DIPLOMATURA INTERNACIONAL EN
Technology Management
DIPLOMATURA INTERNACIONAL EN TECHNOLOGY MANAGEMENT
- 86 horas
- Medellín, Colombia
-
Formato Híbrido
(Presencial - Online)
-
$ 4.464.000 COP
pagar hasta 01 de septiembre
Technology Management con énfasis en Artificial Intelligence (IA) o Business Intelligence (BI).
El avance de las tecnologías digitales, la cuarta revolución industrial, la coyuntura actual y nuevos modelos de negocio, requieren de una gestión tecnológica en función de los objetivos y del propósito de una organización.
Artificial Intelligence (IA)
Business Intelligence (BI)
Objetivo del programa
- Analizar y aplicar los conceptos de BI o AI, vistos durante el programa, en diferentes escenarios de la gestión empresarial y de la vida profesional, para apoyar la toma de decisiones en el contexto organizacional colombiano e internacional.
Metodología del programa
1
La metodología es teórico-práctica: El programa se desarrolla utilizando la cátedra y el aprendizaje activo. Es decir, con la participación de los estudiantes, discutiendo y resolviendo problemas y talleres de aplicación de los diferentes temas.
2
Esto en paralelo con la solución de retos y casos, que incluyen el trabajo grupal. La metodología se apoya en el sistema de aprendizaje Blackboard de ESIC.
3
Tomando en cuenta que el programa se realiza mediante sesiones presenciales y también remotas, implementando el aprendizaje sincrónico.
4
La metodología apoya y orienta al estudiante en entender, interpretar, analizar, recordar, aplicar y evaluar los conceptos vistos en clase. Adicionalmente, la metodología se apoya a través de herramientas informáticas para desarrollar una mejor comprensión de sistemas y soluciones de BI o AI, desde la perspectiva de su gestión.
Claustro de profesores
Christian Lochmuller
Administrador de Empresas de la Universidad de Marburg en Alemania con un enfoque en Bancos y en Informática.
Isis Bonet Cruz
Doctora en Ciencias de la Computación, Máster en Ciencias de la Computación de la Universidad Central “Marta Abreu” de Las Villas, Cuba. 2001.
Antonio Furones
Director General | Director de Operaciones | COO | Managing Director | IE | EOI.
Alberto de Torres
CEO Nektiu, Experto en Tecnologías Emergentes . Ponente, profesor y Director Académico.
Temáticas del énfasis en Artificial Intelligence (IA)
Módulo 1: Fundamentos
- Establecer el contexto para la transformación, analizando el macro y micro entorno empresarial.
- Identificar las relaciones entre la transformación digital, la gestión tecnológica y de la innovación.
- La transformación digital de modelos de negocio: Casos y retos.
- Gestión estratégica de la transformación: Análisis “as-is”; Definición “to-be”; Acciones estratégicas.
- Utilizar la gestión de la tecnología digital y de la innovación para asegurar la competitividad empresarial.
- La arquitectura empresarial y los procesos de negocio, orientados a la transformación digital.
- Aplicar la gestión de la información y sistemas de información como facilitadores de la transformación.
- El valor de los datos y data management.
- La gestión del cambio más allá de “4.0” y nuevos retos.
Módulo 2: Introducción a Python
- Introducción y contextualización.
- Diferentes diagramas para una mayor comprensión (inicial) de los datos.
- Organizar, manipular y filtrar datos; incl. operaciones de “limpieza”.
- Definir condiciones y ciclos: if, for, while, lambda.
- El principio “DRY”: Escribir y utilizar funciones.
- El manejo de errores: try y catch.
- La orientación por objetos (OO): Programación utilizando clases en Python – una introducción
Módulo 3: Artificial Intelligence (AI)
- Aclarar términos, conceptos y el rol de la AI en función de los objetivos empresariales: Robótica, Visión y Aprendizaje de máquina.
- Casos de éxito o fracaso y diferentes retos empresariales: Sector de la salud 4.0; sector industrial; sector financiero (Fintech); sector de la construcción 4.0; sector agro de precisión.
- Aprendizaje de máquina (machine learning) y aprendizaje profundo (deep learning) aplicados.
- Gobernanza y gestión estratégica de la AI en una organización.
- La administración de la IA y proyectos e iniciativas AI.
- Gestionar aspectos legales y de ética de AI.
Módulo 4: Aplicabilidad
Temáticas del énfasis en Business Intelligence (BI)
Módulo 1: Fundamentos
- Establecer el contexto para la transformación, analizando el macro y micro entorno empresarial.
- Identificar las relaciones entre la transformación digital, la gestión tecnológica y de la innovación.
- La transformación digital de modelos de negocio: Casos y retos.
- Gestión estratégica de la transformación: Análisis “as-is”; Definición “to-be”; Acciones estratégicas.
- Utilizar la gestión de la tecnología digital y de la innovación para asegurar la competitividad empresarial.
- La arquitectura empresarial y los procesos de negocio, orientados a la transformación digital.
- Aplicar la gestión de la información y sistemas de información como facilitadores de la transformación.
- El valor de los datos y data management.
- La gestión del cambio más allá de “4.0” y nuevos retos.
Módulo 2: Introducción a Python
- Introducción y contextualización.
- Diferentes diagramas para una mayor comprensión (inicial) de los datos.
- Organizar, manipular y filtrar datos; incl. operaciones de “limpieza”.
- Definir condiciones y ciclos: if, for, while, lambda.
- El principio “DRY”: Escribir y utilizar funciones.
- El manejo de errores: try y catch.
- Programación utilizando clases en Python – una introducción.
Módulo 3: Artificial Intelligence (AI)
- Introducción y contextualización.
- Casos de éxito o fracaso y diferentes retos empresariales.
- Analizar la cadena de suministro de datos y desarrollar una estrategia de datos.
- Análisis “as-is”; Definición “to-be”; Acciones estratégicas.
- La administración de la analítica de datos y proyectos e iniciativas al respecto.
- Sistemas de bases de datos, almacenes de datos, lagos de datos.
- Comprender tecnologías para Big Data, el ecosistema Hadoop y retos en su gestión.
- MLOps para mejorar el desarrollo y la operación de soluciones.
- Gestionar aspectos legales y de ética de la analítica de datos.