Modalidad

Híbrido

Duración

120 horas

Horario

Viernes 19:00 - 22:00 Sábado 09:00 - 14:00

Campus

Campus Xalapa

Inversión

Ver detalle

Objetivo principal del Diplomado en Big Data y Minería de Datos

El Diplomado en Big Data y Minería de Datos proporciona a los participantes una visión integral del ecosistema de datos masivos. Al finalizar, el alumno será capaz de proponer arquitecturas de almacenamiento eficientes, comprender los procesos de computación distribuida y aplicar técnicas de minería de datos para descubrir patrones ocultos, facilitando una toma de decisiones basada en evidencia.

Contacta a un asesor

Programa dirigido a:

Profesionales

Áreas de Negocios, economía, mercadotecnia, ingeniería y ciencias sociales

Empresas

Gerentes, analistas y emprendedores que desean herramientas tecnológicas.

Público en general

Aspirantes a colaborar en equipos técnicos de Ciencia de Datos

Módulos del Diplomado

Módulo 1. Arquitecturas de Big Data y el Nuevo Paradigma

1.1. Las 5 V del Big Data: Volumen, Velocidad, Variedad, Veracidad y Valor
1.2. De los Data Warehouses a los Data Lakes: ¿Cómo guardamos la información hoy?

1.3 Ecosistemas modernos (Hadoop y entornos Cloud)
1.4. Diseño de infraestructuras escalables para negocios en crecimiento

Módulo 2: Procesamiento Distribuido: "Divide y Venderás"

2.1. Conceptos de computación en paralelo para no tecnólogos.
2.2. Introducción al procesamiento con Apache Spark
2.3. Diferencias entre procesamiento en tiempo real (streaming) y por lotes (batch)

2.4. Optimización de recursos y reducción de tiempos de respuesta.

Módulo 3: Lenguajes de consulta y acceso a la información

3.1. Fundamentos de SQL: El lenguaje universal de datos
3.2. Extracción de datos de bases relacionales y no relacionales (NoSQL).
3.3. Limpieza y preparación de datos (ETL) mediante lenguajes de consulta.
3.4. Casos prácticos: consultas eficientes para reportes de negocio.

Módulo 4: Fundamentos de minería de datos y descubrimiento de Patrones

4.1. El ciclo de vida de la minería de datos (metodología CRISP-MD).
4.2. Análisis exploratorio: ¿Qué nos dicen los datos antes de analizarlos?
4.3. Detección de anomalías y reglas de asociación.
4.4. Ética y privacidad en la minería de datos masivos.

Módulo 5: Segmentación Inteligente (Clustering) y Aplicaciones

4.1. Introducción al aprendizaje no supervisado.
4.2. Algoritmos de Clustering (K-means y jerarquicos) explicados visualmente.
4.3. Segmentación de clientes: Cómo identificar grupos con comportamientos similares.
4.4. Interpretación de resultados para la toma de decisiones estratégicas.

Costo del Diplomado

INVERSIÓN TOTAL $19,050

ESTRUCTURA DE PAGO

Pago inicial al programa
$3,000
3 mensualidades
$5,350 c/u

Habilidades a adquirir

Habilidades

Fundamentos de estadística descriptiva, inferencial y probabilidad aplicados al análisis de datos.
Principios de análisis exploratorio y modelado de datos.
Conceptos de aprendizaje automático supervisado y no supervisado.