Este curso enseña sobre el análisis y gestión de grandes volúmenes de datos (Big Data) para tomar decisiones efectivas. Los estudiantes aprenderán a transformar datos en información útil mediante metodologías y herramientas tecnológicas. El curso cubre temas como el procesamiento y almacenamiento de datos, visualización de datos, gobernanza de datos, indicadores clave de gestión, ciclo de vida analítico y proyectos de Big Data. Los estudiantes aplicarán estos conceptos en proyectos basados en
¿que es gobierno de datos?, ¿que es gestión de datos?, ¿cuales son las 10 funciones del gobierno de datos?, diagrama de contexto del gobierno de datos, actividades del gobierno de datos
¿que es gobierno de datos?, ¿que es gestión de datos?, ¿cuales son las 10 funciones del gobierno de datos?, diagrama de contexto del gobierno de datos, actividades del gobierno de datos
Vision15 - Un caso de estudio en la mejora de los datos organizacionalesAQCLab
Presentación en el congreso Vision15 de ITSMF de un caso de estudio para la mejora de datos organizacionales utilizando ISO 8000, ISO 25012 y MAMD (Modelo de Alarcos para la Mejora de los Datos).
CSTIC2015: Modelo de la Gestión de los Datos en la era del Big Data (MAMD, AE...Alarcos Quality Center
Presentación de Carlos Manuel Fernández, Gerente de TICs de AENOR, en el congreso CSTIC 2015 organizado por la Asociación Española para la Calidad (AEC). La presentación trata sobre el Modelo de la Gestión de los Datos en la era del Big Data, basado en el Modelo Alarcos para la Mejora de Datos (MAMD).
Índice del libro "Big Data: Tecnologías para arquitecturas Data-Centric" de 0...Telefónica
Índice del libro "Big Data: Tecnologías para arquitecturas Data-Centric" de 0xWord escrito por Ibón Reinoso ( https://mypublicinbox.com/IBhone ) con Prólogo de Chema Alonso ( https://mypublicinbox.com/ChemaAlonso ). Puedes comprarlo aquí: https://0xword.com/es/libros/233-big-data-tecnologias-para-arquitecturas-data-centric.html
Vision15 - Un caso de estudio en la mejora de los datos organizacionalesAQCLab
Presentación en el congreso Vision15 de ITSMF de un caso de estudio para la mejora de datos organizacionales utilizando ISO 8000, ISO 25012 y MAMD (Modelo de Alarcos para la Mejora de los Datos).
CSTIC2015: Modelo de la Gestión de los Datos en la era del Big Data (MAMD, AE...Alarcos Quality Center
Presentación de Carlos Manuel Fernández, Gerente de TICs de AENOR, en el congreso CSTIC 2015 organizado por la Asociación Española para la Calidad (AEC). La presentación trata sobre el Modelo de la Gestión de los Datos en la era del Big Data, basado en el Modelo Alarcos para la Mejora de Datos (MAMD).
Índice del libro "Big Data: Tecnologías para arquitecturas Data-Centric" de 0...Telefónica
Índice del libro "Big Data: Tecnologías para arquitecturas Data-Centric" de 0xWord escrito por Ibón Reinoso ( https://mypublicinbox.com/IBhone ) con Prólogo de Chema Alonso ( https://mypublicinbox.com/ChemaAlonso ). Puedes comprarlo aquí: https://0xword.com/es/libros/233-big-data-tecnologias-para-arquitecturas-data-centric.html
Inteligencia Artificial y Ciberseguridad.pdfEmilio Casbas
Recopilación de los puntos más interesantes de diversas presentaciones, desde los visionarios conceptos de Alan Turing, pasando por la paradoja de Hans Moravec y la descripcion de Singularidad de Max Tegmark, hasta los innovadores avances de ChatGPT, y de cómo la IA está transformando la seguridad digital y protegiendo nuestras vidas.
(PROYECTO) Límites entre el Arte, los Medios de Comunicación y la Informáticavazquezgarciajesusma
En este proyecto de investigación nos adentraremos en el fascinante mundo de la intersección entre el arte y los medios de comunicación en el campo de la informática.
La rápida evolución de la tecnología ha llevado a una fusión cada vez más estrecha entre el arte y los medios digitales, generando nuevas formas de expresión y comunicación.
