PBS se encuentra a la vanguardia a nivel latinoamericano, desarrollando programas de

formación ejecutiva destinados a líderes empresariales, contando con una amplia experiencia de más de 17 años.

Siendo un referente en la creación e implementación de programas en educación ejecutiva, el reto es una continua actualización y renovación de más del 20 % de los programas, permitiendo responder a las necesidades y exigencias enfocadas hacia los nuevos desafíos del mercado.

Nuestros programas exigen un staff de facilitadores de alto nivel en cuanto a formación académica y desarrollo empresarial, todo ello asegura mantener altos niveles de calidad y excelencia, por encima del promedio de programas de capacitación que se ofrecen en el mercado lo que garantiza que el participante pueda generar la aplicación inmediata de los conocimientos adquiridos.

+110,000 Ejecutivos capacitados

+5,000 Programas de formación ejecutiva impartidos en 17 años

+500 Programas de formación ejecutiva se imparten cada año

16 Áreasdel saber

que nos permite formar a más de 6,000 participantes por año

+3,000 Proyectos de Capacitación InCompany impartidos a más de 250 compañías en 14 países de Latinoamérica

Nuestra experiencia internacional Hemos impartido programas de formación ejecutiva para empresas de:

55para ESTUDIAR el

DE

Panamerican Business School lidera con una gran ventaja la oferta de formación ejecutiva para profesionales en la región, lo que le permite ubicarse entre las tres Escuelas de Negocios más importantes de la región.

+ 15,000

+ 40

100%

TOP 3

TOP 1

Ejecutivos formados

programas por año

Internacional

Ha formado a más de 15,000 gerentes y ejecutivos de empresas de todos los sectores en más de 10 países.

Imparte más de 40 programas de formación ejecutiva por año, entre ellos: Maestrías, Posgrados, Diplomados, Certificaciones, Seminarios, Workshops y Congresos, integrando el portafolio de programas más completo de la región.

Nuestros programas se someten a un proceso de innovación y actualización constante, convirtiéndonos en la Escuela de Negocios con

mayor grado de innovación en programas de la región.

Nuestro profesorado es 100% internacional, elegido por su experiencia académica y empresarial, siendo los influencers y formadores de la nueva era en España y Latinoamérica.

RA

ZON

ES

Modelo Formativo FLEXIBLE e INNOVADOR:

Después de haber sido parte de la formación de más de 110,000 ejecutivos en varios países de Latinoamérica, hemos llegado a la conclusión de

que el mayor reto de todo gerente es lograr y mantener un liderazgo sostenible y tomar las mejores decisiones en mercados donde cada

día se vuelven más difíciles de maniobrar, esto sumado a que hoy todo Gerente, requiere de las mejores herramientas pero

no cuenta con la disponibilidad de tiempo para cursar un programa, termina utilizando las herramientas que tiene

a su alcance.

Conscientes de esta realidad, Panamerican Business School ha diseñado un modelo de formación y

actualización totalmente flexible e innovador, a través de un formato de estudio que permite a

cada estudiante poder cursar su programa de Postgrado de manera gradual, pero a su vez

escalable.

Nuestro gran objetivo:

Lograr que los alumnos nunca dejen de aprender y evolucionar.

¡Para un cambio de época,un cambio de modelo formativo!

» Tener acceso a las mejores prácticas gerenciales, gracias al modelo de transferencia formativa, lo que permite obtener los mejores conocimientos en el menor tiempo posible.

» Llevar a la práctica de manera inmediata todos los conocimientos aprendidos.

DIRIGIDO A:

Profesionales como Ingenieros Civiles Industriales, Licenciados en Administración, Civiles Informáticos, Civiles Electrónicos, Civiles Eléctricos, Licenciados en Computación, y otros profesionales licenciados y/o con experiencia en áreas afines, que requieren conocimientos o habilidades en la materia.

» Diplomado en Fundamentos de Business Intelligence y Data Scientist

Certificaciones Internacionales:

» Data Sc ient is t . Avalado por Panamerican Business School y Data Science Institute

» Data Mining. Avalado por Panamerican Business School y Data Science Institute

» Business Inteligence & Big Data. Avalado por Florida International University -FIU-

» In Campus Miami. Gerencia Estratégica de la Innovación y Transformación Digital. Avalado por Florida International University -FIU-

EL PROGRAMA DE POSGRADO EN business Intelligence & data scientist INCLUYE:

¿POR QUÉ ESTUDIAR UN PROGRAMA DE FLORIDA INTERNATIONAL UNIVERSITY?

Rankings de la Escuela de pregrado Landon:• Posición 5 del U.S. News & World Report's

Best Colleges, en los programas de negocios internacionales (2017).

