5 Tendencias de Análisis de Datos y Big Data. Guía de aprendizaje Francisco Javier Cervigon Ruckauer

5 Tendencias de Análisis de Datos y Big Data

Guía de aprendizaje

Objetivos

En este último tema, se presentarán las tendencias más importantes sobre análisis de datos y big data que van a marcar el desarrollo de este área durante los próximos años. En el apartado de análisis y visualización de datos se abordarán técnicas como el análisis de riesgos, la gestión de calidad o la aplicación del análisis y la visualización de datos para la toma de decisiones, los cuales resultan fundamentales para muchas empresas. En el apartado sobre técnicas econométricas se presentarán algunas metodologías para el modelado y predicción avanzada a partir de datos de series temporales. Finalmente, se concluirá esta sección con un repaso de las principales tecnologías que dirigirán la evolución del análisis de big data en los próximos años, así como sus principales áreas de aplicación.

Al concluir este módulo, habrás adquirido los siguientes conocimientos y competencias:

• Conocer cuáles son las principales herramientas y tendencias dentro del análisis y visualización de datos aplicado a diferentes casos (análisis de riesgos, gestión de calidad, toma de decisiones).
• Conocer cuáles son las metodologías actuales más importantes para el modelado y la predicción de datos temporales en econometría.
• Identificar cuáles son las tecnologías más relevantes que marcarán el desarrollo futuro del análisis de big data.
• Conocer las principales áreas de aplicación que más intensamente van a apostar por el análisis de big data como eje central de sus proyectos de extracción de conocimiento, desarrollo de nuevos servicios e innovación.
• 
  

Contenidos

Los contenidos tratados en este tema son:

1. Tendencias en análisis y visualización de datos.

• 1.1 Data Mining/Machine Learning.
• 1.2 Actividad de autoevaluación sobre el contenido del vídeo.
• 1.3 Análisis de riesgos y gestión de calidad.
• 1.4 Análisis y visualización de datos para toma de decisiones.

2. Tendencias en técnicas econométricas.

• 2.1 Metodologías para modelización y predicción avanzada.
• 2.2 TModelización y predicción univariante.
• 2.3 Actividad de autoevaluación sobre el contenido del vídeo.

3. Tendencias en análisis de big data.

• 3.1 Entrevista/debate sobre tendencias en análisis de big data.
• 3.2 Test sobre tendencias en análisis de big data.
• 3.4 Cloud computing y big data.
• 3.4 Aplicaciones del análisis de big data.
• 
  

Metodología y recursos

Para el desarrollo de este módulo, se seguirá una metodología que combina la presentación dinámica de conceptos teóricos y metodológicos junto con ejemplos que ilustran las tendencias más sobresalientes para la evolución futura del análisis de datos y big data. Se combinarán diversos tipos de materiales:

• Videoclases para presentar de forma detallada los conceptos, métodos, técnicas y herramientas que están marcando o marcarán tendencia en análisis de datos y big data.
• Presentaciones multimedia para focalizar el proceso de aprendizaje sobre herramientas o conceptos de especial relevancia.
• Pruebas de test a lo largo de todo el tema para reforzar la asimilación de ideas y conceptos básicos, permitiendo además la autoevaluación y la asimilación de los contenidos.
• Entrevistas con invitados del sector empresarial para conocer de primera mano cuáles son, en su opinión, las claves para entender las tendencias futuras en análisis de datos y big data.

Todas las herramientas tecnológicas mencionadas en el tema son software libre y se pueden descargar sin coste siguiendo los enlaces que se indicarán en los apartados correspondientes.

Francisco Javier Cervigon Ruckauer