ESPECIALIZACIÓN INTERNACIONAL

INGENIERÍA DE
DATOS
INICIO:

Certificación adicional a nombre de la Certificación adicional a nombre del

7 DE OCTUBRE
Universidad Nacional Agraria de la Selva Colegio de Economistas del Perú
ESPECIALIZACIÓN INTERNACIONAL

INGENIERÍA DE DATOS
Un ingeniero de datos es responsable de crear y
mantener las estructuras de datos y la arquitectura
técnica necesaria para ingerir, procesar e implementar
aplicaciones de uso intensivo de datos a gran escala.

5 MESES

SÁBADO DE 3:00 - 6:00 P.M. Y DOMINGO DE 10:00 A.M. - 1:00 P.M.

ENTREGA DE 8 CERTIFICADOS

· GEM EDUCA se reserva el derecho de modificar la plana docente, por motivos de fuerza mayor
o por disponibilidad del profesor, garantizando que la calidad de la especialización internacional
no se vea afectada. Toda modificación será comunicada anticipadamente a los participantes.
DATA STORAGE

ESSENTIALS
MÉTODOS DE ALMACENAMIENTO DE INFORMACIÓN

Ficheros planos.

Bases de datos.
Bases de datos relacionales y SQL.

Casos de estudio.

NOSQL

Descripción y tipos de bases de datos NoSQL.

Historia e instalación de MongoDB.

Conceptos básicos en MongoDB.

Patrones de diseño en MongoDB.

DATA STORAGE

ESSENTIALS
TRATAMIENTO DE DATOS EN MONGODB

Inserción de datos.

Lecturas y consultas.
Actualización de datos.

Agregación.

GESTIÓN DE MONGODB

Migración de base de datos.

Rendimiento y Sharding.
Seguridad.
INTELIGENCIA ARTIFICIAL CON

PYTHON
INTRODUCCIÓN
Aproximación a los conceptos inteligencia artificial, aprendizaje
automático y minería de datos. Interés y aplicaciones.

Definición de aprendizaje, tareas básicas y ejemplos.

Etapas en el descubrimiento de conocimiento.

Referencias bibliográficas.

PYTHON PARA LA IMPLEMENTACIÓN DE TÉCNICAS DE

INTELIGENCIA ARTIFICIAL
El lenguaje Python: conceptos básicos e instalación.

La sintaxis de Python.
Listas, tuplas, conjuntos y diccionarios.

Librerías útiles para el análisis de datos.

La librería NumPy para el manejo de datos.

Importación de datos.
Introducción a Machine Learning con librerías en Python.
INTELIGENCIA ARTIFICIAL CON

PYTHON
ÁRBOLES DE DECISIÓN
Representación del conocimiento mediante árboles
de decisión.

Algoritmo básico de aprendizaje de árboles de decisión: ID3.

Espacio de búsqueda y bias inductivo.

Métodos de selección de atributos.

Sobreajuste y poda de árboles.

Medidas de precisión de la clasificación. Curva ROC.

Simplificación de árboles de decisión mediante

poda: algoritmo C4.5.
INTELIGENCIA ARTIFICIAL CON

PYTHON
REGLAS

Reglas de clasificación y reglas de asociación.

Algoritmos de aprendizaje de reglas de clasificación

Algoritmos de aprendizaje de reglas de asociación.

REDES NEURONALES ARTIFICIALES

Fundamento biológico.

La neurona artificial. El perceptrón.

Redes neuronales multicapa.

Redes neuronales recurrentes. Redes Hopfield.

INGENIERÍA PARA EL PARA EL PROCESAMIENTO

MASIVO DE DATOS
INTRODUCCIÓN A LAS TECNOLOGÍAS BIG DATA

Introducción y objetivos.

La sociedad interconectada: la era del cliente.

Definición de las tecnologías Big Data.
Origen de las tecnologías Big Data.

HADOOP HDFS Y MAPREDUCE

Introducción y objetivos.

Introducción a HDFS.
Arquitectura de HDFS.

Comandos de HDFS más frecuentes.

Programación distribuida y MapReduce.
INGENIERÍA PARA EL PARA EL PROCESAMIENTO

MASIVO DE DATOS
SPARK I

Introducción y objetivos.

Apache Spark.
Componentes de Spark.
Arquitectura de Spark.
Resilient Distributed Dataset (RDD).

Transformaciones y acciones.
Jobs, stages y Tasks.
Ejemplo completo con RDD.

SPARK II

DataFrames en Spark.

API estructurada de Spark: lectura y escritura de DataFrames.

API estructurada de Spark: manipulación de DataFrames.
Ejemplo de uso de API estructurada.
Spark SQL.
INGENIERÍA PARA EL PARA EL PROCESAMIENTO

MASIVO DE DATOS
SPARK III

Spark MLlib.

Spark Structured Streaming.

APACHE KAFKA

Mensajería publicación/suscripción.

Introducción a Apache Kafka.

Casos de uso típicos de Kafka.

Conceptos fundamentales.
Implementación de productores Kafka.
Implementación de consumidores Kafka.
VISUALIZACIÓN DE

DATOS MASIVOS
INTRODUCCIÓN AL POWER BI.
Instalación y configuración de Power BI Desktop.
Entorno Power BI.
Importación de datos de diferentes fuentes existentes.
Buenas prácticas a la hora de trabajar con Power BI.

POWER BI FOR ETL

Query Editor (Proceso de ETL).

Combinar y anexar consultas.

Solución de errores frecuentes.

Modelamiento de datos.
Inteligencia de tiempo.

Creación de Medidas.
Funciones ALL, Filter y Calculate.
VISUALIZACIÓN DE

DATOS MASIVOS
POWER BI FOR BIG DATA
Creación de Dashboards.
User Interface.
Actualización y publicación del Proyecto.

