Experto en Data Warehouse con Herramientas BI (Business Intelligence)

OBJETIVOS

La importancia del Business Intelligence aumenta cada día más por la necesidad empresarial de mejorar las gestiones y para ello se necesita un uso óptimo de las bases de datos para facilitar la toma de decisiones en este aspecto. Con Data Warehouse podrás obtener los datos de entrada, procesarlos a través de actividades de extracción, transformación y cargarlos en el DWH (Data Warehouse) con el objetivo que los usuarios tengan información de calidad para realizar actividades de BI.

CONTENIDOS

UNIDAD DIDÁCTICA 1. PRESENTACIÓN

1. Nociones básicas
2. - Minería de datos
3. - Minería de datos y aprendizaje automático
4. - Data Mining y Machine learning ¿Por qué?
5. Concepto de DataWareHouse
6. - Características de Datawarehouse
7. - Característica adicional
8. - Principales aportaciones de un DataWareHouse

UNIDAD DIDÁCTICA 2. DATA WAREHOUSE

1. Aplicación
2. - Principales aportaciones de un data warehouse
3. Elementos
4. - Definición de los objetivos
5. - Implementación
6. - Características
7. Data Warehouse en la nube
8. - Los beneficios de la cloud data integration

UNIDAD DIDÁCTICA 3. DATAMART

1. Datamart
2. DataMart: Componentes
3. - Fuentes de Datos
4. - Procesos de extracción, transformación y carga de datos (ETL)
5. - Data Warehouse
6. - Herramientas de Explotación

UNIDAD DIDÁCTICA 4. BASE DE DATOS CENTRAL

1. Base de datos central
2. - Productos comerciales para BI
3. - Productos Open Source para BI
4. - Beneficios de las herramientas de BI

UNIDAD DIDÁCTICA 5. IMPLEMENTACIÓN DE CUBOS 75

1. Creación de Cubos
2. - Plataformas OLAP
3. - Visores OLAP
4. Transformación, extracción y carga
5. - Fases de un proceso ETL

UNIDAD DIDÁCTICA 6. SISTEMAS OLAP

1. Discoverer Administrador
2. MOLAP, ROLAP & HOLAP
3. - Sistemas MOLAP
4. - Sistemas ROLAP
5. - Sistemas HOLAP
6. Sistema de Soporte a la Desición (DSS)
7. - Diferencia con otras herramientas de Business Intelligence
8. - Tipos de sistemas de Soporte de Decisiones
9. Sistemas de Información Ejecutiva (EIS)
10. Cliente y Servidor
11. Discoverer Desktop

UNIDAD DIDÁCTICA 7. MINERÍA DE DATOS

1. Minería de datos
2. ¿Qué podemos hacer con data Mining?
3. ¿Qué usos puede tener el data Mining?
4. Metodología de la minería de datos
5. Algunas técnicas estadísticas utilizadas en data mining
6. - Redes neuronales artificiales
7. Árboles de decisión
8. - Representación de un árbol de decisión
9. - Problemas apropiados para los árboles de decisión
10. Reglas de inducción
11. Redes Bayesanas
12. Algoritmos Genéticos

UNIDAD DIDÁCTICA 8. CICLO DATA MINING

1. Ciclo data mining
2. Minería de Textos y Web Mining
3. - Web Mining
4. Data mining y marketing
5. - Proceso de Data Mining