Diplomado
Ruta Ciencia De Datos Para Superintendencia Financiera De Colombia
SOMOS
EDUCACIÓN
CONTINUA

La inversión en tecnología que han realizado las empresas en los últimos 20 años ha propiciado la recolección de mucha información que viene siendo utilizada para apoyar la toma de decisiones tanto a nivel operativo como estratégico.
Las estrategias clásicas de generación de reportes para apoyar la toma de decisiones están quedando obsoletas y se han venido complementando y enriqueciendo con modelos más robustos generados a partir de datos internos y externos que permiten modelar la realidad de la empresa de una manera más precisa.
Este diplomado tiene como propósito promover en los participantes una actitud analítica basada en datos para resolver problemas organizacionales generando modelos, tanto descriptivos como predictivos, que le permitan a las empresas fortalecer sus ventajas competitivas.
Dentro de estas posibles rutas de aprendizaje, se encuentra este diplomado que tiene como propósito promover en los participantes una actitud analítica basada en datos para resolver problemas organizacionales generando modelos analíticos, que les permitan a las empresas fortalecer sus ventajas competitivas. A través del proceso de aprendizaje, los participantes irán explorando las diferentes facetas de la analítica, incluyendo no sólo los modelos generados a partir de datos estructurados, sino también aquellas especializaciones sobre datos narrativos y registros históricos de procesos.
Concretamente, la propuesta de valor de este diplomado es fortalecer en los participantes una actitud analítica basada en datos, gracias a la exploración incremental y práctica de las diferentes técnicas, retos y tendencias de la analítica; todo lo anterior enmarcado en una metodología especializada para proyectos de analítica que le permitirá al participante llevar de manera más natural todo lo aprendido a la práctica organizacional.
Objetivos
El objetivo principal de este diplomado es desarrollar en los participantes habilidades analíticas en la exploración, limpieza de datos, visualización efectiva y construcción de modelos predictivos y descriptivos para resolver problemas organizacionales y fortalecer la toma de decisiones.
• Entender el alcance y potencia de la analítica de datos en las organizaciones.
• Fortalecer la capacidad de identificar necesidades y oportunidades de negocio y traducirlas en términos de técnicas y métodos de analítica de datos.
• Aplicar técnicas de visualización de datos para su fácil entendimiento, interpretación y comunicación de los hallazgos y resultados.
• Diseñar visualizadores para el control de los indicadores claves de los procesos y áreas estratégicas.
• Presentar las diferentes técnicas de analítica de datos contemplando necesidades misionales y de apoyo de índole prospectivo y prescriptivo.
• Reconocer nuevas tendencias y necesidades en la analítica de datos producto de la diversidad y alto volumen de datos disponibles actualmente.
Dirigido a
o 8 DIID.
o 2 DCF.
o 4 DAIFS
o 4 DAR
o 4 DAMC
o 4 Despacho y Secretaría General.
o 4 DTI.
Metodología
Las capacitaciones se llevarán a cabo en modalidad hibrida: presencial en instalaciones de la Superintendencia Financiera (Cl 7 #4-49) y virtual sincrónica.
Contenidos académicos
Módulo 1. Introducción a Python y conceptos básicos de estadísticas descriptiva
• Principios de la ciencia de datos
• Metodología para el desarrollo de proyectos de ciencia de datos
• Introducción a programación en Python
• Conceptos básicos de estadística
Módulo 2. Limpieza y preparación de datos (R, Python, databricks)
• Preparación de datos
• Limpieza de datos
• Generación de vista minable
Módulo 3: Aprendizaje supervisado
• Introducción a modelos descriptivos - Clustering
• Técnicas avanzadas de clustering
• Reglas de asociación
• Detección de anomalías
• Técnicas para reducción dimensional
Módulo 4: Aprendizaje no supervisado
• Modelos analíticos descriptivos: Clustering - Detección de Anomalías.
• Modelos analíticos descriptivos: Reglas de Asociación.
• Modelos analíticos descriptivos: Reducción de dimensionalidad.
• Modelos analíticos predictivos: Árboles de decisión.
• Modelos analíticos predictivos: Métodos de ensamble.
Módulo 5: Introducción al procesamiento de texto
• Introducción al procesamiento de lenguaje natural
• Procesamiento de texto y clasificación
• Representación densa de texto y documentos, análisis de tópicos
• Modelos de lenguaje basados en redes neuronales
Módulo 6: Introducción a Big Data
• Introducción a Big Data
• Introducción a NoSQL
• Procesamiento de grandes volúmenes de datos
• Análisis de grandes volúmenes de datos
Módulo 7: Privacidad y seguridad
• Fundamentos de la privacidad de datos
• Riesgos éticos en el análisis de datos
• Seguridad de datos
• Pseudoanonimización
Módulo 8. Diseño de tableros de control (dashboards)
• Introducción a la creación de tableros de control
• Elementos de tableros de control
• Taller de diseño de tableros de control
Módulo 9: Trabajo aplicado
• Tutoría desarrollo de trabajo aplicado
• Presentación trabajo aplicado a temas relacionados de la SFC.
Módulo 0: Final curso y prueba de fin
Conferencistas
no aplica
Descuentos
No aplica
Apertura y fecha de inicio: la apertura y la fecha de inicio del
programa dependerá del mínimo número de inscritos,
establecido por la Universidad.
Certificación: se otorgará certificación a quien haya
cumplido como mínimo con el 80% de las actividades
programadas en el aula.
Forma de pago: efectivo, cheque de gerencia, tarjeta de
crédito (recibimos todas las tarjetas, cuenta de cobro).
Válido para Colombia:
**Art. 92 Ley 30 de 1992 - Las Instituciones de
Educación Superior no son responsables del
I.V.A.
**Numeral 6 del Art. 476 Estatuto Tributario
(ET) - Servicios excluidos del impuesto sobre
las ventas.