aumentar disminuir original

Bussiness intelligence y data mining aplicados a negocios 4.0 en el sector agroindustrial

Formulario de inscripción

DOCENTE

Lic. Gerónimo Alfuso

FUNDAMENTACIÓN

Nos enfrentamosa un cambio de paradigma que demanda una actualización acelerada, no sólo tecnológicamente, sino culturalmente en la manera de pensar la industria en conceptos de “Transformación digital 4.0” En tal contexto, resulta imprescindible que los diversos perfiles profesionales entiendan cómo funcionan las tecnologías emergentes vinculadas al Business Intelligencey Data Mining, de manera que puedan complementarse con los dominios técnicos especializados, para su adecuada integración y comunicación sobre nuevos modelos de negocios disruptivos, con el fin de implementar procesos de transformación eficaces, que divulguen y socialicen el conocimiento en un ecosistema 4.0

OBJETIVO GENERAL

El Seminario tiene como objetivo general aproximarlas oportunidades que brinda la transformación digital a los distintos sectores productivos y fomentar la reflexión estratégica para desarrollar una visión de industria 4.0 donde los profesionales puedan identificar sus beneficios y las capacidades necesariaspara crecer y potenciarse.

OBJETIVO ESPECÍFICO

El Seminario tiene como objetivo específico entender los entornos de trabajo y las herramientas existentes de Business Intelligence y Data Miningasí como las metodologías ágiles disponibles para la implementación de soluciones basadas en actividades intensivas en conocimiento en la industria 4.0

REQUISITOS

Título universitario o de nivel superior no universitario de cuatro años de duración como mínimo.

PROGRAMA

Clase 1: Gestión del Conocimiento en la i4.0. Inteligencia Artificial para divulgar y socializar conocimiento. Capital Relacional e innovación colaborativa. Entornos ágiles (Design Thinking) La comunicación estratégica para el desarrollo de nuevos modelos de negocio (Business Model Canvas -BMC) Desarrollo de la curva de aprendizaje. Economía del Conocimiento. Fundamentación: Con el desarrollo de herramientas de IA, captura y transformación de conocimiento, se enriquecen los modelos y se genera un input que favorece la productividad, efectividad y su escalabilidad, así como la innovación colaborativa (spin off) para lo cual necesitamos entender cómo se comunica ágilmente para presentar y desarrollar el proyecto.
Clase 2: Comunicación Algorítmica.Tecnologías inteligentes. Búsqueda cognitiva, esquema de representación. Clúster / Hub formales e informales. Algoritmo clúster K-means. Comunicar en base a información no estructurada o semiestructurada. Deep Learning. Flujo Smart Factory. Value Stream Mapping 4.0. Diseño Informativo.
Fundamentación: Acelerar el proceso de aprendizaje (Deep Learning) y reaprendizaje para adaptarse a la i4.0resulta esencial, para lo cual tendremos procesos de búsqueda cognitiva, esquemas de representación para el entrenamiento automático. Los sensores nos permiten análisis inmediato de información, y refleja en dashboardmétricas específicamente definidas.
Clase 3: Ecosistema i4.0. Nuevos Roles y liderazgos i4.0 (Nuevas capacidades comunicativas Pensamiento Novedoso, Alfabetización mediática, Creación de Sentido, Mentalidad de Diseño, Gestión Cognitiva) Scrum Master como facilitador.
Servitización 4.0 e Industria conectada. Cultura Cross Company. Tendencias 5G and IoT. Neuroplasticity en IA (Redes neuronales para comunicar)
Fundamentación: Para el aprovechamiento del nuevo ecosistema 4.0, debemos comprender los nuevos roles, capacidades y habilidades que requiere la industria 4.0 para garantizar un proceso de transformación exitoso. Es fundamental entender las nuevas estructuras y modelos en este entorno.
Clase 4: Herramientas Business Intelligence and Data Mining. Visualización de datos: (Dashboard. Business Metrics KPI´s, KRI´´s and KSI´s. Medición del impacto) Red semántica o esquema de representación en Red. Mapping and Visualización del Conocimiento. Integración y Reporting BI (Microservicios en la nube) Power BI, Tableau. Fundamentación: La visualización del conocimiento en patrones específicos marcarán el camino para poder generar nuevos negocios y ser más productivos. Para ello resulta esencial poder definir y dar seguimiento a las métricas definidas e identificar claramente el mapeo del proceso.
Casos de Estudio: Casos de Aplicación en la Cadena de Valor de sectores específicos: Agricultura 4.0(Agregando Valor al Sector Primario –OKARATech“ El conocimiento y el software avanzado son los activos estratégicos de la nueva agricultura.), Logística YPFUNE Química / AgroS.A.

