La Analítica de Negocio es la actividad y profesión más en alza en Business Intelligence desde la llegada del Big Data. La definición de Analítica de Negocio (Business Analytics) aportada por Thomas H. Davenport, de Competing on Analytics es: “Entendemos por business analytics el uso intensivo de datos, de la estadística y del análisis cuantitativo, de los modelos predictivos y explicativos, y de la toma de decisiones basadas en hechos y evidencias. BA puede ser un input para la toma de decisiones por parte de personas o bien puede ser motor para la toma de decisiones automatizada”.

La Analítica de Negocios, es la disciplina funcional que todo analista de negocio debe incorporar como habilidad propia a la hora de trabajar en proyectos de Business Intelligence y Big Data.

El objetivo general del curso es introducir al participante en la disciplina de la Manipulación de datos, presentando los aspectos básicos para la implementación de herramientas y técnicas de desarrollo de datos, utilizando Python como lenguaje de programación.

Personas que tengan interés en conocer herramientas de  programación para Análisis de Datos. 

Personas que ayudan a la toma de decisiones dentro de una organización mediante la provisión de datos.

Todo aquel que desee mejorar sus habilidades analíticas y técnicas en el desarrollo de datos.

UNIDAD N° 1: Python Basics

En esta unidad se revisará los conceptos bases del lenguaje y algunas operaciones y validaciones de tipos de datos.

En segunda instancia se trabajará con el manejo de objetos de lista (creación, acceso, recorrido, borrado).

Luego se trabajará con la utilización de funciones (custom) y métodos estándar de los objetos nativos de Python.

Por último, se enseñará diferentes modos de importación de librerías (packages) según el propósito.

UNIDAD N° 2: Estructuras de datos para trabajar con datasets

En esta unidad se revisarán los objetos base para trabajar con datasets en Python (arrays, dictionaries), acceder a los valores de dichos objetos y realizar operaciones matemáticas, lógicas, estadísticas.

Por último, se realizarán ejercicios con la librería Pandas para manipulación de datos, donde inicialmente veremos lógicas de lectura y recorrido de valores.

UNIDAD N° 3: Lógica, flujos y filtrado en DataFrames (datasets Pandas)

En esta unidad se aprenderá a cómo aplicar operadores de comparación, booleanos y condicionales dentro de los DataFrames utilizando la librería Pandas.

Luego, se trabajarán ejercicios de loops para iterar sobre listas, diccionarios y DataFrames.

UNIDAD N° 4: Visualización de datos

En esta unidad recorreremos las libererías principales (matplotlib, seaborn, plotly) para realizar diferentes plots según nuestras necesidades y el tipo de datos con el que contamos.

Se realizarán ejercicios de ajuste de gráficas en las etiquetas, superficies, paleta de colores y estilos de los gráficos.

• Público en General: $ 24.000.-

• Descuentos Alumnos de grado FACE

Cupo máximo de asistentes: 30 personas