• Posición 7 de la publicación Bloomberg Businessweek en programas de pregrado de marketing (2013).

Rankings de la Escuela de graduados Chapman:• Posición 32 a nivel mundial en América Economía

por el MBA Internacional de tiempo completo (2016).

• Catalogada como la Escuela Nº 5 por la Maestría en Finanzas para expertos, está posicionada según el Financial Times (2014 y 2015).

• El MBA On Line está en la posición Nº 13 por el Financial Times (2016).

• El MBA Internacional full time, está en la posición Nº 40 según la revista América Economía (2015).

• Según el U.S. News & World Report sobre los Mejores Programas On Line, el MBA está en la posición 62 (2015).

• El informe de la misma publicación sobre las Mejores Escuelas de Graduados, califica al MBA de Medio tiempo ocupa la posición 136 (2017).

• Según el Financial Times, la Escuela de Negocios FIU es una de las mejores 48 escuelas que ofrecen un MBA Corporativo On Line (2014).

• El MBA On Line está en la posición Nº 14 por el Financial Times (2013).

• El MBA Internacional full time está en la posición Nº 40 según la revista América Economía (2013).

• Según el U.S.News & World Reports sobre los Mejores Programas On Line el MBA está en la posición 62 (2013).

• El informe de la misma publicación sobre las Mejores Escuelas de Graduados califica al MBA de Medio tiempo ocupa la posición 23 (2014).

• Según el Financial Times es la Escuela de Negocios Nº 5 por su Máster en Finanzas para expertos y una de las mejores 48 escuelas por su MBA Corporativo On Line (2014).

» La Escuela de Negocios FIU está en el top 5 de las escuelas élite de negocios acreditadas por la Association to Advance Collegiate Schools of Business International -AACSB-.

» La Escuela de Negocios FIU está en el top 100 del Ranking de la Universidad de Dallas, Texas, por sus contribuciones en investigación (2011-2017).

» La Escuela de Negocios FIU está en la posición Nº 64 del sitio Web “Student Advisor” entre las escuelas de negocios de social media, con un reconocimiento especial por su patrocinio en los talleres “Social Media 101” (2012).

En los últimos años hemos visto un pronunciado énfasis en los datos y su potencial en la mejora de la productividad en las organizaciones. Esto ha permitido que los datos tomen crecientemente un rol importante en la decisión de los altos mandos gerenciales. Sin embargo, hasta hace poco tiempo los cargos que tomaban los especialistas en datos no se consideraban estratégicos.

Los últimos años han mostrado un gran giro. Gracias a las facilidades entregadas por la tecnología y nuevas tendencias dentro del área de Business Intelligence como el Big Data, se ha producido la necesidad de crear un nuevo puesto gerencial, el CAO (Chief Analytical Officer). Se estima que el 50% de las compañías en el listado Fortune 500 ya cuentan con este rol en sus filas. Si bien el CAO tiene responsabilidad sobre la captura, almacenamiento y gestión de datos, su principal función es la creación de real valor a través del análisis, promoviendo una cultura interna en todas las áreas de las organizaciones basadas en información que se desprenda de datos, y un modelo de gobierno analítico, que asegure la alineación de las múltiples iniciativas internas, hacia un norte colaborativo y común. Es así como el CAO se destaca por ser un cargo estratégico de nivel gerencial que permite que las decisiones se tomen en base a información

y datos objetivos. La necesidad del CAO en las organizaciones más exitosas del mundo muestra la manera en que las planas gerenciales deben comenzar a considerar la inclusión de altos mandos que tengan la capacidad analítica para poder utilizar estratégicamente datos e información de diversas características y fuentes.

Es por esta razón que este curso se enfoca en formar a los gerentes en la necesidad de analizar datos de manera estratégica dándoles un rol central a la necesidad de big data con un foco estratégico y los recursos humanos necesarios para implementarlo en la estrategia de éxito de las organizaciones que lideran. De esta manera, los gerentes tendrán claras las características del equipo de trabajo que deben formar para manejar los grandes flujos de datos y así tomar decisiones de negocios basadas en información de calidad. El objetivo del curso es desarrollar así una base sólida en el conocimiento y utilización de herramientas cuantitativas que permitan analizar los datos relevantes en una organización, y así determinar tendencias, patrones y/o comportamientos característicos que orienten el proceso de toma de decisiones de los gerentes mejorando los niveles de productividad de las organizaciones.

