Vivimos en una era de rápidos cambios tecnológicos. Las nuevas tecnologías innovadoras impregnan todos los aspectos de la vida diaria tanto en los negocios comerciales como de fabricación. Estos cambios hacen que muchas personas insinúen que actualmente está en marcha una nueva revolución industrial. Sin embargo, debido a que el ritmo del cambio es tan rápido, se continuarán introduciendo tecnologías y terminología potencialmente transformadoras, por lo que puede ser difícil para los profesionales de TI y administración rastrear y comprender las tendencias de desarrollo. Este curso es de naturaleza teóricopráctico y tiene como propósito brindar a los participantes los principales conceptos y herramientas que actualmente generan impacto disruptivo en las organizaciones. El diseño de este curso toma en consideración este tema y se basa en las bases para lograr tres resultados principales. Primero, este curso tiene como objetivo familiarizarlo con algunos de los elementos más importantes de la economía digital. En segundo lugar, este curso tiene como objetivo ayudar a abrir, explorar y adoptar ampliamente estos temas clave que tendrán un impacto en las personas, las empresas y la sociedad. En tercer lugar, y lo más importante, este curso se basa en la consideración de que estas tecnologías tendrán un impacto en su organización.

La inteligencia de negocios (business intelligence) se considera como un método científico para la resolución de problemas empresariales. Las herramientas Warehouse y de minería de datos permiten gestionar los datos para obtener conocimientos, que pueden ayudar razonablemente a las organizaciones a elaborar modelos de negocio para la toma de decisiones de alto nivel. Por tanto, la cantidad de datos se considera una herramienta indispensable en la empresa. Su propósito es estudiar, integrar, depurar y procesar la información existente para la toma de decisiones, convirtiéndola en un hito histórico para implementar mejoras y soluciones integrales. Este curso es de naturaleza teórico-práctico y tiene por finalidad proporcionar a los participantes herramientas y conocimientos que les permitan desempeñar un papel básico en un entorno competitivo global, para que puedan realizar funciones de gestión y utilizar datos de múltiples fuentes para análisis a gran escala, de modo que puedan identificar y analizar, transformar y explicar el análisis de datos de funciones comerciales comunes. También busca que los participantes vinculen los roles estratégicos de la gestión de datos y la inteligencia empresarial con proyectos de creación de valor en la empresa mediante el uso de herramientas y modelos predictivos. Parte de los temas que se abordarán en este curso son: ventajas del Warehouse, diferencias entre Data Lakes y Data Warehouses, herramientas para la gestión de datos y reportes, la nube y la gestión segura de datos.

En el mundo actual, las decisiones gerenciales se basan cada vez más en modelos y análisis basados en datos que utilizan métodos estadísticos y de optimización que han cambiado drásticamente la forma en que operan las empresas en la mayoría de los dominios, incluidas las operaciones de servicios, marketing, transporte y finanzas. Este curso es de naturaleza teórico-práctico y tiene como propósito introducir técnicas fundamentales hacia un enfoque basado en principios para la toma de decisiones basada en datos. Modelado cuantitativo de la naturaleza dinámica de los problemas de decisión utilizando datos históricos, y aprende varios enfoques para la toma de decisiones frente a la incertidumbre. Los temas que se verán en este curso son: probabilidad, estadística, regresión, modelado estocástico y optimización lineal, no lineal y discreta. La mayoría de los temas se presentarán en el contexto de aplicaciones comerciales prácticas para ilustrar su utilidad en la práctica. Conceptos fundamentales de probabilidad, estadística, modelado estocástico y optimización para desarrollar marcos sistemáticos para la toma de decisiones en un entorno dinámico. Los participantes aprenderán a cómo utilizar datos históricos para conocer el modelo y el patrón subyacentes. Métodos de optimización y software para resolver problemas de decisión bajo incertidumbre en aplicaciones comerciales.