Continuando con el desarrollo de nuestro proyecto haremos uso del método inductivo porque organizamos nuestra investigación a la particular a lo general. El diseño metodológico del trabajo es no experimental y transversal ya que no existe manipulación deliberada de las variables ni de la situación, si no que se observa los fundamental y como se dan en su contestó natural para después analizarlos.
El diseño es transversal porque los datos se recolectan en un solo momento y su propósito es describir variables y analizar su interrelación, solo se desea saber la incidencia y el valor de uno o más variables, el diseño será descriptivo porque se requiere establecer relación entre dos o más de estás.
Mediante una encuesta recopilamos la información de este proyecto los alumnos tengan conocimiento de la evolución del arte y los medios de comunicación en la información y su importancia para la institución.
Actualmente, y debido al desarrollo tecnológico de campos como la informática y la electrónica, la mayoría de las bases de datos están en formato digital, siendo este un componente electrónico, por tanto se ha desarrollado y se ofrece un amplio rango de soluciones al problema del almacenamiento de datos.
Es un diagrama para La asistencia técnica o apoyo técnico es brindada por las compañías para que sus clientes puedan hacer uso de sus productos o servicios de la manera en que fueron puestos a la venta.
3Redu: Responsabilidad, Resiliencia y Respetocdraco
¡Hola! Somos 3Redu, conformados por Juan Camilo y Cristian. Entendemos las dificultades que enfrentan muchos estudiantes al tratar de comprender conceptos matemáticos. Nuestro objetivo es brindar una solución inclusiva y accesible para todos.
3. El Big Data, se ha convertido en un tema estratégico para las organizaciones, que desean
gestionar su información y en el presente curso vamos a dar a conocer a
los alumnos las mejores prácticas para el aprovechamiento al máximo de los datos.
Las organizaciones tienen objetivos estratégicos y metas, con el Big Data se puede lograr
impulsar su cumplimiento a través de victorias tempranas donde se pasa de los datos a la acción,
a través de la toma de decisiones efectivas que parten desde el análisis de los datos y la
definición de los indicadores claves de gestión
Presentación
4. La transformación de los datos en información relevante para las organizaciones con la aplicación de
metodologías y el uso de herramientas tecnológicas. Es comprender el ciclo de vida de los datos, que
es lo que finalmente garantiza la correcta aplicación del Big Data en las organizaciones.
El estudiante de Big Data de IU Pascual Bravo estará en capacidad de desempeñarse en actividades
de análisis, gestión y administración de grandes volúmenes de datos, conocer técnicas de detección
de información, procesos y herramientas empleados en el manejo histórico, el comportamiento de
procesos presente en los datos, la gestión preventiva y la intervención acertada de las tendencias
tecnológicas y actividades económicas reflejada en el comportamiento de los datos
Objeto del Estudio
5. Analizar datos con
las herramientas y
metodologías que
permitan generar
mejoramiento
continuo
Gestionar bases de datos aplicando las herramientas
y metodologías de acuerdo a las exigencias del
proyecto
Analizar la relación entre los datos y su visualización
de acuerdo a las exigencias del proyecto.
¿Qué va a aprender?
Convertir los datos en información, y rápidamente en
acciones que impacten la organización en tiempo
real.
6. ¿Cómo lo va a aprender?
Gestionar bases de
datos aplicando las
herramientas y
metodologías de
acuerdo a las
exigencias del
proyecto
AEAE 1 INICIO: Confrontando mi saber unidad 1
AEAE 2: Administrando las bases de datos y su usabilidad
AEAE 4 – Aplicando la gobernanza de datos
Reconociendo
lo
aprendido
Actividades de Enseñanza - Aprendizaje - Evaluación - AEAE
AEAE 5 FIN: Reconociendo lo aprendido unidad 1
AEAE 3 – Gestionando la calidad y veracidad de la información
Confrontando
mi
saber
7. ¿Cómo lo va a aprender?
Analizar la relación
entre los datos y su
visualización de
acuerdo a las
exigencias del
proyecto
AEAE 1 INICIO: Confrontando mi saber unidad 2
AEAE 2: Comprendiendo la presentación de indicadores de gestión
AEAE 4 – Estructurando historias con datos
Reconociendo
lo
aprendido
Actividades de Enseñanza - Aprendizaje - Evaluación - AEAE
AEAE 5 FIN: Reconociendo lo aprendido unidad 2
AEAE 3 – Aplicando las técnicas de visualización de datos
Confrontando
mi
saber
8. ¿Cómo lo va a aprender?
