Sesión 1: IMPORTANCIA, APLICACIONES Y ENTORNO SQL

• Conceptos de base de datos y consultas de T-SQL

• Creación y gestión de una base de datos en SQL

• Categorías de consultas en SQL 

• Tipos de datos en SQL

• Operadores lógicos en SQL

• Caso 1: Consultas Básicas de Introducción a SQL 

• Caso 2: Aplicación de Operadores Lógicos en SQL

• Taller 1: Define tu problemática de negocio ejecutando SQL Sever

Sesión 2: APLICACIÓN, USO DE ESCENARIOS, FILTROS Y CONSULTAS SQL

• Funcionalidad de las principales operaciones en SQL

• Creación de Tablas en SQL Server

• Combinación de tablas - Uso de Joins

• Combinaciones de Joins con cláusulas de bases de datos

• Caso 1: Uso de Funciones Básicas - Intermedias

• Caso 2: Aplicaciones de Tablas Temporales en tu Base de Datos

• Taller 2: Manejando relaciones combinadas con Joins

Sesión 3: USO DE CÁLCULOS Y FUNCIONES EN SQL

• Operaciones matemáticas y filtros avanzados

• Funciones agregadas

• Agrupaciones de datos con Group By

• Uso de comodines

• Caso 1: Haciendo uso de la cláusula Group By

• Caso 2: Introducción a procedimientos almacenados

• Taller 3: Gestionando consultas en procedimientos Almacenados

Sesión 4: IMPLEMENTACIÓN DE AUTOMATIZACIÓN DE CONSULTAS

• Uso de vistas, tablas derivadas, tablas temporales y Cte's

• Uso de cláusulas de control: IF y ELS

• Uso de procedimientos almacenados y variables

• Conversión de datos y funciones para tipo de datos

• Uso de subconsultas

• Caso 1: Aplicaciones de vistas en tu base de Datos

• Caso 2: Aplicando la función Subconsultas

• Taller 4: Automatización de tareas en SQL con stored procedures

Sesión 5: USO DE FUNCIONES AVANZADAS

• Uso de cláusulas Over y Partition by

• Uso de funciones Lead y Lag en Transact-SQL

• Pivot y Unpivot de consultas complejas

• Mejores prácticas al momento de optimizar consultas

• Introducción a ETL

• Caso 1: Formas efectivas para optimizar consultas 

• Caso 2: Aplicaciones de ETL en el campo empresarial

• Taller 5: Aplicaciones de over y partition by 

Sesión 6: USO DE ÍNDICES E INTRODUCCIÓN A BI

• Uso de índices agrupados y no agrupados

• Introducción a BI con SQL Server

• Buenas prácticas en la gestión de proyectos de BI

• Caso 1: Aplicación de ETL con Transact SQL

• Caso 2: Encriptamiento de datos - Seguridad de Información

• Taller 6: ETL con Transact SQL

Presentación PROYECTO INTEGRADOR

Sesión 1: IMPORTANCIA, APLICACIONES Y ENTORNO DE MICROSOFT POWER BI

• Fundamentos de BI: Problemática de los datos y soluciones de BI  

• Fundamentos de BI: Evolución de análisis

• Entorno Power BI: Características, propiedades, arquitectura y componentes

• ¿Cómo importar datos a Power BI?

