Módulo

Competencias  del módulo

Contenidos mínimos

ADMINISTRACIÓN ESTRATÉGICA DE TECNOLOGÍAS E INNOVACIÓN

Que el estudiante adquiera conocimientos teórico-prácticos y desarrollé habilidades para implementar y desarrollar estrategias tecnológicas e innovación, en función a los requerimientos de un mercado globalizado.

-En esta materia principalmente se estudian aspectos relacionados con la Integración de la Estrategia de Negocios con Tecnologías, como también el Diseño e Implementación de Estrategias Tecnológicas.
-Un aspecto de mayor relevancia es el Desarrollo de Capacidades Innovarías en los Procesos relacionados con la Tecnología como también los Actores que intervienen.

ESTADÍSTICA PARA APLICACIONES DE NEGOCIOS I

El estudiante logrará utilizar el fundamento estadístico impartido en el curso como base para la utilización más apropiada de las técnicas de Minería de Datos.

-En la materia se estudian tópicos relacionados a aspectos que son base formal para las técnicas de Minería de Datos.
-Se inicia con un mirada a la Estadística Descriptiva y el Cálculo de probabilidades, luego se entra en detalle en el estudio de Intervalos de confianza y pruebas (tests) de hipótesis. Luego se ven dos temas que se consideran por si mismos parte de la Minería de Datos los cuales son el Análisis de Regresión y la Correlación.

SISTEMAS DE APOYO A LA TOMA DE DECISIONES

Al finalizar el curso, el estudiante identificará los elementos principales del proceso de Toma de Decisiones en las organizaciones.

-Se inicia con una introducción a los sistemas de información que apoyan a la alta dirección, luego se estudia el proceso de Toma de Decisiones en las organizaciones, para lo cual se ilustran las áreas de Mercadotecnia, Recursos Humanos, Operaciones, Finanzas y Servicios administrativos y de control, en su relación con los Sistemas Gerenciales desde las operaciones hasta la toma de decisiones a nivel gerencial y ejecutivo. Luego se estudian algunos aspectos relacionados a tecnologías de sistemas de soporte para la toma de decisiones.

DEPÓSITOS DE DATOS

El estudiante podrá realizar procesamiento de datos históricos que le permitan un análisis exhaustivo de la situación de la organización utilizando tecnologías de Depósitos de Datos (ing Data Warehousing).

-En esta materia se estudia la tecnología del Data Warehousing haciendo un énfasis en los Data Marts. Entre otros temas se ve la Arquitectura de Referencia de esta tecnología, una metodología del ciclo de desarrollo de un Data Mart, el modelado multidimensional y las tecnologías relacionadas con el Procesamiento Analítico en Línea (ing. On Line AnalyticalProcessing - OLAP) tanto relacional como multidimensional, todo este estudio desde la perspectiva del análisis de las necesidades empresariales.

Módulo

Competencias  del módulo

Contenidos mínimos

INTEGRACIÓN Y PREPARACIÓN DE DATOS

El estudiante podrá realizar la preparación de datos con el objeto de facilitar la aplicación de las técnicas de Minería de Datos para el descubrimiento y evaluación de conocimiento en grandes volúmenes de datos.

-En este curso inicialmente se hace una descripción de las Bases de Datos desde su perspectiva de Estructuración, Integridad y Manipulación de Datos. Como tema base se tiene a la exploración de datos como proceso para realizar la Construcción de representaciones “minerables” de datos. Se ven aspectos relacionados a las etapas en la preparación de datos, Muestreo, Variabilidad y Confianza. Luego se estudian los procesos relacionados con variables no-numéricas. Y otros aspectos como la Normalización y redistribución de variables, el reemplazo de valores faltantes y vacíos, las variables seriales y las preparación y uso de conjuntos de datos.

MINERÍA DE DATOS

El estudiante logrará utilizar el fundamento estadístico impartido en el curso como base para la utilización más apropiada de las técnicas de Minería de Datos.

-En la materia se estudian tópicos relacionados a aspectos que son base formal para las técnicas de Minería de Datos.
-Se inicia con un mirada a la Estadística Descriptiva y el Cálculo de probabilidades, luego se entra en detalle en el estudio de Intervalos de confianza y pruebas (tests) de hipótesis. Luego se ven dos temas que se consideran por si mismos parte de la Minería de Datos los cuales son el Análisis de Regresión y la Correlación.

