heroMaestrias

Programa

DATA ANALYTICS PARA LA TOMA DE DECISIONES

Convierte los datos en deciciones inteligentes para tu organización

Inicio: 3 de noviembre

Duración: 82 horas lectivas

Modalidad: Online en vivo

Costo: S/ 7,600

Certificaciones:

Obtén un certificado digital al aprobar satisfactoriamente el Programa en Programa en Data Analytics para la Toma de Decisiones.

El programa tiene el propósito que puedas:

→ Comprender los principios básicos de la analítica de datos y su aplicación en la toma de decisiones.→ Utilizar herramientas como SQL, Python y Power BI para el procesamiento, análisis y visualización de datos.→ Desarrollar habilidades para interpretar hallazgos, construir narrativas y presentar resultados de forma clara y  accionable. → Adquirir una visión integral y práctica de la analítica, combinando enfoques estratégicos, estadísticos, tecnológicos y comunicacionales para diseñar, implementar y liderar soluciones basadas en datos que impulsen los resultados del negocio.
 

DESCRIPCIÓN DEL
PROGRAMA

Dirigido a:

→ Analistas de datos que ya trabajan con información, pero buscan fortalecer sus fundamentos y herramientas con una
mirada estratégica.

→ Especialistas de áreas funcionales (comercial, operaciones, finanzas, entre otras) que necesitan incorporar el análisis de datos en su toma de decisiones.

→ Gerentes, Jefes o Coordinadores, que desean aprender técnicas para análisis de datos y enfocarlos en su estrategia de negocio.

→ Prerrequisito: Nivel intermedio de excel (fórmulas lógicas, gráficos y tablas dinámicas).

En este programa:

→ Dominarás conceptos fundamentales de analítica descriptiva y predictiva para aplicar en su entorno laboral.

→ Usarás SQL para estructurar y consultar datos de forma eficaz.

→ Crearás dashboards claros en Power BI para comunicar hallazgos y proponer mejoras basadas en evidencia.

→ Traducirás datos en recomendaciones prácticas alineadas a los objetivos de su organización.