• ¿Cómo transformar los datos? - Con Power Query y Lenguaje M

• Taller 1: Beneficio de Power BI para la toma de decisiones en las empresas

• Taller 2: Aterrizando un caso empresarial al estilo de Power BI

Sesión 2: PROCESO ETL EN QUERY EDITOR

• Extracción: ejercicios de importación de data en distintos formatos  

• Transformación: ejercicios de transformación y depuración de DATA

• Carga de data: tipos, ejercicios de carga únicamente de la data del modelo

• Taller 3: Importación y depuración de una base de datos en SQL Server

Sesión 3: MODELO DE DATOS Y LENGUAJE DAX

• Conceptos de UX entorno a Power BI

• Entorno de trabajo

• Modelos de datos: Modelo estrella vs copo de nieve

• Diferencias entre un modelo transaccional vs un modelo dimensional

• Lenguaje DAX: Introducción al lenguaje DAX con ayuda de CHAT GPT

• Taller 4: Aterrizando casos empresariales al modelo de datos de Power BI

Sesión 4: DAX ORIENTADO A INDICADORES - KPI'S

• Creación de medidas DAX

• Creación de tipos de funciones en DAX

• Fórmulas DAX - Time intelligence

• Inteligencia de tiempo: Importancia y funciones DAX de formatos de tiempo

• Creación de medidas de soporte: Semáforo, mensajes de error, entre otros

• Taller 5: Indicadores de negocio a full DAX

Sesión 5: INTERPRETACIÓN Y VISUALIZACIÓN DE DATOS

• Tipos de gráficos en función al mensaje a transmitir o edición  

• Personalización y tipos de objetos visuales - Viz nativas o estándares

• Diseño de informe y gráficos en Power BI: Informe de 1 y más páginas

• Herramientas avanzadas: creación de tooltips, bookmars, drilldown, entre otras

• Taller 6: Elaboración de un informe con data corporativa con tooltips

Sesión 6: POWER BI SERVICE: POWER BI EN LA NUBE

• Publicación de un informe a la WEB

• Generación de dashboard y creación de alertas

• Power BI mobile: Instalación del APP, login y visualización móvil

• Power BI mobile: Alertas, suscripciones y favoritos

• Taller 7: Toma de decisiones con Power BI

Presentación y exposición de PROYECTO INTEGRADOR

Sesión 1: FUNDAMENTOS Y APLICACIONES CON PYTHON

• La importancia de aprender Python

• Ventajas de Python sobre otros lenguajes e interfaces de trabajo

• Aplicaciones de Python y uso en las organizaciones

• Explorando Python: palabras claves, identificadores y operadores aritméticos.

• Taller 1: Instalación de Python en Anaconda y uso en Google Colab

• Taller 2: Instalación de librerías en un notebook

Sesión 2: TIPOS Y ESTRUCTURA DE DATOS CON PYTHON

• Entrada y salida de datos con Python

• Listas: Append, insert, pop, remove, clear

• Tuplas, Diccionarios, Conjuntos

• Textos, índices y slicing, lectura por teclado y variables

• Funciones: Index, count, len, extend, reverse, sort, entre otros

• Taller 3: Operaciones con String y Estructura de Datos

Sesión 3: ESTRUCTURAS SELECTIVAS Y REPETITIVAS

• Conociendo la estructura de programación en Python

• Ventajas del uso de estructuras selectivas y repetitivas

• Estructura Selectiva: Simple, Doble, Múltiple y Anidada

• Estructuras Repetitivas: For, While, Do-While

• Interrumpiendo ciclos con break y continue

• Taller 4: Aplicación de estructuras selectivas para la toma de decisiones lógicas

Sesión 4: CREACIÓN DE FUNCIONES Y MÉTODOS

• ¿Qué es una función?

• Sintáxis de una función y procedimientos, variables locales y globales

• Aplicación de funciones y procedimientos

• Comprensión de listas y funciones lambda

• Documentación del código y llamada de funciones en módulos

• Taller 5: Creación de mi primera función en Python

Sesión 5: MANIPULACIÓN DE DATOS CON PANDAS

• Uso de librería Pandas, Series y Dataframes

• Lectura y escritura de múltiples formato de datos: txt, csv, xlsx, parquet, entre otros

• Creación de campos y uso de sentencias: group by, delete, drop, entre otros.

