PEA Programa de Especialización Analítica Programa de Especialización Analítica MACHINE LEARNING
PEA - MACHINE LEARNING
Machine Learning es uno de los progresos tecnológicos más impactantes del momento, ya que permite generar un sinfín de oportunidades mediante su aplicación. Reconoce patrones en datos estructurados y no estructurados usando algoritmos (supervisados /no supervisados) que auto aprenden de los datos, con el fin de traducir estos patrones en conocimiento que las organizaciones usan para tomar decisiones y generar ventajas competitivas en base a la analítica contextual.
Aprendiendoa extraer
valorde los
datos
PERFIL
BENEFICIOS
COMPETENCIAS
» Profesionales de sistemas, computación, informática, estadística, investigación de operaciones, matemática, economía, administración, industrial y otros profesionales que deseen potenciar sus capacidades analíticas.
» Metodología Learning by Doing, basada en casos de negocio, usando datos reales.
» Plana docente compuesta por los mejores profesionales que aplican Machine Learning en las empresas líderes del mercado y especialistas en la industria de categoría internacional.
» Laboratorios de cómputo equipados con reconocidos programas de Machine Learning.
» Biblioteca y centro de información. » Acceso a la bolsa de trabajo especializada de DMC
Al finalizar el programa, usted podrá:
» Aprender las técnicas más novedosas de machine learning logrando automatizar sus proyectos.
» Conocer todos los aspectos relacionados a la construcción y desarrollo de modelos predictivos, desde el planteamiento del caso hasta su despliegue y automatización.
» Diagnosticar la solución de Machine Learning más adecuada para los distintos problemas de negocio presentados. Por ejemplo, diferenciar cuándo es conveniente realizar una segmentación o cuándo un modelo predictivo es mejor.
» Realizar correctamente los procedimientos para seleccionar, integrar, organizar, explorar, limpiar, transformar y preparar sus datos antes del análisis respectivo.
» Usar diferentes herramientas y métodos para trabajar con una gran variedad de datos, de tipo estructurado y no estructurado (texto, imágenes y sonido).
» Desarrollar soluciones robustas y sofisticadas de análisis que permitirá a su organización tomar mejores decisiones empresariales.
DATOS IMPORTANTES
Programa de Especialización Analítica
Actualmente, uno de los perfiles profesionales más valorados es el que puede traducir las necesidades de los negocios en iniciativas analíticas (modelos predictivos, segmentaciones, pronósticos, entre otros) y de la misma forma, puede transformar los insights encontrados en el mar de datos, en recomendaciones que permitan tomar mejores decisiones a la alta dirección. Una de las competencias clave de estos profesionales es el manejo de herramientas y técnicas de análisis de datos y modelado. Muchas veces se cree que es suficiente estudiar estadística, informática, economía, ciencias de la computación, matemática, o programación para desarrollar estas competencias. La realidad indica que es necesario rescatar técnicas y enfoques de cada una de estas disciplinas e integrarlas en una Metodología de análisis, que se denomina Data Mining y Machine Learning.
MachineLearning
Aprendiendoa extraer
valorde los
datos
MACHINE
LEARNING
Socialization workshop
Machine Learning Introduction
Computer Vision
Unstructured Data Analysis
Machine Learning in Action
Innovation Lab
SCRUM for Analytics
Machine Learning – Unsupervised Methods
Machine Learning - Supervised Methods
4
24
24
24
24
8
12
24
24
PROGRAMA CURRICULAR
SUMILLAS1. Socialization workshop
Se busca generar cohesión entre los participantes para la realización de trabajo en equipo.
2. Machine Learning Introduction
Se explora desde un punto de vista aplicativo, las diferentes tareas que se pueden realizar en Machine Learning en el entorno Big Data. Se abordan casos reales y su aplicación práctica. A lo largo del curso se realiza una introducción a R y Python, que son las plataformas de Open Source más utilizados para el desarrollo de Machine Learning. Nos brinda un panorama general del programa.
3. Computer Vision
Nos permite conocer las diferentes técnicas para resolver problemas de Visión Artificial como lo son el procesamiento de imágenes/vídeos, detección y descripción de características relevantes, Bag of Words en Visión Artificial a través de métodos de clasificación y reconocimiento. Nos introduce al mundo de las redes neuronales y el deep learning.