BIBLIOGRAFÍA
Inteligencia Artificial e Industria 4.0

  • 1.2017 Stanford The IA index 2017 Annual Report Stanford University.
  • 2.2017 Salesforce The IA Revolution: Insights into the Next Era of Customer Relationships”
  • 3.2016 Purdy y Daughert “Inteligencia Atificial, el futuro del crecimiento” Working Paper Acenture
  • 4.2017 Acemoglu y Restrepo “Low-Skill and High-Skill Automation” NBER (Nacional Bureau of Economic Research)  Working Paper 24119 Cambridge.
  • 5.2018 Goldfarb y Trefler “AI and International Trade” NBER (Nacional Bureau of Economic Research) Working Paper 23806 Cambridge.
  • 6.2018 Le Cun “Deep Learning and the Future of AI”
  • 7.2018 BID -INTAL “Industria 4.0” “Los Servicios Basados en Conocimiento”Robotlucion. El futuro del trabajo eintegración 4.0
  • 8.2017 Skilton y Hovsepian  The 4th Industrial Revolution.

Business Intelligence and Data Mining –Big Data

  • 1.2017 DalleMule y H. Davenport What’s Your Data Strategy?
  • 2.2017 Reinsel –Gantz y Rydning “Data Age 2025: The evolution of Data to Life-Critical” IDC White Paper.
  • 3.2013 Ward y Barker “Undefined by Data: A Survery of Big Data Definitions”
  • 4.2014 Bill Schamarzo ‘Big Data. El poder de los datos’
  • 5.2017 O´Neil “The Era of Blind Faith in Big Data Must End” TED.
  • 6.2015 Cole Nussbaumer Knaflic Storytelling With Data: A Data Visualization Guide for Business Professionals
  • 7.2012 Rick F. van der Lans Data Virtualization for Business Intelligence Systems
  • 8.2016 Salvador Ramos, Business Intelligence (BI) & Analytics: El arte de convertir los datos en conocimiento.
  • 9.2019 Neil Wilkins, ArtificialIntelligence: The Ultimate Guide to AI, The Internet of Things, Machine Learning, Deep Learning + a Comprehensive Guide to Robotics

Material y Bibliografía vinculada a los cursos de actualización realizados

  • 1.2016   Dashboard and Business metrics: KPI, KRI and KSI -Tableau and Power BI
  • 2.2014     KM -Mapas de Conocimiento -Metodología CommonKADS -Sistemas Expertos
  • 3.2012     Metodologías Ágiles -Scrum -Kanban -Learn Startup -RUP (Desarrollo de Software)
  • 4.2012     Mapping -Mapeo de Procesos BPMN (Modelado Procesos) -Six Sigma Lean
  • 5.2011     Business Intelligence / Data Mining –Tablero de Comando –Herramienta Qlick View.
  • 6.2012Posgrado en Business Intelligence / Data Mining  -UTN
  • 7.2010   Gestión por Procesos y Calidad Aplicación a Casos deEstudios BI and DM “El modelo de gestión de YPFSA”

CARGA HORARIA

26 horas

CRONOGRAMA

Inicio: 11 de septiembre
Días: 11, 12, 18 y 19 de septiembre
Horario: viernes de 16 a 18 y sábado 10 a 12 hs.
Modalidad de dictado: Virtual

ARANCELES

Graduados, Docentes y No Docentes UNNOBA: $4000

Profesionales en General: $5000