Finalización del Diplomado en Big Data- Gestión de Datos Masivos. Edición 1 - 2024.
El Diplomado en Big Data fue un proceso pedagógico desde la ingeniería orientado a la extracción, tratamiento y visualizaciones de datos, así como análisis descriptivo y predictivo desde las ciencias de datos, que se orientó desde prácticas de aprendizaje colaborativo que integraron saberes relacionados con los paradigmas de almacenamiento, tecnologías y herramientas que vincularon el uso de algoritmos con lenguajes interpretados sobre escenarios reales que subyacen en modelos de negocios, situaciones empresariales y fuentes de datos públicas, que facilitaron la formación de profesionales idóneos y altamente calificados para orientar la toma de decisiones organizacionales, de gobernanza y de TI, que impactan en el mejoramiento de procesos, difusión del conocimiento y dinámicas de investigación y desarrollo.
Se destaca que durante el desarrollo del diplomado los participantes construyeron modelos predictivos de datos sobre variables objetivo, utilizando técnicas de Machine learning, tales como algoritmos de Soporte de Máquinas vectoriales (SVM) con un épsilon de tolerancia del 10%, el algoritmo AdaBoost (adaptive boosting) por regresión exponencial, Algoritmos de Bosques aleatorios, regresiones lineales, polinomiales y logísticas, redes neuronales como Adam Optimizer y keras con Tensorflow de tres capas, para la estimación de predicción en diferentes contextos y necesidades.
Entre algunos de los objetos de estudio desarrollados en esta edición se destacan:
Los participantes determinaron patrones o correlaciones significativas que permiten identificar los factores que afectan la violencia contra la mujer ocurridos tanto en el ámbito público y privado en El Salvador durante el año 2023.
Se desarrolló un modelo de minería de datos que permitió segmentar a los clientes en grupos específicos sus características demográficas, comportamentales y de compra, dicho modelo fue capaz de identificar patrones y relaciones ocultas en los datos que puedan utilizar para mejorar la estrategia de marketing y fidelización de clientes, así como diseñar campañas personalizadas que maximizan el retorno de inversión.
Análisis correlacional a partir del coeficiente de Spearman, para datos, continuos y de representación lineal según distribución normal y pruebas de Kolmogorov Smirnov para hipótesis de datos no estructurados.
Matriz de correlación
El diplomado estuvo a cargo del colombiano, Maestro Alexander Ramírez Camargo, Miembro del cuerpo docente en Microsoft y docente de la primera cohorte de la Maestría en Ingeniería para la Industria con Especialización en Ciencias de la Computación de la Escuela de Posgrado de la FIA UES.
Extendemos nuestras felicitaciones a los 28 participantes que finalizaron con éxito el diplomado, el cual se realizó en un periodo de 20 semanas, iniciando el pasado 15 de abril y finalizando el 28 de agosto de 2024, teniendo una duración de 150 horas clase. El diplomado se realizó de manera virtual y con horarios accesibles para todos los profesionales interesados.
Comments