Modelado de datos y ETL
Este curso pretende guiar al estudiante en el desarrollo de aplicaciones de analítica descriptiva basadas en tableros de control y análisis OLAP, haciendo énfasis en los procesos de perfilamiento de datos, calidad de datos, integración y limpieza de fuentes de datos estructuradas, transformación y carga de datos, al igual que en el diseño e implementación de modelos multidimensionales para la persistencia de las fuentes, con el fin de apoyar a una organización en el seguimiento del logro de sus objetivos y las acciones y decisiones en torno a ellos.
Plataforma virtual: Este curso hace parte de la Maestría en Inteligencia Analítica de Datos, el primer posgrado virtual del Departamento de Ingeniería Industrial de la Universidad de los Andes en la plataforma Coursera.
Prerrequisitos: es necesario tener conocimientos en probabilidad, estadística y análisis de datos, así como también habilidades básicas en programación en Python y R” para cursar el programa. Realiza un examen de autodiagnóstico aquí.
Metodología:
El eje central del curso es un proyecto que se trabaja de forma incremental e individual para que el estudiante desarrolle las competencias requeridas. Cada semana se introduce un elemento conceptual para el cual se requiere del estudiante una preparación utilizando lecturas y videos. Estos conceptos son aplicados cada semana en prácticas guiadas por tutoriales, y en el desarrollo del proyecto.
Herramientas principales:
- Persistencia de datos o SQL Server, Analyses Services
- Manejo de datos y ETL o PySpark o AWS-Glue - opcional
- Visualización o Power BI
- Otras o GenMyModel
Idioma: Los cursos serán ofrecidos 100% en español. Sin embargo, es recomendable que tengas un buen nivel de compresión de lectura en inglés, pues muchos contenidos académicos serán presentados en este idioma.
Horario: Miércoles de 7:00 a 8:20 am, hora Colombia
Este horario está sujeto a modificaciones.
Créditos académicos: 2
*Podrás inscribirte a este curso bajo la categoría Extensión, los cursos bajo esta modalidad otorgan créditos y notas, por tanto, pueden ser homologables una vez el estudiante sea admitido a la Universidad, de acuerdo con el reglamento de estudiantes y de homologaciones. La aprobación de los cursos de extensión no garantiza el ingreso a ningún programa regular de la Universidad.
Si deseas homologar cursos vistos por extensión en el programa de maestría, se requiere que:
1. La nota final individual de cada curso sea superior a 3.0
2. Si es admitido, se aprueban y homologan los cursos cuya nota sea igual o mayor a 3.0 sobre 5.0, siempre y cuando el ponderado total de las notas de los 4 cursos sea igual o mayor a 4.0 sobre 5.0.
3. El total de créditos del conjunto total de cursos a homologar no sea superior a 16.
Nota: si tienes alguna inquietud, dirígete al siguiente formulario.
Este curso hace parte del portafolio de materias de pregrado y posgrado de la Universidad abiertas a todo público.
Al participar en este curso podrás vivir la experiencia Uniandina, acceder a contenidos de calidad, tomar clases con estudiantes regulares, acceder al sistema de bibliotecas de Uniandes y participar en las actividades culturales que esta Universidad te ofrece.
Dirigido a
Un profesional hispanohablante con pregrado en cualquier disciplina (no necesariamente STEM) que tenga conocimientos básicos en estadística y programación y esté interesado en generar impacto mediante la transformación de datos en información relevante para la toma de decisiones.
Objetivos
En este curso aprenderás:
- Gestión de Negocio
- Refinar requerimientos analíticos a implementar, incluyendo a quién está dirigido, y las acciones y toma decisiones que ellos realizan.
- Comunicar el resultado del proyecto a personas de nivel ejecutivo de una organización
- Tecnologías de información
- Analizar e Integrar fuentes de datos estructuradas utilizadas para construir una solución de analítica descriptiva
- Diseñar y evaluar la calidad de modelos multidimensionales para persistir los datos a utilizar en la aplicación de analítica descriptiva
- Crear bases de datos con los modelos multidimensionales propuestos
- Transformar y cargar las fuentes de datos estructuradas en el modelo multidimensional propuesto utilizando herramientas de ETL específicas o de propósito general.
- Aplicación
- Utilizar una metodología para el desarrollo de una solución de analítica descriptiva
- Identificar los elementos involucrados en una arquitectura de una solución analítica
- Implementar análisis OLAP y tableros de control utilizando herramientas como Excel, Tableau, Power BI
Profesores
Condiciones
Eventualmente la Universidad puede verse obligada, por causas de fuerza mayor a cambiar sus profesores o cancelar el programa. En este caso el participante podrá optar por la devolución de su dinero o reinvertirlo en otro curso de Educación Continua que se ofrezca en ese momento, asumiendo la diferencia si la hubiere.
La apertura y desarrollo del programa estará sujeto al número de inscritos. El Departamento/Facultad (Unidad académica que ofrece el curso) de la Universidad de los Andes se reserva el derecho de admisión dependiendo del perfil académico de los aspirantes.