Deep Learning es una extensión de Machine Learning donde las máquinas pueden aprender por experiencia sin intervención humana. Está influenciado en gran medida por el cerebro humano en el hecho de que los algoritmos, o redes neuronales artificiales, pueden aprender de cantidades masivas de datos y adquirir habilidades que un cerebro humano haría. Este curso es de naturaleza teórico-práctico y tiene como propósito hacer que el participante comprenda que el Deep Learning simplifica muchas actividades de nuestra vida diaria, haciendo que todo sea más fácil. Por lo tanto, el aprendizaje profundo ahora puede abordar una gran variedad de tareas que se consideraban fuera de su alcance hace unos años en la visión por computadora, el procesamiento de señales, el procesamiento del lenguaje natural, la robótica y la toma de decisiones secuencial. Debido a estos avances recientes, varias industrias ahora están implementando modelos de aprendizaje profundo que impactan en varios sectores económicos como el transporte, la salud, las finanzas, la energía, así como en nuestra vida diaria en general. Parte de los temas que se verán en este curso son el uso de algoritmos que usan, por ejemplo, las redes sociales, aplicaciones de inteligencia artificial, el aprendizaje profundo en los productos y servicios que se usan en la actualidad.

Economista con estudios de Doctorado en Ingeniería de Sistemas, y dos Maestrías: en Economía (Universidad del Pacífico) y en Educación (EUCIM Business School de España).
Premio Robert Maes al rendimiento académico y experto en inteligencia de negocios, KPIs, OKRs y analítica de datos. Ha liderado consultorías para empresas del sector público y privado como Antamina, Glencore, Backus, BCP, Congreso de la República, entre otras.
Fue Customer Engineer en IBM y director de proyectos en entidades como el Ministerio de Salud, MEF, Municipalidad de Lima y SBS.

Implementó el primer Balanced Scorecard en la Administración Pública desde el MTC.
Cuenta con certificaciones internacionales como PMP®, OKRMCP™, CQRM™, KPIs & BSC Professional, Microsoft Certified Professional, entre otras. Combina experiencia técnica, visión estratégica y enfoque práctico para impulsar resultados en organizaciones complejas. Actualmente es Director Ejecutivo en Microhelp, donde lidera procesos de transformación digital. Además, es catedrático universitario con más de 30 años de trayectoria formando profesionales en distintas instituciones de prestigio.

Ingeniero de Sistemas y Magíster en Administración Estratégica de Negocios por CENTRUM PUCP, con estudios en Metodologías Ágiles, Inteligencia de Negocios y SAP Business One.
Acumula más de 15 años de experiencia liderando proyectos de Business Analytics, Big Data y Gobierno de Datos en sectores como banca, retail y consumo masivo.
Ha liderado implementaciones estratégicas en el BCP y actualmente es Data Discipline Manager en BBVA Perú, impulsando el cambio cultural hacia una organización Data Driven.
Fue responsable de modelos de remuneración variable para más de 10 mil colaboradores y de arquitecturas de datos para empresas como Mibanco y Credicorp Capital.
Su enfoque combina la estrategia del negocio con el análisis avanzado de datos para mejorar la toma de decisiones.
Además, es docente universitario en temas como Business Intelligence, Calidad de Datos y Aprendizaje Profundo.

Máster en Administración de Empresas por la Universidad Politécnica de Madrid, España. Asimismo, es Ingeniero Industrial por la Pontificia Universidad Católica del Perú.
En relación a su experiencia profesional, se ha desempeñado como Consultor Senior en Tecnología para la región LATAM en varias empresas destacadas como en BearingPoint, KPMG, Andersen y Deloitte & Touche. Además, ha ocupado el cargo de Gerente Corporativo de Inteligencia de Negocios en Belcorp.
Adicionalmente, cuenta con experiencia docente pregrado en la Pontificia Universidad Católica del Perú y. en postgrado. en la Universidad Peruana de Ciencias Aplicadas (UPC) y la Universidad Tecnológica del Perú (UTP).
Ex Senior SAP Project Manager en Kallpa Generación S.A. Actualmente, CTO de Tismart y docente del Departamento Académico de Posgrado en Negocios de la Pontificia Universidad Católica del Perú.