Analítica de Datos para Toma de Decisiones

CÓDIGO: IPA-FO09
FORMATO ELABORACIÓN DE SYLLABUS VERSIÓN: 01

PAGINA: 1 DE 4
1. DATOS GENERALES DE LA ASIGNATURA
Versión:
Fecha de Actualización: 26/06/2019
00
NIVEL DE Técnica ☐ Tecnológica ☐
FORMACIÓN: Profesional ☐ Especialización 
METODOLOGÍA: Presencial ☐ Distancia ☐ Virtual 
PROGRAMA
ACADÉMICO/
Ingeniería de Sistemas
ÁREA QUE
OFERTA:
UNIDAD
Analítica de Datos para toma de CÓDIGO
CURRICULAR
decisiones SIAC:
(Asignatura):
TIPOLOGÍA: Teórico ☐ Teórico-práctico  Práctico ☐
Horas presenciales
Horas Trabajo
CRÉDITOS: 3 / Acompañamiento 48 96
Autónomo:
Docente:
DESCRIPCIÓN DE LA ASIGNATURA
En la asignatura Analítica de Datos se desarrollan temas que le ayudaran al

estudiante a adquirir conocimientos fundamentales para la descripción, el
diagnóstico y la predicción de escenarios con el propósito de tomar decisiones;
el modelo Insight es el elemento principal del curso por su importancia y
relevancia a nivel de las tendencias empresariales de todos los sectores del
país. Todos los temas en particular, le permitirán al estudiante aprender a
establecer tendencias predictivas en diferentes sectores de la industria
partiendo de un problema y proponiendo soluciones a partir de la interacción
de las herramientas en las prácticas y/o laboratorios desarrollado durante el
curso.
Una de las aptitudes que adquiere el Especialista en Big Data a través de este
curso es el de proponer interpretaciones prácticas que permitan a las
empresas establecer dinámicas del mercado o generar acciones correctivas
y/o preventivas a partir del análisis exhaustivo de los datos en el proceso de
toma decisiones.
PROPÓSITO DE FORMACIÓN DE LA ASIGNATURA
Adquirir conocimientos en Analítica de Datos que permitan describir,

diagnosticar, predecir y sugerir escenarios para la toma de decisiones a partir
ELABORÓ: Analista Aseguramiento de la APROBÓ: Líder Aseguramiento de la Calidad APROBÓ: Director de Aseguramiento de la
Calidad Académica Académica Calidad Académica
FECHA: 26-11-2018 FECHA: 06-12-2018 FECHA: 10-12-2018
del proceso de recolección de grandes volúmenes de información.
2. PROGRAMACIÓN DEL CONTENIDO
UNIDADES DE COMPETENCIA DE LA ASIGNATURA

No. Competencia
1 Establece diferencias entre las técnicas de Analítica de Datos.
Identifica Insights como elemento principal para establecer tendencias
2 predictivas del negocio
Conoce, utiliza y relaciona las herramientas de la industria con el
3 problema a resolver.
PRE-REQUISITOS Y CO-REQUISITOS (Asignaturas)

No. Pre-requisitos Co-requisitos
1. Herramientas BIG DATA No Aplica
UNIDADES DE CONOCIMIENTO
No. Temática Sub-temáticas
 Conceptos Básicos.
 Big Data y Smart Data.
Introducción a la
1.  WebScrapping.
Analítica de Datos.
 Metodología para Proyectos de Analítica.
 Analítica Descriptiva
Tipos de Analítica de
 Analítica de Diagnostico
2. Datos.
 Analítica Predictiva
 Analítica Prescriptiva
Tipos de Analítica de
 Analítica Predictiva
3. Datos.
 Analítica Prescriptiva
 Modelos Supervisados y NO
Supervisados
Manejo De Datos I.
4.  Visualización de Datos
 Herramientas para Data Analytics
Manejo De Datos I.  Herramientas para Data Analytics

5.
Manejo De Datos II.  Trasformación de Datos en Insights
6.
Privacidad De Los  Privacidad en los Datos Masivos
7. Datos.  Marco Legal
8. Gestión De La  Introducción a la seguridad de los datos y

Seguridad De Los la confidencialidad
Datos.
3. ESTRATEGIAS
METODOLOGÍA PEDAGÓGICA Y DIDÁCTICA
El proceso de aprendizaje de la asignatura Analítica de Datos está concebido