• Combinación y cruce de Datasets

• Análisis Estadístico de Datos con Pandas

• Taller 6: Exploración de datos de un caso de negocio con Pandas

Sesión 6: ANÁLISIS Y VISUALIZACIÓN DE DATOS CON MATPLOLIB Y SEABORN

• Entendiendo la librería de Matplotlib y Seaborn

• Creación y manipulación de gráficos con Matplotlib y Seaborn

• Tipos de visualizaciones de gráficos según Comparación, Relación, Distribución y Composición

• Gráficos univariados, bivariados y multivariados

• 10 mejores técnicas para la visualización de datos

• Taller 7: Exploración automática de datos con Sweetviz

Presentación y exposición PROYECTO INTEGRADOR

Sesión 1: TÉCNOLOGÍA PARA CIENCIA DE DATOS

• Tecnología para toma de decisiones: Business Intelligence, Analytics, Machine Learning e IA

• Ciclo de vida de Modelos Analísticos - El rol de Data Scientist en las empresas

• Metodologías analíticas: SEMMA - CRIPS DM

• Data Acquisition, Wrangling y Web Scrapping en Python

• Importación de Bases de Datos: JSON, Excel, SPSS, CSV en Python

• Caso 1: Aplicación de Metodología CRIPS DM en empresas

• Caso 2: Analizando información obtenida de sitios web con Pandas

• Taller 1: Gestión de Bases de Datos en Python

Sesión 2: ESTADÍSTICA PARA CIENCIA DE DATOS CON PYTHON

• Ramas de la Estadítica, Tipos de Variables, Medidas de posición y dispersión

• Análisis Exploratorio de Datos Estructurados y Visualización de Datos

• Métodos y Técnicas de Inferencia Estadística

• Modelos de Regresión: lineal y no lineal

• Identificando características de Datos Estructurados

• Caso 1: Identificando características de Datos Estructurados

• Caso 2: Identificando relaciones entre variables aplicando Modelos de Regresión

• Taller 2: Aplicación de Análisis Exploratorio en un caso de negocio

Sesión 3: MODELOS ANALÍTICOS CON MACHINE LEARNING

• Principales Ténicas de Tratamiento de Datos

• Métodos de Balanceo de Datos

• Técnicas de Selección y Análisis de variables

• Modelos Analíticos para los negocios: Supervisado y No Supervisado

• Principales algoritmos de Clasificación y Regresión

• Caso 1: Analizando información obtenida de Fuentes Externas

• Caso 2: Aplicación de Modelos Estadísticos en Data Empresarial

• Taller 3: Elaborando un Diagnóstico de Datos en un caso de negocio

Sesión 4: MACHINE LEARNING: MODELO NO SUPERVISADO

• Método de clustering: K - Means

• Método de clustering DBScam

• Modelo de asociación - Inmersión

• Método de Reducción de Dimensión (PCA)

• RFM: Análisis para Segmentación de Usuarios

• Caso 1: Elaboración de subconjuntos mediante Clustering

• Caso 2: Cómo identificar a mis Usuarios Potenciales

• Taller 4: Identificando Relaciones entre Datos Estructurados

Sesión 5: MACHINE LEARNING: MODELO SUPERVISADO

• Modelos analíticos: Regresión y Clasificación binaria / multiclase

• Algoritmos de Clasificación: Árboles de Decisión y Random Forest

• Algoritmos XGBoost y Catboost. Comparación de Algoritmos

• Analítica de Textos y Procesamiento de Lenguaje Natural

• Caso 1: Diseño de un modelo de clasificación para toma de decisiones

• Caso 2: Descubriendo Patrones y Tendencias en Bases de Datos

• Taller 5: Analizando Valores de Variable Críticas en Python

Sesión 6: ANÁLISIS PRESCRIPTIVO Y TOMA DE DECISIONES

• Evaluación de Modelos Analíticos

• Implementación de Modelos Analíticos

• Búsqueda de recomendaciones ópticas para la toma de decisiones

• Diferencias entre Storytelling y "mostrar resultados"

• Caso 1: Ventajas competitiva generadas por el Análisis Prescriptivo

• Caso 2: Aplicación de Técnicas y Recomendaciones de Storytelling

• Taller 6: Diseño de una Presentación de un caso real de negocio

Presentación y exposición de PROYECTO INTEGRADOR