POWER BI FOR BUSINESS INTELLIGENCE

Creación de Dashboards Gerenciales.

User Xperience.
Creación de Tooltips.

Creación de Bookmarks.
Dar formato de Sistema de Reportería a nuestro proyecto.

Storytelling.
WEB SCRAPING
Conceptos de Web Scraping.
Procesos con API (Wikipedia, Facebook y Twitter).
Procesos con URL. Conociendo sobre HTML. Aprendiendo
sobre XPATH.
Web Scraping estático y dinámico.
Web drivers (Selenium).

Gestión automática, envíos y ejecución automática.

Gestión de archivos (dejando huella en la web).

Automatización robótica de procesos (RPA).

CLOUD COMPUTING CON

AZURE
CLOUD COMPUTING I
Introducción a Cloud Computing.
Ventajas del Cloud Computing.
Tipos de nube y servicios en la nube.
Casos de uso de los servicios en la nube.
Microsoft Azure.

CLOUD COMPUTING II
Amazon Web Services.
Regiones y Availability Zones (AZ).
Servicios transversales: seguridad y gestión.
Servicios de computación.
Servicios de red.
Servicios de almacenamiento.
Bases de datos.
Servicios de Big Data y Analítica.
Machine Learning e Inteligencia Artificial.
CLOUD COMPUTING CON

AZURE
CLOUD COMPUTING III
Google Cloud Platform.
Regiones y zonas.
Servicios transversales: seguridad y gestión.
Servicios de computación.

Servicios de red.

Servicios de almacenamiento.
Bases de datos.

Servicios de Big Data y Analítica.

Machine Learning e Inteligencia Artificial.
DOCENTE:

Ricardo Fernández
Magister
Licenciado en Ingeniería
Financiera por la Universidad
Católica Boliviana, magíster en
Estadística Aplicada por la
Universidad de Granada
(España) y actualmente está
llevando el doctorado en
Inteligencia Artificial por la
Universidad Politécnica de
Cataluña (España) y el doctorado
en Estadística Matemática y
Aplicada en la Universidad
Politécnica de Cataluña
(España); también posee
certificación en TensorFlow por
deeplearning.ai, Google Project
Management y Google Data
Analytics. Ha laborado como
analista de datos, científico de
datos y analista de business
intelligence en diversas
instituciones tecnológicas de
España. Actualmente se
desempeña como analista de
estadística y Big Data en Grupo
Mediapro (España).
DOCENTE:

Rodrigo Rubén Berríos Mariño

Ingeniero
Ingeniero Comercial, Licenciado en
Administración Financiera y T.S. en
Sistemas Informáticos con
diplomados en Educación Superior
- FBC, Aprendizaje Automático y
Ciencia de Datos además de contar
con diversas especializaciones en
las áreas Estadística, Econometría
aplicada, Data Science y Finanzas
Corporativas. Actualmente
desempeñado docencia en el
Instituto Técnico CEC S.R.L. Oruro
además de realizar trabajos de
consultoría y brindar
asesoramiento práctico,
capacitaciones, apoyo didáctico y
tutorías independientes en trabajos
de investigación y académicos a
nivel nacional e internacional.
DOCENTE:

Juan Luis Soplín Escalante

Magister

Ingeniero informático por la

Universidad Nacional de San
Martín, actualmente se
encuentra cursando la
maestría en Ciencias es
mención de Tecnologías de
Información por la misma casa
de estudios. Ha laborado en
diversas instituciones privadas
como consultor para diversos
proyectos de Big Data,
Business Intelligence, Data
Science y Machine Learning.
DOCENTE:

Andres Antonio Campaña Acuña

Magister
Economista por la Universidad
Nacional del Callao (UNAC).
Laboró como científico de datos
en INDECOPI, especialista en
bioestadística en el Instituto
Nacional Materno Perinatal
(INMP), especialista en
inteligencia artificial en
Gigimentore y automatizador de
procesos en la Superintendencia
Nacional de Educación
Universitaria (Sunedu).
Actualmente está laborando en
el Observatorio del Comercio
Internacional como investigador.
NUESTROS MEDIOS DE

PAGO
Para hacer efectiva su matrícula, realice el abono a cualquiera
de nuestras cuentas de ahorros y envíenos el comprobante
escaneado o en foto, junto con sus nombres y apellidos
completos, correo electrónico y celular a nuestro WhatsApp.

Aceptamos:

También:
INVERSIÓN
AL CONTADO

Promoción Comunidad Corporativo

Normal (Hasta el 06 de octubre) GEM (3-5 personas)

Perú S/ 960 S/ 600 S/ 560 S/ 530

Otros
$ 300 USD $ 188 USD $ 175 USD $ 166 USD
Países

EN CUOTAS SIN INTERESES

Comunidad Corporativo
Promoción Fecha Límite
GEM (3-5 personas)

S/ 200 o S/ 187 o S/ 177 o 06/10/2023

Cuota 1
$ 63 USD $ 59 USD $ 56 USD

S/ 200 o S/ 187 o S/ 177 o

Cuota 2 06/11/2023
$ 63 USD $ 58 USD $ 55 USD

Cuota 3 S/ 200 o S/ 186 o S/ 176 o 06/12/2023

$ 62 USD $ 58 USD $ 55 USD

- 2 años de acceso compartido al material y videos.

- Los videos estarán cargados en un plazo máximo de 48 horas.

· Nota: Las anulaciones de inscripciones o cambios de participantes se deberán realizar dos días útiles antes
de la fecha de inicio del programa. Para ello, deberá enviar una carta con la solicitud correspondiente. En
caso contrario, la empresa GEM EDUCA no aceptará modificaciones en el proceso de inscripción.