Imprimir

Programa

CURSO:MINERÍA DE PROCESOS	 
TRADUCCIÓN:PROCESS MINING
SIGLA:INF3803
CRÉDITOS:05 UC3 SCT
MÓDULOS:02	
CARÁCTER:OPTATIVO
TIPO:CÁTEDRA, TALLER
CALIFICACIÓN:ESTÁNDAR
DISCIPLINA:INGENIERÍA, COMPUTACIÓN
PALABRAS CLAVE:COMPUTACIÓN,INTELIGENCIA,ARTIFICIAL,CIENCIA,DATOS,MINERÍA,PROCESOS


I.DESCRIPCIÓN DEL CURSO 

El curso presenta un estado del arte en Minería de Procesos (Process Mining), disciplina conocida como “Data Science para Procesos”. En este curso los estudiantes analizarán los datos generados por los sistemas de información sobre los procesos de negocio que apoyan, para poder entender, monitorear, analizar y mejorar dichos procesos. Para ello, se presentarán las metodologías, algoritmos y software que permiten analizar procesos de negocio a partir de los datos. En este curso, los estudiantes tendrán la oportunidad de realizar actividades prácticas, que les permitan entender cuáles son el potencial y los límites del estado del estado del arte actual. 


II.RESULTADOS DE APRENDIZAJE 

1.Identificar los fundamentos teóricos detrás de las técnicas y algoritmos en el estado del arte de Minería de Procesos. 

2.Describir las distintas técnicas y algoritmos de Minería de Procesos identificando las condiciones donde funcionan correctamente y cuáles son sus limitaciones. 

3.Extraer datos de los sistemas de información organizacionales y prepararlos para utilizar las técnicas y algoritmos de Minería de Procesos. 

4.Aplicar distintas técnicas y algoritmos de Minería de Procesos interpretando los resultados para proponer mejoras concretas a los procesos de negocio analizados. 

5.Proponer mejoras en el proceso de negocio a partir de la información analizada.

6.Utilizar herramientas de apoyo y software de Minería de Procesos. 


III.CONTENIDOS

1.Introducción a la minería de procesos.

2.Almacenamiento y Obtención de Información en Logs Orientados a Procesos.

3.Descubrimiento de Procesos.

4.Chequeo de Conformidad en Procesos.

5.Análisis y Mejora de Procesos.


IV.ESTRATEGIAS METODOLÓGICAS 

-Clases expositivas.

-Actividades prácticas. 

-Aprendizaje basado en proyectos. 


V.ESTRATEGIAS EVALUATIVAS

-Proyectos: 80%

-Control: 20%


VI.BIBLIOGRAFÍA 

Mínima

Wil M. P. van der Aalst: Process Mining - Data Science in Action, Second Edition. Springer 2016, ISBN 978-3-662-49850-7, pp. 1-452

Jorge Munoz-Gama: Conformance Checking and Diagnosis in Process Mining - Comparing Observed and Modeled Processes. Springer 2016, ISBN 978-3-319-49450-0, pp. 1-195

Marlon Dumas, Marcello La Rosa, Jan Mendling, Hajo A. Reijers:

Fundamentals of Business Process Management. Springer 2013, ISBN 978-3-642-33142-8, pp. I-XXVII, 1-399


Complementaria

Wil M. P. van der Aalst, Christian Stahl: Modeling Business Processes - A Petri Net-Oriented Approach. Cooperative Information Systems series, MIT Press 2011, ISBN 978-0-262-01538-7, pp. I-XII, 1-386

Ronny Mans, Wil M. P. van der Aalst, Rob J. B. Vanwersch: Process Mining in Healthcare - Evaluating and Exploiting Operational Healthcare Processes. Springer Briefs in Business Process Management, Springer 2015, ISBN 978-3-319-16070-2, pp. 1-91


PONTIFICIA UNIVERSIDAD CATÓLICA DE CHILE 
ESCUELA DE INGENIERÍA/ ENERO 2020