Convertir los datos en
información, y
rápidamente en
acciones que impacten
la organización en
tiempo real.
AEAE 1 INICIO: Confrontando mi saber unidad 3
AEAE 2: Iniciando el Proyecto Big Data
AEAE 4 – Reconociendo las herramientas adecuadas de Big Data
Reconociendo
lo
aprendido
Actividades de Enseñanza - Aprendizaje - Evaluación - AEAE
AEAE 5 FIN: Reconociendo lo aprendido unidad 3
AEAE 3 – Validando el contexto de un proyecto Big Data
Confrontando
mi
saber
9. Saberes/Conocimientos
1. Técnicas ETL:
2. Extracción, Transferencia y carga de datos.
3. Almacenamientos de datos: data warehouse y
lago de datos
4. Limpieza de datos
5. Gobierno de datos
6. Seguridad informática
7. Diccionario de datos
8. Políticas de seguridad y protección de datos.(f).
Unidad 1
Metodología
1. Aprendizaje basado en proyectos
2. DESCRIPCIÓN: Mediante la solución de retos
reales, se aplicarán los conceptos y técnicas
adecuadas para la gestión de bases de dato y la
ética de la ciencia de la información.
3. Compartiendo las lecciones aprendidas y
mejorando los análisis de acuerdo a la
presentación continua de los avances.
10. Saberes/Conocimientos
1. (KPI) Indicadores claves de gestión.
2. Cuadro de Mando Integral. )
3. Técnicas de visualización de datos.
Herramientas de visualización de datos.
4. Modelación de datos.
5. Preparación de datos y visualización
6. Data Storytelling: Contar historias con datos.
Unidad 2
Metodología
1. Aprendizaje basado en proyectos
2. DESCRIPCIÓN: Presentación del estado actual de una
organización sin estrategia de uso de la información, para
realizar el proceso de estructura ción de los Indicadores
mejores
3. prácticas de análisis y visualizaciones.
11. Saberes/Conocimientos
1. Ciclo de vida analítica
2. Estructura de un proyecto Big Data.
3. Check list del Big Data.
4. Landscape Big Data: Principales
herramientas.
5. Gestión por procesos e indicadores de
gestión..
Unidad 3
Metodología
1. Estudio de caso de éxito
2. DESCRIPCIÓN: Estudiar un caso de éxito de un proyecto
Big Data, para definir una nueva propuesta y presentarla de
forma mejorada aplicando los conceptos y metodologías
actualizadas para el sector.
12. Tareas (TIA)
INICIO
Actualiza tu perfil. Foro: presentación personal. Tarea: Preparando mi portafolio 0%
UNIDAD 1 (28%) - Gestionar bases de datos aplicando las herramientas y metodologías de acuerdo a las exigencias del
proyecto
AEAE-1 Inicio – Confrontando mi saber unidad 1
TIA 1 – Cuestionario:: Reconocer el nivel de conocimiento previo 0%
AEAE-2 Administrando las bases de datos y su usabilidad
TIA 1 - Tarea: Procesando una base de datos 2%
TIA 2 - Tarea: Workshop Base de Datos 10%
TIA 3 - Tarea: Listad de verificación , pasos para el procesamiento de datos 2%
AEAE-3 Gestionando la calidad y veracidad de la información
TIA 1- Tarea: Foro de calidad de la información 2%
TIA 2- Tarea: Preguntas sobre lectura: Casos de fraude y corrupción 2%
TIA 3- Tarea: Valorar la calidad de los datos 2%
13. Tareas (TIA)
UNIDAD 1
AEAE-4 Aplicando la gobernanza de los datos
TIA 1- Tarea: Lectura de ebook sobre Gobernanza de datos 3%
TIA 2- Tarea: Checklist gobierno de datos 2%
TIA 3- Tarea: La ética y los datos 3%
AEAE-5 Reconociendo l aprendido en la unidad 1
TIA 1 - Cuestionario: Reconociendo lo aprendido unidad 1 0%
TIA 2 - Tarea: mi portafolio unidad 1 0%
14. Tareas (TIA)