4. Machine Learning – Unsupervised Methods.
Nos permite explorar nuevas técnicas clustering para segmentar el mercado y encontrar nichos potencialmente rentables para tu organización.
5. Machine Learning - Supervised Methods.
Nos permite explorar técnicas de advanced predictive modeling para entender y predecir el comportamiento del consumidor permitiendo al negocio actuar de manera oportuna y anticipada basado en Data science.
6. Unstructured Data Analysis
Aprenda las técnicas de pre procesamiento de data no estructurada (imágenes, vídeos, texto) en base a ella analice con métodos de clasificación y reconocimiento de patrones.
7. Machine Learning in Action
Integration Services: Automatice procesos de carga y ejecución de modelos Machine Learning.
Business Case & Incremental Value of Models: Aprenda a plantear la verdadera problemática de negocio y a partir del conocimiento generado con Machine Learning, comunicar y vender mucho mejor sus resultados.
Web Services & Cloud Computing: Explore las capacidades de Machine Learning de Google Cloud Platform (GCP) y adquiera una visión general rápida de esta plataforma para procesamiento de datos a gran escala.
8. Innovation Lab
DMC adquiere el compromiso de impulsar los proyectos más innovadores y lograr que generen una visión de negocio*.
* Se llevará a cabo si el o los participantes están interesados en rentabilizar su proyecto.
.....
5 meses 168Duración: Horas académicas:
9. SCRUM for Analytics
Para implementar soluciones de información en la organización se necesita un marco de trabajo que lo haga posible. El curso es un taller de metodologías ágiles usando SCRUM enfocado en proyectos de inteligencia de negocios.
El curso se desarrolla
con casos 100% prácticos de los
principales rubros:banca, retail,gobierno y
telco.
Docentes de primer nivel y de reconocida trayectoria internacional
PLANA DOCENTE
INTERNACIONALES
Masters of Science in Supply Chain and Information
Systems. Actual Director Ejecutivo de TIMI para Latinoamérica. Con experiencia que incluye Marketing y Consultoría en BI. Se ha desempeñado como investigador de modelos de marketing directo, segmentación, targeting y análisis de posicionamiento. Tiene como especialidades: Modelos Predictivos, Big Data, ETL, Data Mining, Desarrollo de Software, Business to Business Marketing, Segmentación, Targeting y Posicionamiento. Ha desarrollado su trabajo en empresas de talla global como Timi, Direktio y Deloitte.
Executive Director at Timi Suite. Pennsylvania State University. Bogotá - Colombia.
MSc. Daniel Soto
Doctor, miembro del departamento de Estadística, Investigación
Operativa y Cálculo Numérico de la UNED. Ha colaborado
dando asesoramiento estadístico y en proyectos de data mining para clientes como BBVA, McDonald’s España, Yell Publicidad, entre otros. Ha trabajado como investigador para Salford Systems, empresa con sede en San Diego (USA) desarrolladora del algoritmo CART. Sus trabajos científicos han sido publicados en revistas de investigación como BMC Bioinformatics, Computers in Biology and Medicine, Journal of Multivariate Analysis y otros.
Profesor Principal UNED - España.
Phd. Jorge Arevalillo
Ponentes nacionales e internacionales posando para una foto en el Big Data Analytics Summit 2017 realizado en el Hotel Sheraton.
Nota: Todos los profesores mencionados están relacionados al programa de especialización analítica. No necesariamente podrían desarrollar una clase.
NACIONALES
Experto en modelamiento predictivo en el área de
“Customer Relationship and Management” (CRM) de Interbank. Se desempeñó como ejecutivo en Data Mining en la División de Inteligencia de Negocios de Telefónica del Perú, Consultor Analítico y Capacitador de SPSS Andino, profesor a tiempo parcial en la División de Estudios Profesionales para Ejecutivos (EPE) de la Universidad Peruana de Ciencias Aplicadas (UPC). Ingeniero Estadístico e Informático, Universidad Nacional Agraria La Molina. Especialista en Inteligencia de Negocios, Universidad ESAN.
