Información general

6 sesiones

Los miércoles de 18:30 – 20:30 horas

Inicia el 31 de enero

(31 de enero;  7,  14,  21,  28 febrero y 7 de marzo.)

Inversión Q.690

Q.590 si paga antes del 24 de enero.

Descripción

Los datos nos permiten tomar mejores decisiones y hacer más rentables nuestros negocios, pero el volumen de datos y la velocidad con los que los obtenemos significan un gran reto para su análisis; algo que sobrepasa las habilidades humanas. Surgen preguntas como ¿Qué áreas de mi empresa puedo mejorar (procesos, costos)? ¿Qué nuevos productos puedo vender (cross sale, up sale)? ¿Cuándo un cliente va a retirarse de un contrato (churn)? Los grandes datos -Big Data- nos permiten almacenar y procesar gran cantidad de datos y las técnicas de Ciencia de Datos -Data Science- obtener conocimiento de los mismos. 

En este taller vamos a conocer los conceptos básicos de Big Data y Data Science y cómo podemos utilizarlos en nuestras organizaciones. Aprendemos cómo una cadena de supermercados pudo saber, antes que el padre de una chica, que el hombre iba a ser abuelo; cómo un pequeño banco regional en Virginia se volvió una de las tarjetas de crédito más grandes de Estados Unidos; entre otras historias interesantes.

Juan Pablo Álvarez

Es Ingeniero Electrónico de la Universidad del Valle con una Maestría en Tecnología y Ciencias de la Computación de la misma universidad. Se ha dedicado por más de 20 años a proyectos de integración de tecnología tanto de hardware como software.

En software conoce una selección amplia de lenguajes de programación, frameworks de desarrollo y plataformas open source para generar valor en las organizaciones.En hardware conoce desde arquitecturas básicas de computación para IoT, hasta sistemas distribuidos requeridos para Big Data.

Ha sido catedrático en Tecnología (Programación, Project Management, Análisis de Sistemas, Desarrollo de Apps, Internet of Things, Data Science I y II) en la Universidad Francisco Marroquín y Universidad Galileo. Cuenta con una certificación de la Universidad Johns Hopkins en programación en el lenguaje R. Actualmente está interesado en implementar sistemas de Machine Learning para la toma de decisiones automatizadas y sistemas expertos de e-Learning para mejorar la calidad educativa.