UNIDAD 2 (32%) - Analizar la relación entre los datos y su visualización de acuerdo a las exigencias del proyecto
AEAE-1 Inicio – Confrontando mi saber unidad 2
TIA 1 - Encuesta: Conocimientos previos 0%
AEAE-2 Comprendiendo la presentación de indicadores de gestión
TIA 1- Definiendo KPI indicadores claves de gestión 4%
TIA 2- Workshop Cuadro de Mando Integral (CMI) 10%
TIA 3- Estudio de Caso: Cuadro de Mando Integral 3%
AEAE-3 Aplicando las técnicas de visualización de datos
TIA 1 .-Foro de visualización de datos 3%
TIA 2 – Preguntas sobre lectura: Mejores prácticas de visualización de datos 2%
TIA 3 – Valorar una visualización de datos 2%
15. Tareas (TIA)
UNIDAD 2 (32%) - Analizar la relación entre los datos y su visualización de acuerdo a las exigencias del proyecto
AEAE-4 Estructurando Historias de Datos
TIA 1- Lectura de ebook sobre Data StoryTelling 3%
TIA 2- Checklist modelación de datos 2%
TIA 3- EL Data StoryTelling y la ética 3%
AEAE-5 Reconociendo l aprendido en la unidad 2
TIA 1 - Cuestionario: Reconociendo lo aprendido unidad 2 0%
TIA 2 - Tarea: mi portafolio unidad 2 0%
16. Tareas (TIA)
UNIDAD 3 (40%) - Convertir los datos en información, y rápidamente en acciones que impacten la organización en tiempo real.
AEAE-1 Inicio – Confrontando mi saber unidad 2
TIA 1 - Encuesta: Conocimientos previos 0%
AEAE-2 Iniciando el proyecto de Big Data
TIA 1- Definiendo el ciclo de vida analítico 2%
TIA 2- Workshop Prototipo de proyecto Big Data 10%
TIA 3- Estudio de Caso: Proyecto Big Data 2%
AEAE-3 Validando el contexto de un proyecto Big Data
TIA 1 .-Foro check list del Big Data 2%
TIA 2 – Preguntas sobre lectura: Principales causas del fracaso de un proyecto Big Data 2%
TIA 3 – Valorar un checklist de un proyecto Big Data 2%
17. Tareas (TIA)
UNIDAD 3 (40%) - Convertir los datos en información, y rápidamente en acciones que impacten la organización en tiempo real.
AEAE-4 Reconociendo las herramientas adecuadas de Big Data
TIA 1- Lectura de ebook sobre Landscape del Big Data 3%
TIA 2- Checklist Gestión de procesos 2%
TIA 3- Trabajo Final 15%
AEAE-5 Reconociendo l aprendido en la unidad 3
TIA 1 - Cuestionario: Reconociendo lo aprendido unidad 3 0%
TIA 2 - Tarea: mi portafolio unidad 3 0%
18. Referencias Bibliográficas
Bernard Marr (2015). Big Data. Ed.WILEY
Rafael Caballero & Enrique Martín (2015). Las bases del Big Data. Ed. CATARATA
Bill Schmarzo (2014). Big Data. El poder de los datos. Ed.WILEY
Kenneth Cukier y Viktor Mayer-Schönberger (2013). Big Data. La Revolución de los Datos Masivos. Ed. NOEMA
Bernard Marr (2017). Big Data en la práctica. Ed. TEELL
Genís Roca y Albert Solana(2015). Big Data para directivos. Ed. EMPRESA ACTIVA
Luis Joyanes Aguilar (2013). Big Data. Ed. Alfaomega
Josep Francesc Valls (2019). Big Data: Atrapando al Consumidor. Ed. PROFIT
Isaac Gonzalez Diaz (2017). Big Data para CEOs y Directores de Marketing: Cómo dominar Big Data Analytics en 5
semanas para directivos.
Maria Carina Roldan (2013). Pentaho Data Integration Beginner’s Guide. Ed. PACKT
Sebastian Raschka y Vahid Mirjalili (2017). Python Machine Learning.Ed. PACKT
Cole Nussbaumer Knaflic (2015). Storytelling With Data: A Data Visualization Guide for Business Professionals. Ed.WILEY
19. De aquí en adelante se recrea de forma animada el texto de Presentación /
Introducción del Módulo Académico de Aprendizaje - MAA