Major in Big Data and Business Analitycs

Introducción al Big Data. Fuentes de datos en entornos Big data: Open Data, Internet of Things, Web semántica. Diferencias respecto a las tecnologías de datos tradicionales Definiciones relacionadas con Big Data: Data Science, Data Analytics, Data Mining, Data Science, Machine Learning, Business Intelligence. Perfiles profesionales relacionados con Big Data: Chief Data Officer, Data Manager, Data Scientist.

Organizaciones Data driven versus HIPPO Effect . Business Intelligence aplicada a las diferentes áreas de la empresa. Gestión de proyectos de inteligencia de negocio. Estrategia y arquitectura de proyectos. Oportunidades y resistencias internas a superar. Inteligencia de negocio aplicada al desarrollo de clientes.

La función empresarial y el valor de los datos. Sistema de información: Extracción, preparación almacenamiento y procesamiento de datos. Análisis y producción de información para la toma de decisiones. Tipos de datos y técnicas de análisis de datos. Aplicabilidad de big data en los negocios. Modelado y procesamiento de datos: Data warehouse y data marts. Nuevos perfiles profesionales para el manejo de datos. Cuadro de mando, panel de control y dashboard: diferencias y objetivos. Visualizaciones para la gestión del negocio. Introducción a herramientas, objetivos y metodología de desarrollo de soluciones de analítica de negocios.

Fundamentos de ciberseguridad. Sistema de gestión de la seguridad de la información. Políticas de seguridad. Análisis y gestión de los riesgos. Auditorías. Comunicaciones seguras. Sistemas de Detección y Prevención de Intrusiones.

¿Qué es Transformación Digital? Diferencias con la digitalización. De la empresa analógica a la digital. Su impacto en los negocios. La importancia de la transformación digital en las compañías. Nuevos modelos de negocios basados en propuestas de valor diferenciales y la especialización de la oferta. Implementación de la revolución digital en las organizaciones: Alcances. Desafíos a afrontar por las compañías tradicionales. Transformando la experiencia del cliente, los procesos operacionales y los modelos de negocio. Principios para el diseño de una estrategia digital.

Aprendizaje automático e Inteligencia Artificial. Relación entre el modelo estadístico y el aprendizaje automático. Ejemplos de la vida real. Algoritmos de clasificación y regresión. Formas en las que el aprendizaje automático afecta a la sociedad.

Conceptos teóricos y fundamentos. Visualización dinámica de datos. Herramientas para la visualización de datos: Tableau. Power BI. QLinkView.

Dentro de este apartado se deben elegir dos asignaturas
de las disponibles:

– IA en Marketing
– IA en Gestión Comercial
– IA en Operaciones
– IA en Finanzas
– IA en Capital Humano

Fundamentos de Marketing Estratégico. Oportunidades dentro del Ecosistema Digital. La Inteligencia Artificial en marketing. Oportunidades de aplicación en segmentación de clientes, análisis de tendencias, y análisis de la efectividad de las campañas publicitarias. Aplicaciones en personalización en tiempo real, la optimización del contenido y de los medios y la coordinación de campañas. Replanteo de la propuesta de valor a partir de incorporar la IA es su capacidad de revelar nuevos datos sobre el cliente y acelerar el potencial de cierre en el proceso de ventas.

Introducción a la IA en la Comercialización: Ventajas y retos de la IA en el ámbito comercial. Optimización de Procesos y Tareas Asociadas al Proceso de Compra: Mejoramiento de atención al cliente: Automatización y asistentes virtuales. Personalización del Enfoque de Ventas: Sistemas de recomendación. Segmentación de clientes con Machine Learning. Adaptación de mensajes y ofertas basados en el comportamiento del cliente. IA para Sugerencias de Productos o Servicios: Sistemas basados en contenidos y preferencias del usuario. Análisis de patrones de compra y navegación. Análisis de Datos y Extracción de Conclusiones para ventas: Herramientas y técnicas de análisis: clustering, análisis de sentimiento, etc. Predicción de tendencias y demanda. Casos Prácticos y Aplicaciones Reales. Herramientas y Plataformas de IA para la Comercialización.