PRESENTACIÓN DE POSGRADO

Casos de éxito de empresas a nivel mundial que han desarrollado proyectos con MetricsArt y Data Science Institute

Motta Internacional Panamá

Cementos Argos Panamá

Banistmo Panamá

Corporación Grupo Perez (Toyota Panamá) Panamá

Banco Chile Chile

Banco Santander Chile

Banco Itau Chile

Bolsa de Comercio de Santiago de Chile Chile

BBVA Chile

Scotiabank Chile; Perú

BCI Chile

Seguros Sura Chile; Panamá

Cencosud Chile

Ripley Chile

Falabella Chile

UETA Internacional Panamá

Philips Panamá

Parque Arauco Chile

Johnson & Johnson Chile

Cable Onda Panamá

Telecarrier Panamá

VTR Chile

DirecTV Chile

Telefónica Chile

Entel Chile

Claro Chile

Codelco Chile

Caterpilla Chile

IANSA ChileConcha y Toro Chile

Ciudad del Saber PanamáINCAE Costa Rica

EMPRESA PAÍS

OBJETIVOS DEL POSGRADO:• Entregar a los alumnos una visión general de Inteligencia de Negocios,

Big Data & Business Intelligence.

• Describir las necesidades organizacionales que han llevado al desarrollo de las herramientas y metodologías de Inteligencia de Negocios.

• Exponer el desarrollo histórico que ha ocurrido en Inteligencia de Negocios.

• Reconocer los principales componentes con que debe contar una infraestructura de Business Intelligence & Big Data.

• Aprender las mejores prácticas en diseño y explotación de bases de datos analíticas tanto relacionales como multidimensionales.

• Aprender técnicas para desarrollar modelos predictivos.

» Beneficios del Participante:

» Dominio de conceptos y herramientas de las áreas funcionales de la gestión empresarial, tecnología y análisis

» Desarrollo de un sentido de juicio crítico

» Fortalecimiento de la capacidad de toma de decisiones

» Beneficios de la organización:

» Desarrollo de proyectos para empresas, sobre la base de lo aprendido durante el programa

» Capacitación de los altos mandos en las áreas de Business Analytics & Data Scientist

» Asistencia y participación 40% (exigible)

» Realización de casos 30%

» Técnica expositiva

» Exposición y discusión de videos

» Casos de estudio

» Exposiciones

BENEFICIOS AL PARTICIPAR:

METODOLOGÍA DE EVALUACIÓN:

METODOLOGÍA GENERAL:

PROGRAMA

Proyecto de Grado

Certificación Ejecutiva Gerencia Estratégica de la Innovación y Transformación Digital

“In Campus Miami” FIU - FLORIDA INTERNATIONAL UNIVERSITY

Módulos

Introducción a Business Intelligence, Big Data & Analytics

Introducción a Business Analytics

Visualización, como Herramienta de Analytics

Big Data Applications

Predictive Analytics

Management Science

CERTIFICACIONES:

Data Scientist

Data Mining

Business Inteligence & Big Data

INTRODUCCIÓN A BUSINESS INTELLIGENCE, BIG DATA & ANALYTICS

Objetivo:

• Normalizar lenguaje en términos conceptuales (de qué se tratan los conceptos de Business Intelligence & Big Data & Analytics)

• Cómo aplicar Business Intelligence, Big Data & Analytics al ecosistema empresarial

• Introducción a una arquitectura basada en Business Intelligence

Contenido:

• La información

• Business Intelligence y su arquitectura

• Los sistemas transaccionales

• Extracción, transformación y carga (ETL)

• Data Mart vs. Data Warehouse

• Cubos Analíticos

• Introducción a Data Mining

• Introducción a Visualización

• Big Data

Sesión 1: Introducción a los conceptos de Business Intelligence, Big Data & Analytics

Objetivo:

• ¿Qué es la transformación digital?

• Cómo plantear un gobierno de datos en sus organizaciones

• Qué mide la curva de madurez de Business Intelligence en una organización

Contenido:

• Transformación digital

• La estrategia y a la transformación digital

• Data Governance

• Business Intelligence Governance

• Modelo de madurez de Business Intelligence asociada al ROI

• Modelo de madurez de Business Intelligence asociada al Control Local vs. Normas Empresariales

• Modelo de madurez de Business Intelligence asociada al uso de BI

• Modelo de madurez de Business Intelligence asociada a la visión de BI

Sesión 2: Aplicación a la gestión comercial

INTRODUCCIÓN A BUSINESS INTELLIGENCE, BIG DATA & ANALYTICS

Objetivo:

• ¿Quién es el CAO y cómo puede ayudar a la organización?

