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

• Python y su importancia en el mundo

• Variables y operadores en Python

• Entendiendo los tipos de datos básicos: Enteros, flotantes, string

• Operaciones básicas de aritméticas y de texto

• Caso 1: Operaciones aritméticas

• Caso 2: Operaciones con strings

• Taller 1: Crea una calculadora con Python

Sesión 2: TIPOS Y ESTRUCTURA DE DATOS CON PYTHON

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

• Tuplas, diccionarios, conjuntos

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

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

• Caso 1: Operaciones con tuplas

• Caso 2: Operaciones con diccionarios

• Taller 2: Realiza operaciones con estructuras de datos

Sesión 3: ESTRUCTURAS SELECTIVAS Y FUNCIONES

• Estructuras condicionales: (If, else)

• Estructuras repetitivas (for, while) y el uso de break y continue

• Creación y sintaxis de funciones

• Variables locales y globales

• Caso 1: Condicionales anidadas

• Caso 2: Funciones de bucles y condicionales

• Taller 3: Aplicación de estructuras selectivas para la toma de decisiones lógicas

Sesión 4: MANIPULACIÓN DE DATOS CON PANDAS

• Funciones lambda, documentación y organización del código en módulos

• Uso de librería pandas, series y dataframes

• Lectura de Datasets: txt, csv, xlsx

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

• Combinación y cruce de Datasets

• Caso 1: Análisis estadístico de datos con pandas

• Caso 2: Manipulación de datos en un dataset

• Taller 4: Exploración de datos de un caso de negocio con pandas

Sesión 5: ANÁLISIS Y VISUALIZACIÓN DE DATOS CON MATPLOLIB

• Librerías de Data Viz: Matplotlib

• Creación y personalización de gráficos con Matplotlib

• Qué gráfico usar según tu necesidad; Comparación, relación, distribución y composición

• Buenas prácticas en la visualización de datos

• Caso 1: Análisis visual de datos con Matplotlib

• Caso 2: Creación de distintos tipos de gráficos

• Taller 5: Análisis exploratorio de datos con Matplotlib

Sesión 6: VISUALIZACIÓN AVANZADA DE DATOS CON SEABORN

• Seaborn y su optimización sobre Matplotlib

• Creación y manipulación de gráficos con Seaborn

• Gráficos univariados, bivariados y multivariados

• Caso 1: Análisis estadístico de datos con Seaborn

• Caso 2: Creación de distintos tipos de gráficos

• Taller 6: Análisis avanzado de datos con Seaborn

Presentación y exposición del PROYECTO INTEGRADOR

Sesión 1: TECNOLOGÍA PARA CIENCIA DE DATOS

• Tecnología para toma de decisiones: Business intelligence, analytics, machine learning e IA

• Ramas de la estadística, tipos de variables, medidas de posición y dispersión

• Ciclo de vida de modelos analíticos

• Metodología analítica: SEMMA - CRIPS DM

• Importación de bases de datos: JSON, Excel, SPSS, CSV en Python

• Caso 1: Analizando medidas de dispersión en datos empresariales

• Caso 2: Aplicación de metodología CRIPS DM en empresas

• Taller 1: Gestión de bases de datos en Python

Sesión 2: ESTADÍSTICA PARA CIENCIA DE DATOS CON PYTHON

• Estadística y análisis exploratorio de datos

• Probabilidad y estadística en ciencia de datos

• Métodos de balanceo de datos

• Técnicas de selección y análisis de variables

• Principales algoritmos de clasificación y regresión

• Caso 1: Integrando proceso de análisis exploratorio de datos

• Caso 2: Aplicando modelos estadísticos en data empresarial

• Taller 2: Elaborando un diagnóstico de datos en un caso de negocio

Sesión 3: MANIPULACIÓN Y ANÁLISIS DE DATOS

• Análisis exploratorio de datos estructurados

• Tratamiento de datos para tipos de variables

• Métodos y técnicas de inferencia estadística

• Detección de valores atípicos

• Modelos de regresión: Lineal y no lineal

• Caso 1: Identificando características de datos estructurados

• Caso 2: Identificando relaciones aplicando modelos de regresión

• Taller 3: Aplicación de análisis exploratorio en un caso de negocio

Sesión 4: MACHINE LEARNING: MODELO SUPERVISADO

• Modelos de regresión: Paramétrico y no paramétrico

• Regresión lineal: Modelos y aplicaciones

• Modelo de árboles de clasificación

• Métricas para evaluación de modelos supervisados

• Caso 1: Descubriendo patrones y tendencias en bases de datos

• Caso 2: Aplicando modelo de regresión lineal múltiple

• Taller 4: Identificando relaciones críticas en tu modelo de datos

Sesión 5: MACHINE LEARNING: MODELO NO SUPERVISADO

• Introducción a modelos no supervisados

• Modelos de Clustering

• Selección de variables: features, selection

• 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 5: Identificando relaciones entre datos estructurados

Sesión 6: ANÁLISIS PRESCRIPTIVO Y TOMA DE DECISIONES

• Evaluación de modelos analíticos

• Implementación de modelos analíticos

• Búsqueda de recomendaciones óptimas para la toma de decisiones

• Diferencias entre storytelling y "mostrar resultados"

• Caso 1: Ventajas competitivas 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 del PROYECTO INTEGRADOR