentos de BI: Evolución de análisis
Entorno Power BI: Características, propiedades, arquitectura y componentes
¿Cómo importar datos a Power BI?
¿Cómo transformar los datos? - Con Power Query y Lenguaje M
Taller 1: Beneficio de Power BI para la toma de decisiones en las empresas
Taller 2: Aterrizando un caso empresarial al estilo de Power BI
Sesión 2: PROCESO ETL EN QUERY EDITOR
Extracción: ejercicios de importación de data en distintos formatos
Transformación: ejercicios de transformación y depuración de DATA
Carga de data: tipos, ejercicios de carga únicamente de la data del modelo
Taller 3: Importación y depuración de una base de datos en SQL Server
Sesión 3: MODELO DE DATOS Y LENGUAJE DAX
Conceptos de UX entorno a Power BI
Entorno de trabajo
Modelos de datos: Modelo estrella vs copo de nieve
Diferencias entre un modelo transaccional vs un modelo dimensional
Lenguaje DAX: Introducción al lenguaje DAX con ayuda de CHAT GPT
Taller 4: Aterrizando casos empresariales al modelo de datos de Power BI
Sesión 4: DAX ORIENTADO A INDICADORES - KPI'S
Creación de medidas DAX
Creación de tipos de funciones en DAX
Fórmulas DAX - Time intelligence
Inteligencia de tiempo: Importancia y funciones DAX de formatos de tiempo
Creación de medidas de soporte: Semáforo, mensajes de error, entre otros
Taller 5: Indicadores de negocio a full DAX
Sesión 5: INTERPRETACIÓN Y VISUALIZACIÓN DE DATOS
Tipos de gráficos en función al mensaje a transmitir o edición
Personalización y tipos de objetos visuales - Viz nativas o estándares
Diseño de informe y gráficos en Power BI: Informe de 1 y más páginas
Herramientas avanzadas: creación de tooltips, bookmars, drilldown, entre otras
Taller 6: Elaboración de un informe con data corporativa con tooltips
Sesión 6: POWER BI SERVICE: POWER BI EN LA NUBE
Publicación de un informe a la WEB
Generación de dashboard y creación de alertas
Power BI mobile: Instalación del APP, login y visualización móvil
Power BI mobile: Alertas, suscripciones y favoritos
Taller 7: Toma de decisiones con Power BI
Presentación y exposición de PROYECTO INTEGRADOR
Sesión 1: FUNDAMENTOS Y APLICACIONES CON PYTHON
La importancia de aprender Python
Ventajas de Python sobre otros lenguajes e interfaces de trabajo
Aplicaciones de Python y uso en las organizaciones
Explorando Python: palabras claves, identificadores y operadores aritméticos.
Taller 1: Instalación de Python en Anaconda y uso en Google Colab
Taller 2: Instalación de librerías en un notebook
Sesión 2: TIPOS Y ESTRUCTURA DE DATOS CON PYTHON
Entrada y salida de datos con Python
Listas: Append, insert, pop, remove, clear
Tuplas, Diccionarios, Conjuntos
Textos, índices y slicing, lectura por teclado y variables
Funciones: Index, count, len, extend, reverse, sort, entre otros
Taller 3: Operaciones con String y Estructura de Datos
Sesión 3: ESTRUCTURAS SELECTIVAS Y REPETITIVAS
Conociendo la estructura de programación en Python
Ventajas del uso de estructuras selectivas y repetitivas
Estructura Selectiva: Simple, Doble, Múltiple y Anidada
Estructuras Repetitivas: For, While, Do-While
Interrumpiendo ciclos con break y continue
Taller 4: Aplicación de estructuras selectivas para la toma de decisiones lógicas
Sesión 4: CREACIÓN DE FUNCIONES Y MÉTODOS
¿Qué es una función?
Sintáxis de una función y procedimientos, variables locales y globales
Aplicación de funciones y procedimientos
Comprensión de listas y funciones lambda
Documentación del código y llamada de funciones en módulos
Taller 5: Creación de mi primera función en Python
Sesión 5: MANIPULACIÓN DE DATOS CON PANDAS
Uso de librería Pandas, Series y Dataframes
Lectura y escritura de múltiples formato de datos: txt, csv, xlsx, parquet, entre otros
Creación de campos y uso de sentencias: group by, delete, drop, entre otros.