IA en Back-office Operations. Mantenimiento predictivo. Automatización de procesos. Analítica. Automatización de la logística usando IA. Automatización de almacenes. Algoritmos para predicción de demanda. Optimización de rutas. Gestión de flotas. Selección y clasificación automática. Optimización de energía. El control de calidad automatizado. Inspección visual automatizada.

Fundamentos de Gestión Estratégica Financiera. Los datos al servicio de las decisiones. Implementación de IA en la gestión de finanzas y riesgos, incluyendo análisis financiero, detección de fraudes y gestión de riesgos. Aplicaciones de LNP: Tokenization and Text Preprocessing. Named Entity Recognition (NER), etc.. Otros ámbitos de gestión para aplicar IA; compliance de marcos regulatorios y control de gestión. Fintech y su crecimiento a partir de la IA.

Fundamentos de la Gestión Estratégica del Capital Humano. Oportunidades de aplicación a los procesos centrales de Atracción, Desarrollo y Fidelización del Talento.
Implementación de IA en procesos de reclutamiento y selección. Employer Branding. Analítica de HR: performance de desempeño y monitoreo de equipos. Analítica de HR prospectiva. Aplicaciones en entrenamiento y desarrollo de motores de recomendación para el contenido de la formación, el trabajo de los mentores, las trayectorias profesionales y el aprendizaje adaptativo.

– IA en Banca y Seguros
– IA en Salud y Pharma
– IA en Turismo
– IA en Retail
– Project Lab

La IA aplicada a la industria de los servicios financieros y de seguros. Desarrollos tecnológicos de IA para apalancar el negocio. Servicio de atención al cliente automatizado para banca. Uso de PNL para la evaluación de riesgos y el cumplimiento en la banca. Uso de PNL para análisis de mercado y conocimientos de inversión en banca. Uso de PNL para el análisis de informes financieros. Riesgos del uso de ChatGPT en la banca y cómo mitigarlos. Implementación de ChatGPT en la banca.

Introducción a la IA en el Cuidado de la Salud: Beneficios, potencial y desafíos de la IA en el sector salud. Requisitos Legales (GDPR, HIPAA). Aplicaciones de la IA fuera de la Medicina: Descubrimiento de fármacos, producción de medicamentos, automatización de ensayos clínicos, transcripción médico-paciente, codificación y facturación. Aplicaciones de la IA dentro de la Medicina: Diagnóstico, dispositivos vestibles, predicción, apoyo a la decisión clínica, sistemas de alerta temprana y regulaciones gubernamentales. Proyectos de alto impacto en IA. Estudios de Casos: Proyectos de Implementación Real. Pasando del cuidado de la enfermedad al cuidado de la salud: Prevención usando IA. Lecciones Aprendidas.

Introducción a la Inteligencia Artificial en el Turismo. Historia y evolución de la IA en la industria turística. Beneficios, potencial y desafíos de la IA en el sector del turismo. Aplicaciones. Personalización de la experiencia del cliente con IA. Optimización de la gestión de recursos y operaciones turísticas con IA. Mejora de la Experiencia del Cliente y Recomendaciones Personalizadas: destinos, actividades y servicios. Uso de chatbots y asistentes virtuales en la atención al cliente. Medición de la satisfacción del cliente y retroalimentación. Aplicaciones, Tendencias y Futuro de la IA en el Turismo. Tendencias emergentes. Estudio de casos. Lecciones aprendidas y mejores prácticas.

Definición y conceptos clave de la Inteligencia Artificial (IA) en el retail. Evolución de la IA en la industria minorista. Beneficios y desafíos. Aplicaciones. Personalización de la experiencia del cliente con IA. Predicción de la demanda y gestión de precios con IA. Experiencia del Cliente y Recomendaciones Personalizadas. Uso de IA para comprender y segmentar a los clientes. Recomendación personalizada de productos y servicios. Análisis de sentimientos y retroalimentación del cliente. Tendencias y futuro de la IA en el Retail. Estudios de caso Lecciones aprendidas y mejores prácticas.

Laboratorio de Ideación y Validación de propuestas de implementación de e-commerce en una organización. Se trabajarán las ideas de los participantes a partir de la guía de plantillas diseñadas para analizar su viabilidad y evaluar el impacto de su implementación en la competitividad de su negocio.