ESTADÍSTICA PARA APLICACIONES DE NEGOCIOS II

El estudiante logrará utilizar el fundamento estadístico avanzado como base para la utilización más apropiada de las técnicas de Minería de Datos.

-En la materia se estudian tópicos relacionados a aspectos que son base formal más profunda que la materia de primera fase para las técnicas de Minería de Datos. Se inicia con el tema del Análisis de series de tiempo, luego se estudia los números índice. Un aspecto que es muy importante para las técnicas de Minería de Datos es el Muestreo, y luego se estudia el Análisis de decisiones que es parte importante de materias últimas de la maestría relacionadas a toma de decisiones.

INTELIGENCIA DE MERCADO

Al finalizar la materia, el estudiante estará en condiciones de utilizar herramientas modernas de marketing estratégico, sobre la base del conocimiento profundo del mercado.

-Esta materia está dedicada íntegramente a un aspecto determinante en el posicionamiento de la organización frente a un mercado cada vez más competitivo. Se estudian aspectos como La gestión de la información, el uso de Fuentes Primarias y Secundarias. La investigación de mercado, la segmentación de los mismos. El Proceso de planificación en marketing, el producto, el precio, la mezcla comercial, la distribución, los Planes de Ventas, el marketing de servicios, entre otros.

Módulo

Competencias  del módulo

Contenidos mínimos

MINERÍA DE DATOS INTELIGENTE

El estudiante adquirirá la habilidad de análisis fundamentado en técnicas avanzadas de Minería de Datos basadas en modelos estadísticos e inteligencia artificial para el descubrimiento y evaluación de conocimiento en grandes volúmenes de datos.

-En este curso se describen una serie de técnicas formales avanzadas en el descubrimiento de conocimiento en la Minería de Datos relacionadas en varios casos a la Inteligencia Artificial. Las técnicas de asociación y correlación se estudian a un nivel avanzado.
-Dentro del área de la Clasificación se estudia en profundidad a los árboles de decisión, las redes bayesianas, las redes neuronales entre otros. La estratificación o clustering se estudia en profundidad como el clustering basado en “Grids” entre otros. En el análisis de las series de tiempo se utilizan técnicas avanzadas como los modelos de Markov entre otros. Se estudia la minería de texto y web. También se estudian técnicas de visualización de resultados del proceso de minería de datos. Por último se hace un análisis de la incidencia de la Minería de datos en la sociedad actual.

SISTEMAS DE SOPORTE A LA GESTIÓN EMPRESARIAL

El estudiante conocerá la gestión empresarial y su sistematización con la aplicación de la tecnología denominada Planificación de Recursos Empresariales (ing. Enterprise ResourcePlanning - ERP), tanto interna como externa a la organización.

-La gestión empresarial se estudia desde la perspectiva de la Planificación de los Recursos Empresariales ERP. Entre otros se tienen aspectos relacionados con las Finanzas, la distribución, los Recursos Humanos, la gerencia del ciclo de vida de productos, entre otros. En aspectos referidos a la relación con el cliente se estudia Administración del relacionamiento con el cliente (ing. CustomerRelationship Management - CRM). Tambien se estudian aspectos relacionados a la Administración de la Cadena de Abastecimiento (ing. SupplyChain Management - SCM). Todos los aspectos mencionados se analizan respecto a los Sistemas de Soporte a las Decisiones.

DOCENTE

FORMACIÓN ACADÉMICA

PhD. Eduardo Ahumada Tello (México)

Universidad Autónoma de Baja California (MÉX)

Mgr. Remberto Alarcón (Chile)

Universidad de Valparaíso (CHI)

Mgr. Florencia Gómez

Instituto Superior de Empresa y Comunicación (ESP)

PhD. Walter Morales Carrasco

Universidad Autónoma de Madrid (ESP)

MSc. Jorge Salas Vargas

Western Illinois (EEUU)

PhD. Javier Chávez Meléndez (México)

Centro de Postgrado en Informática (MÉX)

PhD. Nora H. González (México)

Instituto Universitario Hispano Americano (MÉX)

MSc. Javier Claros

Universidad de Viña del Mar (CHI)

PhD. Angélica Urrutia (Chile)

Juan Carlo I, Rey de España (ESP)

PhD. Roger Alejandro Banegas

Universidad Autónoma del Estado de México (MEX)