Combinación y cruce de Datasets
Análisis Estadístico de Datos con Pandas
Taller 6: Exploración de datos de un caso de negocio con Pandas
Sesión 6: ANÁLISIS Y VISUALIZACIÓN DE DATOS CON MATPLOLIB Y SEABORN
Entendiendo la librería de Matplotlib y Seaborn
Creación y manipulación de gráficos con Matplotlib y Seaborn
Tipos de visualizaciones de gráficos según Comparación, Relación, Distribución y Composición
Gráficos univariados, bivariados y multivariados
10 mejores técnicas para la visualización de datos
Taller 7: Exploración automática de datos con Sweetviz
Presentación y exposición PROYECTO INTEGRADOR
Sesión 1: TÉCNOLOGÍA PARA CIENCIA DE DATOS
Tecnología para toma de decisiones: Business Intelligence, Analytics, Machine Learning e IA
Ciclo de vida de Modelos Analísticos - El rol de Data Scientist en las empresas
Metodologías analíticas: SEMMA - CRIPS DM
Data Acquisition, Wrangling y Web Scrapping en Python
Importación de Bases de Datos: JSON, Excel, SPSS, CSV en Python
Caso 1: Aplicación de Metodología CRIPS DM en empresas
Caso 2: Analizando información obtenida de sitios web con Pandas
Taller 1: Gestión de Bases de Datos en Python
Sesión 2: ESTADÍSTICA PARA CIENCIA DE DATOS CON PYTHON
Ramas de la Estadítica, Tipos de Variables, Medidas de posición y dispersión
Análisis Exploratorio de Datos Estructurados y Visualización de Datos
Métodos y Técnicas de Inferencia Estadística
Modelos de Regresión: lineal y no lineal
Identificando características de Datos Estructurados
Caso 1: Identificando características de Datos Estructurados
Caso 2: Identificando relaciones entre variables aplicando Modelos de Regresión
Taller 2: Aplicación de Análisis Exploratorio en un caso de negocio
Sesión 3: MODELOS ANALÍTICOS CON MACHINE LEARNING
Principales Ténicas de Tratamiento de Datos
Métodos de Balanceo de Datos
Técnicas de Selección y Análisis de variables
Modelos Analíticos para los negocios: Supervisado y No Supervisado
Principales algoritmos de Clasificación y Regresión
Caso 1: Analizando información obtenida de Fuentes Externas
Caso 2: Aplicación de Modelos Estadísticos en Data Empresarial
Taller 3: Elaborando un Diagnóstico de Datos en un caso de negocio
Sesión 4: MACHINE LEARNING: MODELO NO SUPERVISADO
Método de clustering: K - Means
Método de clustering DBScam
Modelo de asociación - Inmersión
Método de Reducción de Dimensión (PCA)
RFM: Análisis para Segmentación de Usuarios
Caso 1: Elaboración de subconjuntos mediante Clustering
Caso 2: Cómo identificar a mis Usuarios Potenciales
Taller 4: Identificando Relaciones entre Datos Estructurados
Sesión 5: MACHINE LEARNING: MODELO SUPERVISADO
Modelos analíticos: Regresión y Clasificación binaria / multiclase
Algoritmos de Clasificación: Árboles de Decisión y Random Forest
Algoritmos XGBoost y Catboost. Comparación de Algoritmos
Analítica de Textos y Procesamiento de Lenguaje Natural
Caso 1: Diseño de un modelo de clasificación para toma de decisiones
Caso 2: Descubriendo Patrones y Tendencias en Bases de Datos
Taller 5: Analizando Valores de Variable Críticas en Python
Sesión 6: ANÁLISIS PRESCRIPTIVO Y TOMA DE DECISIONES
Evaluación de Modelos Analíticos
Implementación de Modelos Analíticos
Búsqueda de recomendaciones ópticas para la toma de decisiones
Diferencias entre Storytelling y "mostrar resultados"
Caso 1: Ventajas competitiva generadas por el Análisis Prescriptivo
Caso 2: Aplicación de Técnicas y Recomendaciones de Storytelling
Taller 6: Diseño de una Presentación de un caso real de negocio
Presentación y exposición de PROYECTO INTEGRADOR
Proyecto integrador
En este Proyecto Integrador diseñarás un Plan de Data Analytics, utilizando análisis descriptivo y predictivo, automatizarás consultas y reportes en SQL, diseñarás un Dashboard de alto impacto con Power BI, profundizarás en los hallazgos relevantes con modelos predictivos a través de Python y realizar un cuadro de control basado en indicadores KPI's
Clase modelo
Vive la experiencia de aprendizaje con gerentes y ejecutivos de las empresas más importantes
Testimonios
Llevamos capacitando a más de 100.000 alumnos en 25 países. El 85% de nuestros egresados logra conseguir su primer empleo o ascenso profesional
¡Inscríbete en 3 pasos!
Sigue los pasos del tutorial e inscríbete en línea en menos de 1 minuto
Campus virtual
Clases grabadas, material académico y acceso a todos tus programas
Garantía de aprendizaje
Si durante el programa tienes alguna disconformidad, te reasignaremos a un nuevo grupo de inicio