• Cuál es el rol del CAO

• Cómo se aplican los casos de Big Data & Analytics al mundo real

Contenido:

• Big Data & Analytics

• La motivación a una cultura basada en Analytics

• CAO (Chief Analytics officer)

• El rol del CAO

• Data Science y sus competencias

• Data Engineer y sus competencias

• Casos aplicados de Big Data & Analytics

• Video Analytics

Sesión 3: CAO (Chief Analytics Officer)

INTRODUCCIÓN A BUSINESS ANALYTICS

Contenido:

• Introducción en Analytics

• Un mundo sin Analytics

• Un mundo con Analytics

• Motivación al Analytics

• Modelo de Segmentación

• Segmentación Demográfica

• Segmentación Estratégica

• Ciclo de vida de los clientes

Sesión 1: Introducción a Business Analytics

Objetivo:

• Formar en el ciclo completo del análisis de datos

• Cuál es la motivación del Analytics aplicado al ámbito empresarial

• Comprender los modelos de segmentación y su funcionalidad dentro del modelo empresarial

Objetivo:

• Formar en Data Mining

• Qué modelo es el mejor para un determinado problema

• Comprender los modelos de Cross Selling, Up Selling, Fuga y Scoring.

Contenido:

• Modelo de Data Mining

• Matriz de Confusión y Lift Chart

• Modelo de Cross Selling

• Modelos de Up Selling

• Modelo de Fuga Dura

• Modelo de Fuga Blanda

• Modelos de Scoring de Riesgo

• Modelos de Scoring de Compra

Sesión 2: Modelos de Data Mining (primera parte)

INTRODUCCIÓN A BUSINESS ANALYTICS

Contenido:

• Modelo de prospección de comprar

• Modelo de referencia

• Modelo de forecasting

• Modelo de forecasting – Modelo de mínimos cuadrados ordinario

• Modelo de forecasting – Series de tiempo

• Redes neuronales

• Técnicas de Machine Learning

• Técnicas de Deep Learning

Sesión 3: Modelos de Data Mining (segunda parte)

Objetivo:

• Formar en Data Mining

• Formar en el modelamiento de prospección de compra, modelos de referencia, forecasting y redes neuronales

• Formar en técnicas de machine learning y deep learning

VISUALIZACIÓN, COMO HERRAMIENTA DE ANALYTICS

Contenido:

• Introducción a la visualización

• El arte de visualizar

• ¿Qué visualizar?

• Objetivo de un reporte

• Objetivo de un dashboard

• Objetivo de un cuadro de mando

• ¿Qué información aporta el Big Data a un cuadro de mando, dashboard o reporte?

• Configuración de ratios, tasas e índices

• Configuración de Key Preformance Indicator (KPI)

Sesión 1: Introducción a la visualización

Objetivo:

• Formar en el ciclo completo de la visualización efectiva

• Reflejar las diferencias entre un reporte, dashboard y cuadro de mando

• Construir KPI ajustado a la estrategia empresarial

Objetivo:

• Formar en el ciclo completo de la elaboración de un cuadro de mando

• Identificar los componentes principales de un cuadro de mando

• Elaboración de un cuadro de mando

Contenido:

• Objetivo de un cuadro de mando integral

• Componente de un cuadro de mando integral

• Qué medir en un cuadro de mando integral

• Alinear los objetivos con la estrategia

• Elaboración de indicadores financieros

• Indicadores asociados a la relación con los clientes

• Indicadores asociados a los procesos internos de negocios

• Indicadores asociados al desarrollo y aprendizaje

Sesión 2: Visualización – Construcción de un Cuadro de Mando

VISUALIZACIÓN, COMO HERRAMIENTA DE ANALYTICS

Contenido:

• Objetivo de un Dashboard

• Componentes de un Dashboard

• Mejores prácticas en la elaboración de un Dashboard

• Principios Gestalt

• Diseño hacia un objetivo

• Mantener todo a la vista

• Mantenerlo simple

• Ser consistente

• Resaltar la información más relevante

• Mostrar el contexto

Sesión 3: Construcción de un Dashboard

Objetivo:

• Formar en el ciclo completo de la elaboración de un Dashboard

• Identificar los componentes principales de un Dashboard

• Elaboración de un Dashboard

BIG DATA APPLICATIONS

Contenido:

• Entendiendo qué es Big Data

• Conceptos y terminologías

• Características Big Data

• Diferentes tipos de datos

• Data estructurada

• Data semi-estructurada

• Data no estructurada

• Caso de estudio

Sesión 1: Introducción a Big Data

Objetivo:

• Formar en los fundamentos del Big Data y sus componentes

• Es tud ia r lo s conceptos y terminologías

• Estudiar casos aplicados

Objetivo:

• Formar en la arquitectura de Big Data

• Estudiar los ecosistemas de Big Data

• Incorporar herramientas de Big Data

Contenido:

• En qué consiste una arquitectura basada en Big Data

• Ecosistema Apache Hadoop

• Ecosistema Apache Spark

• Sistema distribuido de archivos Hadoop

• MapReduce

• MapReduce v1 versus MapReduce v2

• Opciones de almacenamiento en Hadoop

• Formato de archivos

• Compresión de formatos

Sesión 2: Arquitectura Big Data

BIG DATA APPLICATIONS

Contenido:

• Hadoop 2.x

• MapReduce Input

• The Map Task

• MapReduce Output

• Pig vs SQL

• Complex data type in Pig

• The Hive Arquitecture

• Hive query optimizers

• Hadoop

Sesión 3: Herramientas de Big Data

Objetivo:

• Formar en detalle las herramientas de Big Data

• Estudiar en detalle una arquitectura MapReduce

• Estudiar en detalle Hadoop, Hive y Pig

PREDICTIVE ANALYTICS

Contenido:

• Cómo descubrir conocimiento en una base de datos

• Reconocimiento de patrones

• Aprendizaje automático aplicado (caso de estudio)

• Análisis descriptivo

• Análisis exploratorio

• Análisis inferencial

• Análisis causal

• Análisis predictivo

• Automatización de modelos predictivos

Sesión 1: Introducción a un análisis predictivo

Objetivo:

• Introducir en un análisis del tipo predictivo

• Búsqueda y reconocimiento de patrones

• Automatización de modelo

Objetivo:

• Formación en el análisis predictivo automático

• Creación de un modelo de fuga

• Automatización y publicación de un modelo de fuga

Contenido:

• Construcción del problema de negocios

• Evaluación de modelos a utilizar

• Evaluación de input y posible output

• Elaboración de un modelo de Fuga

• Calibración del modelo de Fuga

• Selección del modelo de Fuga

• Publicación del modelo de Fuga

• Testing de modelo de Fuga

Sesión 2: Análisis predictivo parte 1

PREDICTIVE ANALYTICS

Objetivo:

• Profundizar en el análisis predictivo automático

• Creación de un modelo de Scoring

• Automatización y publicación de un modelo de Scoring

Contenido:

• Construcción del problema de negocios

• Evaluación de modelos a utilizar

• Evaluación de input y posible output

• Elaboración de un modelo de Scoring

• Calibración del modelo de Scoring

• Selección del modelo de Scoring

• Publicación del modelo de Scoring

• Testing de modelo de Scoring

Sesión 3: Análisis predictivo parte 2

MANAGEMENT SCIENCE

Contenido:

• Fundamentos del CAO

• Rol del CAO

• Management CAO

• ROI de la analítica

• Gestión de equipo de Data Science

Sesión 1: Fundamentos del Management Science - CAO

Objetivo:

Preparar a sus alumnos de forma específica para el trabajo analítico, en departamentos de estudio de grandes empresas y gobiernos.

Contenido:

• Introducción de Marketing

• Marketing Management

• Pricing

• Transfomación digital

Sesión 3: Management Science para Marketing

Objetivo:

Conocer y aplicar las áreas de Marketing dentro del Business Intelligence con el fin de un desempeño global en una institución.

Objetivo:

Preparar a sus alumnos de forma específica para el trabajo analítico, en departamentos de estudio de grandes empresas y gobiernos, con el objetivo de que puedan desempeñarse con éxito en trabajos que requieran fuertes habilidades analíticas y conocimiento de los métodos cuantitativos de las diversas áreas del management.

Contenido:• Introducción a finanzas

• Planificación financiera

• Control financiero

• Modelos y planes de negocios

Sesión 2: Management Science para Finanzas

Certificación Internacional

Data Scientist Fundamentals with R

and Python

Avalado por Panamerican Business School

y Data Science Institute

Contenido:

• Introducción al Data Scientist

• Ingeniero de datos & Data Scientist

• Herramientas básicas de un Data Scientist

• Problemáticas de negocios

• Introducción a R

• Introducción a Python

• Casos aplicados

Sesión 1: Introducción al Data Scientist

Objetivo:

• Comprender la visión y los objetivos de la aplicación de herramientas de un Data Scientist

• Comprender la diferencia entre un científico de datos y un ingeniero de datos

• Incorporar herramientas de apoyo para un científico de datos

Contenido:

• Introducción a R

• Importar datos a R

• Depurar datos en R

• Exportar datos desde R

• Programar funciones básicas en R

• Utilización de librerías en R

• Modelamiento en R

• Aplicación de R a problema de negocios

Sesión 2: Data Scientist with R

Objetivo:

• Formar en el ciclo completo del análisis de datos con R

• Formar en las operaciones básicas con R

• Modelar con R

Objetivo:

• Formar en el ciclo completo del análisis de datos con Python

• Formar en las operaciones básicas con Python

• Programar con Python

Contenido:

• Introducción a Python

• Funciones en Python

• Librerías en Python

• Importar datos en Python

• Modelamiento básico en Python

• Machine Learning con Python

• Deep Learning con Python

• Aplicación de Python a problemas de negocios

Sesión 3: Data Scientist with Python

Certificación Internacional

Data Mining

Avalado por Panamerican Business School

y Data Science Institute

Contenido:

• Introducción al Data Mining

• Metodología aplicada a un proceso de Data Mining

• Introducción a RapidMiner

• Depuración de datos

• Detección de Outliers

• Detección de Missing Values

• Transformación de datos

• Reducción de datos

• Casos aplicados

Sesión 1: Introducción al Data Mining

Objetivo:

• Comprender la visión y los objetivos de la aplicación de herramientas de Data Mining

• Formar en el ciclo de depuración de datos

• Aplicación de la depuración de datos a un caso práctico

Contenido:

• Modelamiento de datos en RapidMiner

• Análisis de canasta de compra en RapidMiner

• Reglas de asociación en RapidMiner

• Árboles de decisión en RapidMiner

• K-vecinos cercanos en RapidMiner

• Clustering en RapidMiner

• Modelo de Redes Neuronales en RapidMiner

• Aplicación caso práctico

Sesión 2: Data Mining Aplicado

Objetivo:

• Los participantes se formarán en el ciclo completo del análisis de Data Mining

• Los participantes aprenderán a dominar la metodología de Data Mining

• Aplicación práctica de modelamiento de datos

Objetivo:

• Formar y poner en práctica sobre un modelo de negocio en el ciclo completo de Data Mining

• Aplicar el conocimiento de Data Mining a un modelo de negocios

• Realizar la automatización y presentación del caso de negocios aplicando Machine Learning

Contenido:

• Construcción de data set por grupo

• Análisis de problemática de negocios

• Análisis de los modelamientos a aplicar

• Análisis de resultados

• Optimización de modelamiento

• Selección de modelo óptimo

• Automatización de modelo

• Presentación de caso de negocios

Sesión 3: Proyecto Grupal de Data Mining

Certificación Internacional

Big Data

Avalado por Avalado por Florida

International University -FIU-

Contenido:

• Introducción a Big Data

• Introducción a una arquitectura Big Data

• Modelo relacional

• Modelos no relacionales (No-Sql)

• MapReduce

• Hadoop

• Sistema distribuido & Teorema CAP

• Arquitectura y sistemas Cloud

Sesión 1: Infraestructura Big Data

Objetivo:

• Comprender la visión y los objetivos de la aplicación de una infraestructura basada en una arquitectura Big Data

• Los participantes aprenderán a dominar las principales tecnologías de análisis y procesamiento de grandes volúmenes de datos

• Los estudiantes aprenderán a procesar diferentes tipos de volúmenes de datos (data estructurada, semi-estructurada y no estructurada)

Contenido:

• Casos prácticos con Hive

• Casos prácticos con Pig

• Casos prácticos con Spark

Sesión 2: Aplicación práctica de Big Data

Objetivo:

• Aplicación práctica guiada de una arquitectura Big Data aplicada a un modelo de negocios

• Aplicación práctica con Hive, Pig y Spark

• Aplicación práctica de una estructura Big Data a un modelo de negocio

Objetivo:

• Aplicación práct ica de una arquitectura basada en Big Data dentro de un caso de negocios

• Práctica aplicada a un modelo de negocios

• Presentación de los resultados

Contenido:

• Construcción de data set por grupo

• Análisis de problemática de negocios

• Análisis de la arquitectura a aplicar

• Análisis de resultados

• Optimización de la arquitectura

• Selección de la arquitectura óptima

• Diseño de la arquitectura publicada

• Presentación del caso de negocios

Sesión 3: Proyecto Grupal de Big Data

Certificación Ejecutiva

Gerencia Estratégica de la Innovación y

Transformación Digital "In Campus Miami”

FIUFlorida International

University

PROGRAMA:

Gerencia Estratégica de la Innovación y Transformación Digital

"In Campus Miami”

ALMUERZO

MARTES JUEVESMIÉRCOLES VIERNES

Concientización Conexión e Influencia

Innovación y Transformación

Marketing Estratégico

» Bienvenida Autoridades FIU y Actividad de Networking

Sesión 4:

» Innovación Estratégica de Mercados y Productos

Anuor Aguilar

Sesión 5:

» Design Thinking: Propuestas Innovadoras de Valor

Rafael Igual

Sesión 6:

» Liderando el cambio y la transformación digital

Sergio Méndez

Sesión 1:

» La Evolución de los Mercados: Nuevos Valores, Canales, y Comportamientos

Engel Fonseca

Sesión 2:

» Modelos de Negocios Disruptivos

Rafael Igual

Sesión 3:

» Transformación DigitalRafael Igual

Sesión 10:

» Shopper Marketing de Clase Mundial

Laureano Turienzo

Sesión 7:

» Maximizando la Rentabilidad del Cliente I

Pablo Fernández

Sesión 8:

» Maximizando la Rentabilidad del Cliente II

Pablo Fernández

Sesión 9:

» Customer Experience Management

Hugo Brunetta

Sesión 11:

» La Industria 4.0 y la Robotización del Trabajo

Álvaro Gómez

Sesión 12:

» Big Data & Business Intelligence

Sesión 13:

» Estrategias de Omnicanalidad

Álvaro Gómez

Sesión 14: Visita a empresa

» Visita de Campo a Empresa Modelo en Innovación Digital

» Ceremonia de Graduación Entrega de Diplomas

Panamerican Business School cuenta con un selecto equipo de facilitadores internacionales reconocidos, cada uno en su rama. Del cual presentamos un breve resumen de la experiencia profesional.

PROFESORADO INTERNACIONAL

CARLOS RUBIO FIGUEROA

Licenciado en Administración de Negocios de la Universidad Central de Chile.

Actualmente es Director de Desarrollo de Negocios en MetricArts, empresa de análisis e inteligencia de negocios que provee asesoría en los procesos de decisión de las empresas a través de combinar la administración de la información adecuada. También ha sido socio de negocios nancieros, contralor de negocios, contralor financiero, analista senior de negocios en empresas como Philips y Gibson Innovations. Ha desarrollado su carrera en los últimos 14 años en toda América Latina, trabajando viviendo en: Chile, Panamá, Perú y México.

Su experiencia se basa en el turnaround de negocios con intensivo manejo de intervención en el desarrollo de la planificación estratégica, a través de ejecutar estándares exigidos por multinacionales, diseño de blue-print y los recursos propios de las empresas.

En cuanto a docencia, ha sido profesor del Diplomado Inteligencia de Negocios en la Universidad Quality Leadership University de Louisville, Panamá.

Chile

GERZOGALLARDO MORALES

Tiene estudios de Doctorado en Economía y Finanzas en la Universidad de la Rioja, España; Magister en Métodos Estadísticos de la Pontificia Universidad Católica de Chile.

Diplomado en Análisis Financiero Avanzado y Gestión Financiera de la Pontificia Universidad Católica de Chile; Ingeniero Comercial con especialización en Marketing, Universidad Central de Chile.

Actualmente es Socio de Metric Arts y Consultor Internacional para los gobiernos de Panamá, Jamaica y Chile, en cuanto al desarrollo de mediciones aplicadas a la contingencia económica de cada país. Su experiencia se ha construido alrededor del análisis estadístico, la economía y la tecnología, en roles de jefatura y coordinación de proyecto, así como el diseño e implementación de soluciones de Inteligencia de Negocios tanto para la industria como para entidades gubernamentales.

También se ha desempeñado como profesor de la Universidad de Santiago de Chile y Universidad Central de Chile en las cátedras de Investigación de Mercado e Inferencia Estadística.

Chile

CRISTÓBALIBARRA

Magister en Tecnologías de la Información y Gestión, Pontificia Universidad Católica de Chile, Chile; Ingeniero Civil en Computación e Informática, Universidad Arturo Prat Iquique, Chile.

Actualmente es Jefe de Proyectos en Metric Arts, entidad enfocada a entregar soluciones de Inteligencia de Negocios, Business Analytics y Big Data a lo largo de todo Latinoamérica. También ha sido docente para el Diplomado en Gestión de Tecnologías de la Información dictado por la facultad de economía y negocios de la Universidad de Chile; Profesor de Inteligencia de Negocios para programas corporativos de la facultad de Economía y Negocios de la Universidad de Chile; Profesor del Diplomado e-Learning de Data Science en Español de Microsoft para Latinoamérica; Profesor de Diplomado Fundamentals Big Data & Business Analytics de Quality Leadership University, Panamá; Invitado como profesor del Diplomado de Data Science que será dictado el año 2018, en su primera versión, por el Departamento de Matemáticas de la Pontificia Universidad Católica de Chile.

Ha participado como expositor en encuentros de Smart City en Iquique y Chiguayante, Chile; y además ha sido el creador del Grupo de Usuarios de Power BI en Chile.

