Ivan Julià Sánchez
Soy Graduado en Informática por la UOC e Ingeniero Técnico en Informática por la UPC. Tengo 26 años de experiencia laboral, 10 en la empresa privada, en proyectos y sectores diversos, y 15 en la Diputació de Barcelona. Actualmente mi área principal es el Business Intelligence, con 11 años de experiencia en proyectos de análisis de datos y Big Data. Actualmente soy Jefe de Proyectos BI-Qlikview en l'Oficina Tècnica de Sistemes d'Informació junto con proyectos freelance BI.
Me interesa todo lo relativo al análisis de datos y la inteligencia de negocio, bajo todas sus formas. En un mundo donde cada vez manejamos más datos, es sumamente importante saberlas analizar para generar valor, y la transversalidad de su aplicación lo hace realmente interesante.
Contacto: ijulias@uoc.edu
Restricciones
Línea 1: Business Intelligence datos reales de empresa
A partir de datos reales de la empresa donde trabaja el estudiante (o que tiene interés y acceso al sistema de información) se trabajará sobre la creación de cuadros de mando (CM), cuadro de mando integral (CMI)(balanced scorecard), visualización de datos, mapas, ETL, DWH, reporting, etc.
Es una línea de trabajo muy interesante ya que desarrolla un resultado sobre las necesidades reales del negocio. Se tiene muy en cuenta aspectos cómo los interesados reales en la empresa, la calidad del resultado, prevenir posibles riesgos de desarrollo y su posible evolución futura.
Tienen cabida todos aquellos trabajos de ámbito general de la empresa, donde la generación y uso de un sistema de análisis de datos, aporte un beneficio claro, ya sea en el área de clientes, operaciones, logística, personas, etc.
Las dos líneas tecnológicas son bienvenidas, proyectos que trabajan con cierto volumen de datos, y con una necesidad de análisis estratégico y/o de gestión operativa, que lo encajan en la línea de BI, como aquellos proyectos que manejan un alto volumen de información y necesitan de la tecnología necesaria para su proceso.
Línea 2: Business Intelligence sobre datasets públicos
A partir de datasets publicos disponibles, el estudiante deberá plantear un escenario con posibles objetivos de negocio y establecer preguntas factibles, para comprender el porqué de su actividad y poder establecer mejoras. Se trabajará sobre la creación de cuadros de mando, cuadros de mando integral, visualización de datos, mapas, ETL, DWH, reporting, predicciones, etc.
Ejemplos de casos de uso:
- Análisis y desarrollo de un cuadro de mando en el sector retail (https://www.kaggle.com/datasets/bravehart101/sample-supermarket-dataset)
- Análisis de los establecimientos Airbnb de la ciudad de Nueva York (https://www.kaggle.com/datasets/dgomonov/new-york-city-airbnb-open-data)
- Análisis de las reservas de un Hotel (https://www.kaggle.com/datasets/mojtaba142/hotel-booking)
- Análisis del alquiler de una compañía de bicicletas (https://www.kaggle.com/datasets/gunnarn/chicago-bicycle-rent-usage)
- Análisis de los incendios forestales en Castelló (https://datos.gob.es/es/catalogo/a10002983-incendios-forestales-2016-2018)
- Análisis del sector Inmobiliario de Barcelona (https://www.kaggle.com/datasets/jorgeglez/barcelona-idealista-housingprices)
- Análisis del consumo de la demarcación de Barcelona (https://dadesobertes.diba.cat/datasets/enquesta-dhabits-de-consum-i-compra)
Ejemplos de Fuentes de datasets disponibles donde el estudiante podrá buscar datos para poder ser analizados:
- Azure
- Dades obertes Diputació de Barcelona
Otras consideraciones
El profesor colaborador puede atender a estudiantes en catalán, castellano e inglés.