TEMARIO DEL
PROGRAMA

→ Onboarding
  • Onboarding
→ Módulo : Estrategia de Data Analytics en organizaciones
  • Introducción al pensamiento analítico en negocios.
  • Pilares de estrategia Data Analytics.
  • Metodologias para el desarrollo de productos de Data Analytics.
  • Modelo de madurez analítica y diagnóstico organizacional.
  • Diseño de hoja de ruta analítica y KPI de impacto.
  • Principales productos de Data Analytics en Organizaciones.
→ Módulo: Estadística para los negocios
  • Estadística descriptiva (media, mediana, moda, varianza).
  • Probabilidad.
  • Correlación y causalidad.
  • Casos de uso de negocio en industrias: Banca, Seguros, Retail, Consumo Masivo y Otros.
  • Visualización de datos estadísticos.
  • Intervalos de confianza y pruebas de hipótesis.
  • Estadística inferencial: Distribuciones de probabilidad y su aplicación en negocios.
→ Módulo: Base de Datos
  • Fundamentos de modelos de datos lógicos y normalización.
  • Consultas condicionales (from, where, group by, having, order).
  • Funciones de agregación (count, max, min, sum, avg).
  • Pivoteo de tablas.
  • Consultas de manipulación de datos (select,insert, update, delete).
  • Operadores lógicos (and, or, not, in, like, between, <, >, etc).
  • Consultas a tablas multiples (Union, Inner Join, Left Join, Right Join).
  • Casos de uso de negocio.
→ Módulo: Proyecto integrador - Sesión 1
  • Identificación del problema a resolver.
  • Plantear arquitectura de la solución y herrameintas.
  • Plantear objetivos e hipótesis.
→ Módulo: Lenguaje de Programación
  • Introducción a Python y Jupyter Notebooks.
  • Librerías clave: Pandas, Numpy, Matplotlib, Seaborn
  • Limpieza de datos y manejo de valores nulos.
  • Análisis descriptivo gráfico.
  • Desarrollo de reportes de negocio y gráficos ejecutivos.
  • Tipos de datos, condicionales y bucles.
  • Funciones matemáticas para machine learning: Matrices, Vectores, Álgebra lineal, Operaciones con funciones.
  • Agrupaciones, merges y transformaciones.
  • Uso de librerías como pandas, matplotlib, Seaborn.
→ Módulo: Proyecto integrador - Sesión 2
  • Obtención, Carga, limpieza y transformación de la base de datos a trabajar en el proyecto integrador.
→ Módulo: Analítica avanzada para negocios
  • Introducción y Fundamentos al Machine Learning.
  • Metodologías y frameworks para desarrollar proyectos de ciencia de datos.
  • Segmentación y Componentes principales.
  • Casos de uso de negocio en industrias: Banca, Seguros, Retail, Consumo Masivo y Otros.
  • Análisis de regresión
  • Arboles de clasificación
  • Técnicas de Gradiente Descendente.
  • Aprendizaje automático y tipos de aprendizaje.
  • Modelos no supervisados:
  • Técnicas de validación y selección de variables.
  • Modelos supervisados:
  • Arboles de regresión
  • Random forest
  • Evaluación de modelos, tuning de parámetros, aplicación de librerias GridSearch.
→ Módulo: Proyecto integrador - Sesión 3
  • Desarrollo de la solución propuesta, utilizando las herramientas de analítica avanzada y machine learning.
→ Módulo: Visualización de datos
  • Introducción a Power BI y modelo de trabajo.
  • Modelado y relaciones entre tablas.
  • Publicación, administración y gobernanza de dashboards.
  • Extracción, transformación y carga de datos (Power Query).
  • Visualizaciones efectiva de tablas, gráficos, filtros y buens prácticas.
  • Casos de uso de negocio en industrias: Banca, Seguros, Retail, Consumo Masivo y Otros.
→ Módulo: Proyecto integrador - Sesión 4
  • Desarrollar un dashboard para la visualización de sus resultados del proyecto integrador.
→ Módulo: Generación de valor con datos y storytelling
  • Presentación final del proyecto integrador
  • Diseño de visualizaciones que cuentan historias.
  • Desarrollo de Business Case de casos de uso analíticos.
  • Tipos de públic, adecuación del mensaje Framework de las 4P.
  • Monetización de casos de uso analíticos.
  • Presentación de resultados financieros de un caso de uso.
→ Módulo: Proyecto integrador - Sesión 5
  • Presentación final del proyecto integrador
→ Módulo: Proyecto integrador - Sesión final
  • Presentación final del proyecto integrador

Horario de clases

Martes y jueves de 7.00 P.M. a 10.00 P.M.

Evaluación y trabajo final

La evaluación es vigesimal y la nota mínima aprobatoria es 13.00.

El programa combina la teoría con la práctica, por lo que es necesario tu compromiso en las diferentes actividades preparadas a lo largo de las clases.


Evaluación
 

Avances Trabajo Final 60%

Evaluación Final 40%

Total 100%

 

 

CERTIFICACIONES

certification

UTEC Posgrado te otorgará un certificado digital al aprobar el Programa en Data Analytics para la toma de decisiones

ESTUDIA
CON NOSOTROS _

Networking

Amplía tu red de contactos, encuentra oportunidades laborales. Además, aprende de otros profesionales y construye una reputación sólida en tu campo.

Asistente Virtual

Recibe acompañamiento durante todo el programa. Contarás con el apoyo de un asistente que responde tus consultas y realiza seguimiento a tu aprendizaje para asegurarnos que se cubren los objetivos trazados.

Método UTEC Posgrado

Nuestra metodología se basa en la participación activa, discusiones, estudio de casos, generación de sinergia a través de los proyectos grupales, simulaciones y otras actividades prácticas que te permite aplicar lo que estás aprendiendo.

Practitioner

CONOCE A NUESTROS EXPERTOS

Nuestra comunidad de docentes y practitioners está formada por expertos con una amplia experiencia en el campo académico.

Dennys Rafael Taipe

Head of Data & Advanced Analytics

Antonio Ramírez

Líder de Estrategia de Datos

Julio César Bernal Fernández

Advanced Analytics Lead

Excepcionalmente, podrían existir modificaciones en la plantilla de practitioners por imprevistos o razones de fuerza mayor.

Solicita más información

Deja tus datos en el formulario y nos pondremos en contacto para resolver todas tus dudas

Datos personales