$180 + IVA (no miembros)
Online
Duración
Fechas
Lunes, miércoles y jueves
Online
Duración
Cualquier información puede contactarse a nuestro correo electrónicos en el siguiente link
Horario: Lunes, miércoles y jueves de 19:00 a 21:00
Resumen:
El curso “Análisis de Información Académica con Business Intelligence (BI)” capacita a los docentes universitarios en el uso de herramientas tecnológicas como Talend y Power BI para gestionar y analizar datos académicos y de investigación. A través de un enfoque práctico, los participantes aprenden a extraer, transformar y visualizar información institucional, diseñando tableros interactivos y proyectos de BI que fortalezcan la toma de decisiones basadas en evidencia, la innovación educativa y la eficiencia en la gestión universitaria.
Audiencia:
• Docentes, investigadores y estudiantes de posgrado.
• Emprendedores y corporativos.
• Consultores y asesores estratégicos.
|
Competencia específica
|
|---|
|
Pensamiento estratégico y sistémico
|
|
Gestión de alianzas y recursos clave
|
|
Iteración y mejora continua
|
|
Colaboración multiactor
|
|
Liderazgo innovador
|
Características:
• Duración: 40 horas (22 horas teóricas, 18 horas prácticas).
• Modalidad: Virtual.
Objetivo General:
Desarrollar en los participantes las competencias técnicas y analíticas necesarias para diseñar, implementar y gestionar proyectos de Business Intelligence (BI) aplicados a la educación superior, mediante el uso de herramientas como Talend y Power BI, que permitan integrar, transformar y visualizar datos académicos y de investigación, contribuyendo a una gestión institucional basada en evidencia y mejora continua.
Requisitos Previos:
No existen requisitos estrictos para inscribirse; el curso está diseñado para que cualquier profesional, emprendedor o académico pueda seguirlo. Sin embargo, se recomienda:
• Conexión a internet.
• Manejo elemental de herramientas colaborativas en línea.
|
MODULO
|
TEMA
|
|---|---|
|
Fundamentos de Business Intelligence y el Rol de Talend (6h)
|
Evolución del BI y su aplicación en entornos universitarios (gestión e investigación).
|
|
Diferencia clave entre BI, Big Data y Analítica de Datos.
|
|
|
El Ciclo de Vida del Dato y el Ecosistema de Datos (Data Fabric): Posicionamiento de Talend como herramienta de Integración y Calidad.
|
|
|
Conceptos de Indicadores, Métricas y KPIs en educación e investigación.
|
|
|
Introducción a la arquitectura de solución: Talend (ETL/Preparación) → Data Warehouse/Lake → Power BI (Visualización).
|
|
|
Extracción y Calidad de Datos con Talend (10h)
|
Fuentes de Datos Académicas y Científicas: Conectores en Talend (bases de datos, archivos planos, APIs - Scopus, WoS, Google Scholar, bases administrativas).
|
|
Principios de ETL con Talend Open Studio/Data Fabric: Uso de componentes clave (tFileInput, tDBInput, tMap).
|
|
|
Limpieza y Gobernanza de Datos (Data Quality) en Talend: o Manejo de nulos, duplicados y errores de formato. o Uso de componentes de Data Quality (tStandardize, tFilterRow). o Perfiles de Datos (Data Profiling): Entender la calidad de los datos fuente antes de la transformación.
|
|
|
Introducción práctica a SQL dentro del flujo de Talend para consultas y filtros iniciales.
|
|
|
Transformación, Modelado y Carga con Talend (10h)
|
Diseño de Jobs de Transformación en Talend: Implementación de reglas de negocio y lógica de normalización.
|
|
Modelado Básico de Datos: Introducción a esquemas Estrella y Copo de Nieve para optimizar la carga a Power BI.
|
|
|
Técnicas de Agregación y Enriquecimiento de Datos en Talend (e.g., cálculo de métricas de impacto, normalización de afiliaciones).
|
|
|
Componentes de Carga (Load) y Conexión: Uso de tDBOutput y exportación de Datasets limpios y modelados listos para Power BI (vía Bases de Datos, Data Lake, o archivos optimizados).
|
|
|
Automatización y Orquestación: Introducción a la programación de Jobs de Talend (ejecución automática y recurrente).
|
|
|
Visualización y Dashboarding con Power BI (8h)
|
Conexión de Power BI a Datos Preparados por Talend: Importación vs. DirectQuery a fuentes de datos limpias.
|
|
Modelado Avanzado en Power BI: Relaciones (muchos a muchos), DAX básico para métricas institucionales (retención, eficiencia, productividad).
|
|
|
Creación de Dashboards Interactivos: o Reportes de productividad científica (ranking de publicaciones, impacto de colaboraciones). o Visualizaciones para seguimiento de proyectos de investigación.
|
|
|
Visualización Avanzada: Uso de gráficos clave (mapas de calor, series temporales, diagramas de dispersión y correlación).
|
|
|
Casos de Uso y Proyecto Final de BI (6h)
|
Diseño e Implementación de un Proyecto de BI Académico o de Investigación: Definición de indicadores y fuentes.
|
|
Gestión de la Innovación y Toma de Decisiones Basadas en Evidencia con el producto final de BI.
|
|
|
Presentación de Proyectos Finales: Entrega de un Job de Talend (ETL) y un Tablero de Power BI (Análisis).
|