desde el modelo pedagógico CUNISTA teniendo en cuenta que la tipología de
la asignatura es Teórico-Práctica y el modelo de la especialización en Big Data
es virtual. En ese orden de ideas, cada unidad de conocimiento propuesta en
el syllabus es guiada a través de la fase de intencionalidad pedagógica
“surfea”, en la cual al estudiante se le recomendaran diferentes recursos
digitales para entender el tema y su necesidad en contexto; la bibliografía CUN
y la denominada “sugerida” serán los pilares de esta actividad. El estudiante
desarrollará 3 Actividades de construcción aplicada de acuerdo a la alternativa
metodológica seleccionada por el docente para tal fin (Práctica y/o Taller); el
porcentaje de la actividad en la nota de cada corte es el estipulado en las
Premisas Para la Actividad de Construcción Aplicada del documento marco del
modelo de educación virtual de la Corporación Unificada Nacional de
Educación Superior – CUN, es decir, 25%, 25% y 50% de la nota para cada
corte respectivamente. Las prácticas o Talleres están desarrollados para que el
estudiante pueda utilizar Software de licenciamiento libre u otro que la
institución tenga licenciado, con el propósito de que estas actividades puedan
ser realizadas sin importar su ubicación geográfica, alineándose así con el
Modelo Virtual. Durante el curso se desarrollaran 3 quices con preguntas de
selección múltiple; en las semanas 2,4 y 6 respectivamente. Los encuentros
sincrónicos serán desarrollados a través de la plataforma “Go to Meeting” en
las semanas 3,5 y 8, cuyo propósito radica en profundizar en los temas
desarrollados durante las horas de trabajo independiente del estudiante.
ALTERNATIVAS METODOLÓGICAS:
Clase Magistral ☐, Seminario ☐, Seminario - Taller ☐, Taller ,
Prácticas , Proyectos tutorados ☐, Otro:____________________________
MEDIOS Y AYUDAS EDUCATIVAS
Laboratorios ☐ Uso de software especializado 
¿Cuál software?
Práctica en Sala de Sistemas   GNU PSPP
 R-Studio
Otros:__________________________________________________________
4. RECURSOS BIBLIOGRÁFICOS
BIBLIOGRAFÍA
Bibliografía - CUN
Bibliografía - Complementaria
 Abraham Silberschatz, A., Korth, H., Sudarshan S. (2011). Database

System Concepts. 6th Edition, McGraw-Hill.
 Graham, T. (2013). Microsoft SQL Server 2012 Master Data Services 2/E.
5st Edition, McGraw-Hill.
 Kristina, C. (2013). MongoDB The definitive Guide. 2nd Edition. O’Reilly
 GURU 99. (20 de 05 de 2019). NoSQL Tutorial: Learn NoSQL Features,
Types, What is, Advantages. Obtenido de https://www.guru99.com/nosql-
tutorial.html
 Giraffe Academy. (17 de 06 de 2019). SQL Tutorial - Full course for
beginners. Obtenido de https://www.youtube.com/watch?v=HXV3zeQKqGY
5. SISTEMA DE EVALUACIÓN
CORTE 1 CORTE 2 CORTE 3

30% 30% 40%
Actividades Actividades Actividades
Quices Quices Quices
Parcial 1 Parcial 2 Examen final
Nota: Los porcentajes de cada uno de los parciales y examen final deben cumplir los artículos 47 y 48
del reglamento estudiantil.
6. PERFIL DEL DOCENTE

El Docente que oriente esta asignatura debe ser un profesional en Ingeniería de
Sistemas y Computación, con amplia experiencia como Analista de Datos y
administrador de Bases de Datos, resolución de problemas y habilidades
comunicativas orientadas a la presentación de informes. Deberá contar con
experiencia en Docencia Universitaria de mínimo tres años. Es indispensable que el
docente posea experiencia profesional como Director de Proyectos BI y Administrador
Bases de Datos.
CONTROL DE CAMBIOS
FECHA VERSIÓN DESCRIPCIÓN DEL CAMBIO
Se realiza modificación del formato en su totalidad cambiando las
26/06/2019 00
requisiciones en el expuestas.

Analítica de Datos para Toma de Decisiones

Cargado por

Copyright:

Formatos disponibles

Analítica de Datos para Toma de Decisiones

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Analítica de Datos para Toma de Decisiones

Cargado por

Copyright:

Formatos disponibles

CÓDIGO: IPA-FO09

FORMATO ELABORACIÓN DE SYLLABUS VERSIÓN: 01

1. DATOS GENERALES DE LA ASIGNATURA

En la asignatura Analítica de Datos se desarrollan temas que le ayudaran al

PROPÓSITO DE FORMACIÓN DE LA ASIGNATURA

Adquirir conocimientos en Analítica de Datos que permitan describir,

2. PROGRAMACIÓN DEL CONTENIDO

UNIDADES DE COMPETENCIA DE LA ASIGNATURA

PRE-REQUISITOS Y CO-REQUISITOS (Asignaturas)

Manejo De Datos I.  Herramientas para Data Analytics

8. Gestión De La  Introducción a la seguridad de los datos y

METODOLOGÍA PEDAGÓGICA Y DIDÁCTICA

El proceso de aprendizaje de la asignatura Analítica de Datos está concebido

 Abraham Silberschatz, A., Korth, H., Sudarshan S. (2011). Database

CORTE 1 CORTE 2 CORTE 3

6. PERFIL DEL DOCENTE

También podría gustarte