Cursos

Cursos para empresas e instituciones educativas (universidades, escuelas de negocios...). En cada caso se indica la duración recomendada y las características y contenidos más habituales, todos ellos personalizables para adaptarlos a las necesidades de cada caso.

Más información sobre cada curso disponible haciendo clic en su nombre.

Duration: 10-20 horas

Power BI se ha situado, en pocos años, como líder del mercado de herramientas de autoservicio de Business Intelligence. En este curso se revisarán los conceptos involucrados en el uso de esta potente herramienta, desde la carga y transformación de los datos (procesos ETL), creación de visualizaciones, introducción al uso del lenguaje de modelado de datos DAX para la creación de columnas personalizadas y medidas que den forma a las métricas de interés, y terminando con la subida de nuestros informes al Servicio Power BI, la creación de paneles y su compartición.

Duration: 15-20 horas

Más allá de saber cómo crear y configurar objetos visuales y, a partir de estos, crear informes, si deseamos llevar nuestro trabajo a otro nivel será necesario tener conocimientos del lenguaje M, del lenguaje DAX, entender el concepto de modelo de datos, su configuración e implicaciones, ser capaces de aplicar herramientas avanzadas de Power BI para gestionar la navegación en informes, su interactividad y usabilidad, etc. Todo esto será cubierto en este curso dedicado a herramientas avanzadas:

Duration: 10-20 horas

El lenguaje de modelado de datos DAX desarrollado por Microsoft es, probablemente, la mayor diferencia entre Power BI y el resto de competidores de la industria del Business Intelligence. DAX es una librería de funciones y operadores que pueden ser combinados para el modelado de datos en Power BI, Azure Analysis Services, SQL Server Analysis Services (SSAS) y Power Pivot para Excel.

Duration: 5-10 horas

La explotación de los datos exige la definición de procesos de transformación que aseguren su calidad, tanto desde el punto de vista del Business Intelligence como desde el punto de vista del análisis predictivo -aplicación de algoritmos de Machine Learning-. Power BI, líder del mercado de herramientas de BI de autoconsumo, implementa un lenguaje -el lenguaje M- para la definición de estos procesos. M es un lenguaje funcional, no especialmente complejo pero muy potente, que frecuentemente es desconocido o infrautilizado por los usuarios de Power BI.

Duration: 5-10 horas

Hace ya décadas que los sistemas de información son elementos clave para asegurar la competitividad de una empresa. Han quedado atrás, por lo tanto, aquellos tiempos en los que ni siquiera era necesario conocer a tu cliente, o los tiempos en los que el márketing podía suponer un elemento diferenciador. Hoy día, la competencia entre empresas es tal que resulta necesario dar un paso más allá y utilizar técnicas más avanzadas que nos permitan conocer el mercado en el que operamos y tomar decisiones apropiadas.

Duration: 6 horas

Con independencia del tipo de análisis que realicemos -exploratorio o predictivo-, la correcta visualización de los datos a analizar, de los resultados intermedios que generemos y de las conclusiones a las que lleguemos son una parte crítica del proceso.

Duration: 8-15 horas

Aun cuando hay disponibles varios lenguajes de programación para la llamada Ciencia de los Datos (R, Julia, Scala, Java, MATLAB...), Python se ha ido estableciendo como opción principal debido a diversos factores, entre los que se encuentran su simplicidad, disponibilidad de librerías, soporte de la comunidad de desarrolladores, etc. En este curso revisaremos las principales características de Python, su sintaxis, tipos de datos, estructuras de control, funciones integradas, así como algunas de las librerías integradas.

Duration: 12-20 horas

El llamado "stack científico de Python" incluye algunas librerías básicas en el proceso de análisis de datos, librerías que van a permitirnos almacenar y transformar datos, así como visualizarlos.

Duration: 15-25 horas

El concepto de minería de datos hace referencia al proceso de descubrimiento de hechos y relaciones contenidos en un conjunto de datos. Los algoritmos de aprendizaje automático (Machine Learning en la literatura inglesa), como parte de lo que se conoce como Inteligencia Artificial (AI), tienen como objetivo el análisis de estos conjuntos de datos para poder ser posteriormente aplicados en predicciones o clasificaciones, por poner un par de ejemplos.

Duration: 10-20 horas

El Procesamiento de Lenguaje Natural o Natural Language Processing (NLP) es un área de investigación dentro del campo de la Inteligencia Artificial que tiene objetivos que involucran tareas que van desde la conversión de voz en texto, hasta su procesamiento y la generación de voz a partir de éste. Las aplicaciones de este tipo de análisis son numerosas: clasificación de textos, análisis de sentimiento o generación de resúmenes automáticos, por citar algunas.

Duration: 6-9 horas

Las series temporales son usadas en multitud de áreas, siendo cada vez más frecuente que la generación de un dato vaya acompañada de una marca temporal. Por ejemplo, la salida de un sensor que mida la temperatura de un motor se registra junto con información sobre la fecha y hora de generación del dato, permitiéndonos la aplicación de técnicas especializadas que predigan la rotura del motor o una disminución de su rendimiento antes de que ocurra.

Duration: 8-20 horas

Tableau ha sido de forma consistente uno de los líderes del mercado de herramientas de Business Intelligence de autoconsumo siendo, a día de hoy, la única solución capaz de mantener el ritmo de desarrollo de Power BI, referencia en este mercado.

Duration: 4-8 horas

La correcta explotación de los datos pasa por su limpieza y trasformación previa en procesos denominados ETL (del inglés Extract-Transform-Load) que, por su trascendencia, representan un importante porcentaje del tiempo de desarrollo de un informe. Tableau Prep builder permite la conexión a nuestras fuentes de datos y la creación de versátiles "flujos" que determinan las transformaciones a aplicar a los datos.