Consultor, Ingeniero Estadístico e Informático
David Allende
Líder de proyectos Big Data – Telefónica del Perú. Fue
líder de proyectos relacionados a la analítica de negocios y gestión de la información (Business Analytics y Big Data) – Atento Perú. Consultor en Analytics, manejo analítico de herramientas Verint, en especial el speech analytics y procesos de text mining–Digitex Perú . Estudiante MSc Data Science–Universidad Ricardo Palma. Ingeniero en Estadística e Informática, Universidad Nacional Agraria La Molina.
Consultor, Ingeniero Estadístico e Informático
Daniel Chavez
Investigador candidato a PHD. en Computer Vision en la Universidad Autónoma de Barcelona - España. Magister en Computer Science del Instituto de Computación de la Universidad de Campinas - Brasil. Con experiencia en investigación en Computer Vision, Machine Learning, Reconocimiento de patrones con énfasis en recuperación de imágenes y detección de objetos. Autor y coautor en publicaciones de revistas indizadas vinculadas al proyecto presentado: “Visual words dictionaries and fusion techniques for searching peoplethrough textual and visual attributes” y ChaLearn looking at people 2015 new competitions:Age estimation and cultural event recognition”.
Investigador candidato a PhD. en Computer Vision.
Junior Fabian
Master en Gestión de la Educación por la Pontificia
Universidad Católica del Perú. Licenciada en Ciencias Sociales
en la especialidad de Historia por la UNMS. Segunda especialidad en Educación por la Universidad Antonio Ruiz de Montoya. Facilitadora y especialista en Desarrollo de Habilidades blandas, convivencia y clima institucional bajo el enfoque gestáltico, disciplina positiva, prácticas restaurativas y dinámicas teatrales. Especialista en la intervención con grupos de alto riesgo. Promotora de artes escénicas en las escuelas. Docente de clown y productora de distintos eventos socioculturales.
Instructora en DMC Consulting.
Sheilla La Rosa
Magister en Ciencias de la Computación del Instituto de
Computación (ICMC) de la Universidad de Sao Paulo - Brasil. Con experiencia en investigación de tópicos con experiencia en investigación de tópicos relacionados con Machine Learning, Text Analytics, Visualización de Información y Análisis Visual de Datos no Estructurados. Autor y coautor en publicaciones de revistas indizadas: “Similarity Preserving Snippet-Based Visualization of Web Search Results” y congresos internacionales: “A Study on the Role of Similarity Measures in Visual Text Analytics”, “Cloth simulation using AABB hierarchical and Parallelism via GPU”, entre otros. Se desempeñó como docente investigador en el Centro de Investigación e Innovación en Ciencias de la Computación de la Universidad Católica San Pablo en Arequipa. Actualmente trabaja como Data Scientist en el equipo de Analítica Avanzada en Verizon en Perú.
MSc en Ciencias de la Computación.
Frizzi San Roman
Ingeniero de Sistemas de UNI, 15 años de experiencia en
soluciones, arquitectura y procesos de Business Intelligence & Analytics. SCRUM Master (CSM) con amplia experiencia en pensamiento LEAN, técnicas de Programación Neurolingüística - PNL, coaching ontológico y Neurociencia. Se desempeñó como Subgerente de soluciones Business Intelligence, Technical Lead - SCRUM MASTER Data Warehouse Banco de Crédito del Perú (BCP).
Sub Gerente de soluciones Business Intelligence en BCP.
Arturo Rojas Medrano
• Certificado de Especilización en “Machine Learning” a nombre de DMC.• Certificado Internacional TIMi (1) uno de los software mas potentes del
momento en Big Data.
Los participantes que completen exitosamente el programa, recibirán la siguiente certificación:
(1) Sujeto a la aprobación del examen y puntos completados (no habrá costo adicional).
DATOS IMPORTANTESDuración: 5 mesesLugar: Laboratorio DMC. Jr. Río de la Plata 167. Of. 203. San Isidro.Requisitos: • El participante debe estar familiarizado con gestores de base de datos como
SQL, Oracle o Mysql; conocimientos básicos de programación en Python o análisis de datos en R.
INFORMESTeléfono: (511) 253- 5066Celular: 995900126 / 975491764Correo: [email protected]: www.dmc.peDirección: Jr. Río de la Plata 167. Of. 203 - San Isidro.
CERTIFICACIÓN