Laboralmente cuenta con más de 8 años de experiencia en temas de Inteligencia de Negocios, Business Analytics y Big Data donde ha liderado proyectos en empresas multinacionales en Chile.

Chile

CÉSARHORMAZÁBAL

Ingeniero en industrias con mención en matemáticas, Pontif ic ia Universidad Católica, Santiago, Chile.

Con conocimientos de programación en R, Javascript, SQL y DAX. Desarrollo de modelos predictivos y de optimización, con conocimientos en probabilidades y machine learning.

Actualmente trabaja en Metricarts, en el departamento de Data Science, generando modelos de fuga de clientes, predicción de fallas en camiones mineros, modelos de riesgo, segmentación de clientes, y optimización. Desarrollando reportes administrativos en Power BI y shiny.

Ejerció como docente en la Universidad Austral, y en Metriclearning, en este último haciendo clases de machine learning, Dax, y Power BI. Además fue docente en la Universidad Santo Tomás para el ramo de inteligencia de negocios.

Chile

GERARDO CORRO

Posee el diploma de Maestría en Recursos Humanos, Posgrado en Recursos Humanos, Licenciatura en Administración de Empresas, Licenciatura en Administración de Empresas Turísticas, también el diploma de Transformación Organizacional y MIT, en Boston, Massachusetts, EUA.

En su experiencia laboral se ha desempeñado como: Director General, ONCEMÁSUNO, Director General Adjunto, Cajaplax, Director de Comunicación y Desarrollo, Televisa, Director General, Hart and Mind, Director de Recursos Humanos, Baxterm, Director de Planeación y Desarrollo, Aeroméxico, Director de Planeación y Desarrollo, Grupo Financiero Invermexico, Director de Planeación y Desarrollo, CITIBANK, Director de Recursos, McDonald’s, Director de Recursos Humanos, Dicopel. Así también ha brindado sus conocimientos y asesoría en sectores gubernamentales, industria, comercio, servicios y consultoría en Canadá, EUA, Europa, Centro, Sudamérica, Japón y México. Ha sido reconocido como: Mejor Director de Recursos Humanos a nivel mundial McDonalds, Chicago Illinois, mejor contribución de Recursos Humanos.

En el área docente ha sido conferencista y profesor en instituciones importantes tales como Universidad Católica de Ecuador, Universidad Anáhuac, Universidad Iberoamericana, Universidad Intercontinental, Universidad Latino Americana, Universidad La Salle, Universidad del Valle, Instituto Tecnológico de Estudios Superiores de Monterrey, Instituto Politécnico Nacional e Instituto Mexicano de Finanzas. Ha sido profesor por varios años en Panamerican Business School en Guatemala, así también ha brindado asesoría en reclutamiento de talento clave en las principales Universidades de los EUA. Ha participado en Diversos cursos y seminarios sobre diferentes temas en México y otros países. Posee un amplio portafolio en temas de negocios siendo experto en planeación estratégica, ventas, mercadotecnia, servicio al cliente, recursos humanos, desarrollo humano, desarrollo profesional, desarrollo organizacional, integración de equipos de trabajo, liderazgo, formación de instructores, entre otros. Otros Temas: Alineamiento Estratégico, Liderazgo y Auto Gestión. Procesos de la Gestión de Personal. Comunicación Asertiva y Habilidades Directivas.

México

ROBERTOMUÑOZ

Roberto Muñoz es Doctor en Astrofísica de la Pontificia Universidad Católica de Chile (PUC) y Licenciado en Astronomía de la misma casa de estudios.

Sus principales líneas de investigación son el análisis masivo de datos y el desarrollo de sistemas de inteligencia artificial. Ha realizado estadías de investigación en las Universidades de Princeton y Chicago en Estados Unidos, y trabajado como investigador científico en el Observatorio astronómico de Strasbourg en Francia.

Actualmente se desempeña como Director científico en la empresa MetricArts y Data scientist en el Centro de I+D MetricArts. Es el líder científico del proyecto Metric Video Analytics, el cual consiste en el desarrollo de un sistema inteligente que permita analizar de manera automatizada cientos de cámaras de seguridad instaladas en el transporte público y tiendas del retail.

Ha dictado múltiples cursos de programación y análisis de datos en Universidades y Centros de formación técnica en Chile. Se especializa en la enseñanza de lenguajes de programación enfocados al análisis de datos, en particular el lenguaje de programación Python. Entre los cursos que ha dictado destacan “Introducción a la programación con Python”, “Análisis de datos con Python” e “Introducción al Machine learning con Python”.

Chile