Desde la Secretaria Técnica del Sindicato CePETel convocamos a participar del siguiente curso de formación profesional:
Big Data & Analytics – Parte 1
Clases: 8 de 3hs c/u de 18:00 a 21:00 hs.
Días que se cursa: los días miércoles 3, 10, 17, 24 y 31 de agosto; 7, 14, y 21 de septiembre.
Modalidad: a distancia (requiere conectarse a la plataforma Zoom en los días y horarios indicados precedentemente).
Docente: María Trinidad Aquino y Raúl Alejandro Grassi
La capacitación es:
- Sin cargo para afiliados y su grupo familiar directo.
- Sin cargo para encuadrados con convenio CePETel.
- Con cargo al universo no contemplado en los anteriores.
Informes: enviar correo a tecnico@cepetel.org.ar
Inscripción (hasta el 2 de agosto): ingresar al formulario (se recomienda realizar el registro por medio de una cuenta de correo personal y no utilizar dispositivos de la empresa para acceder al link).
https://forms.gle/k64BVt8zouEP6E3u9
Temario:
Módulo 1 Surgimiento de Big Data (Clases 1 y 2)
• Surgimiento de Big Data
• La revolución de los datos masivos, la datificación. Nuevo
paradigma con cambio de escala.
• El Big Bang de Big Data. Razones del crecimiento explosivo de
datos. Evolución de costo de almacenamiento.
• ¿Qué es Big Data? ¿Para qué sirve?
• La Paradoja de los Datos. TTTI (Total Time to Insight)
• Roles y Perfiles en Big Data
TP Clase 1: Ejercicio de búsqueda: casos posibles de uso de Big Data
TP Clase 2: Detallar 3 características diferenciales de las bases de
datos relacionales y no relacionales.
Módulo 2 Los datos nos rodean (Clases 3 y 4)
• Implementación de Big Data
• ¿Qué es el procesamiento distribuido?
• Diferencias entra las bases de datos existentes: SQL/NoSQL
• Aproximación al Ecosistema Hadoop.
• La relación entre BigData y la nube: Cloud vs On Premise
• Ejemplos de aplicaciones de Big Data en distintos ámbitos – casos reales de uso
TP Clase 3: Identificar y describir al menos 3 diferencias entre los servicios de cloud vs on premise.
TP Clase 4: Diferenciación entre Inteligencia Artificial, Machine Learning y Deep Learning. Ejemplos
Módulo 3 Obtención de los Datos y Proceso de Toma de Decisión (Clases 5 y 6)
• Inteligencia Artificial • Machine Learning y sus algoritmos
• Deep Learning • Definición y Tipos de Data Analytics
• Business Intelligence: Datos vs Información vs Conocimiento
• BI: tipos de sistemas. OLTP vs OLAP
• Desafíos de BI. La pirámide de la información
TP Clase 5: Marcar la diferencia entre los sistemas OLTP y OLAP. Traer un ejemplo de al menos 1 de ellos para compartir en la próxima clase.
TP Clase 6: Listar al menos 2 herramientas para la visualización de datos. Comparación con ventajas y desventajas de cada una.
Módulo 4 Visualizar con datos (Clases 7 y 8)
• Los datos empiezan a hablar
• Niveles de realización de BI: Alertas, Dashboards, Monitoreos
• Análisis OLAP/Multidimensional
• Herramientas de Explotación de BI
• Gráfico cuadrangular de Gartner: clasificación
• Herramientas para la visualización con datos masivos
• KPI. Definición, Ejemplos. Diferencias entre KPI’s y Métricas
TP Clase 7: Buscar ejemplos de visualizaciones con las que trabajen o hayan trabajado. Armar una presentación de no más de 3 minutos por alumno o por grupo (a definir según los participantes). Ejemplos de KPI más comunes según la industria.
Acerca de los docentes
María Trinidad Aquino: 2007-12–03 al momento Analista Senior Marketing – Región Patagonia Movistar, Neuquén.
* Proyecto Canal Presencial (Agentes y CEC) responsable de la construcción y disposición de los datos (KPI´s) para ver su evolución con aporte analítico, diagnóstico y sugerencia de planes de acción para su mejora.
*Proyecto Educador Digital País, referente de la región Patagonia con seguimiento de los KPI´s y evolución.
* Nuevos proyectos del área con análisis de datos, participación en el diseño, elaboración y difusión de lo implementado.
Formación académica:
- 2020-09 – 2021-10 (finalizada) Big Data, Data Engineer (Diplomatura) ITBA, CABA
- 1999-03 – 2003-12 (finalizada) Ciencias Sociales, Licenciada en Relaciones Públicas Universidad Nacional de Lomas de Zamora, Lomas de Zamora
Raúl Alejandro Grassi: desde 1995 hasta la fecha TELEFONICA DE ARGENTINA S.A. Puesto:Analista Senior – Sector Big Data Comercial.
Responsabilidades: Definición de inversiones anuales en capital (CapEx) en base a análisis de proyección comercial. Gestión de proyectos y seguimiento de inversiones. Diseño e implementación de modelos de aseguramiento de satisfacción de clientes. Planeamiento y ejecución de tableros de control y análisis del negocio basado en datawarehousing (heavy user) en los últimos 10 años, programando en SQL y modelado de datos. Análisis y Evaluación de acciones que impacten en cumplimiento de objetivos del Negocio B2C. Analista Senior BI, desarrollo en herramientas de explotación de BI (Microstrategy; Tibco Spotfire, Power BI, Tableau, etc.) y ecosistema Hadoop (Spark, Hive, SQL, procesos de ingestas ETL, ELT, etc.).
Desempeño durante 4 años en el sector Data Driven Comercial, promoviendo la cultura
Data Driven y desarrollando tableros de control predictivos y prescriptivos con herramientas de explotación basadas en modelos relacionales/dimensionales.
Experiencia al menos 7 años como líder de proyectos, Manejo de Metodologías Agiles en
posiciones como Stakeholder, Scrum Master y PO.
Formación académica:
- 2020-2021 Licenciatura en Big Data – especialista en Data Engineer – ITBA (Instituto Tecnológico de Buenos Aires)
- 1999 Posgrado en Gestión Gerencial Avanzada (Managemente Executive Program) Universidad Argentina de la Empresa (UADE)
- 1986-1992 Ingeniero Electrónico Universidad de Buenos Aires
