CURSO:VISUALIZACION DE DATOS TRADUCCION:DATA VISUALIZATION SIGLA:INF3531 CREDITOS:05 MODULOS:02 CARACTER:OPTATIVO TIPO:CATEDRA CALIFICACION:ESTANDAR PALABRAS CLAVE:CIENCIA DE DATOS, VISUALIZACION DE DATOS, FUENTES DE INFORMACION NIVEL FORMATIVO:MAGISTER I.DESCRIPCIÓN DEL CURSO En este curso los estudiantes analizaran la importancia, principios y casos de la visualizacion de datos en el contexto de un mundo laboral que utiliza cada vez mas sensores, mediciones y datos, para poder realizar buenos analisis y lograr comunicar efectivamente los descubrimientos y conocimientos obtenidos, a traves de una optima visualizacion de la informacion, tarea fundamental para practicamente cualquier profesional. Los estudiantes podran a traves del analisis de casos, aplicar conocimientos sobre fundamentos y tecnicas sobre visualizacion de datos, para facilitar procesos de analisis y comunicacion desde la perspectiva de visualizacion de datos aplicada. II.RESULTADOS DE APRENDIZAJE 1.Valorar la importancia de la visualizacion de datos. 2.Aplicar los conceptos fundamentales de las tecnicas de visualizacion, comunicacion y dise?o efectivo. 3.Implementar tecnicamente los principales programas de visualizacion. 4.Analizar datos de manera grafica. 5.Implementar reportes y tableros de manera efectiva. III.CONTENIDOS 1.Teoria sobre Visualizacion de Datos 1.1.Introduccion: breve historia, disciplinas de comunicacion grafica e importancia de visualizar datos 1.2.La ?des-Excelizacion? y democratizacion de datos en la empresa 1.3.Condiciones necesarias para una visualizacion: datos y casos 1.4.Objetivos de la visualizacion: contenido vs usuario, acceso, interaccion y actualizacion 1.5.Fuentes de informacion: sistemas transaccionales, sistemas web, datos publicos 1.6.Preparacion de datos: integridad, calidad, homologacion 1.7.Generalidades sobre tipos de datos: medidas, dimensiones 1.8.Atributos a usar en una visualizacion 1.9.Analisis de los tipos de graficos mas comunes para representar datos 1.10.Exploracion visual de datos 1.11.Indicadores, Reportes y Dashboards 1.12.Presentacion de las herramientas principales del mercado 1.13.Visualizaciones avanzadas: scripting 2.Visualizacion de Datos Aplicada 2.1.Datos de empresa: reportes transversales a industrias y vistas especificas 2.2.Revision de casos de uso de Dashboards generales 2.3.Revision de casos de uso especificos por industrias 2.4.Revision de casos de uso por niveles de usuarios: analistas vs C-level IV.ESTRATEGIAS METODOLOGICAS -Clases teoricas. -Analisis interactivos de casos. -Talleres practicos de aplicacion. V.ESTRATEGIAS EVALUATIVAS -Controles: 50% -Actividad practica grupal: 50% VI.BIBLIOGRAFIA Minima Fahad Akhtar, S.M. ?Big Data Architect's Handbook?, Packt Publishing, 2018. Jan, H., Kamber, M., ?Data Mining: Concepts and Techniques?, Morgan Kaufmann, 2011. Foreman, J. W. ?Data Smart: Using Data Science to Transform Information into Insight?, Wiley, 2013. Provost, F., Fawcett, T., ?Data Science for Business: What You Need to Know about Data Mining and Data-Analytic Thinking?, O'Reilly Media, 2013. Complementaria Azarmi, B., ?Scalable Big Data Architecture: A practitioners guide to choosing relevant Big Data architecture?, Apress, 2015. Bassat, L., ?Inteligencia comercial?, Plataforma, 2011. Barlow, M., ?The Culture of Big Data?, O'Reilly Media, 2015 Inmon, W.H., ?Building the Data Warehouse?, Wiley, 2002. Kimball, R., ?The data warehouse toolkit: the complete guide to dimensional modeling?, Wiley, 2002. Needham, J., ?Disruptive Possibilities: How Big Data Changes Everything?, O'Reilly Media, 2015 Sinha, S., ?Making Big Data work for your business?, Impackt Publishing, 2014. PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE ESCUELA DE INGENIERIA / JUNIO 2020