{"id":5001,"date":"2019-05-26T22:15:47","date_gmt":"2019-05-27T01:15:47","guid":{"rendered":"http:\/\/www.centroredes.org.ar\/?p=5001"},"modified":"2019-05-26T22:15:47","modified_gmt":"2019-05-27T01:15:47","slug":"big-data-3","status":"publish","type":"post","link":"https:\/\/centroredes.org.ar\/index.php\/big-data-3\/","title":{"rendered":"Introducci\u00f3n al Big Data y visualizaci\u00f3n de datos."},"content":{"rendered":"\n\n\n\n
Docente a cargo del curso de Big Data:\u00a0\u00a0\u00a0\u00a0\u00a0 Mg. Mar\u00eda Ortiz<\/a><\/strong><\/p>\n

Nivel del curso:<\/strong>\u00a0 introductorio<\/td>\n

<\/td>\n\"\"<\/a><\/td>\n<\/tr>\n
Duraci\u00f3n:\u00a0<\/strong> 8 semanas<\/p>\n

Carga horaria:<\/strong> 64 horas reloj
\nDedicaci\u00f3n semanal:<\/strong> 8 horas.<\/span>
\n<\/span><\/td>\n

\u00a0<\/span><\/span>\u00a0<\/span>IMPORTANTE\u00a0<\/span><\/strong><\/u>\u00a0<\/span>: para confirmar la vacante en este curso virtual de Big Data, adem\u00e1s de haberse inscripto es necesario abonar al menos la primera cuota. Cuando se complete el cupo solo quedar\u00e1n confirmadas para cursar aquellas vacantes que fueron abonadas.<\/span><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n\n\n\n\n
\n

Destinado a: <\/strong>profesionales, t\u00e9cnicos, estudiantes, docentes, investigadores y todo aquel personal de apoyo tanto en el \u00e1mbito acad\u00e9mico y cient\u00edfico, como en los sectores p\u00fablicos y de la producci\u00f3n en su contexto amplio.<\/p>\n

Requisitos:<\/strong> poseer conocimientos generales del uso de aplicaciones y entornos inform\u00e1ticos, preferentemente de Excel.<\/p>\n<\/td>\n<\/tr>\n

\n

Fundamento y aplicaci\u00f3n:<\/strong><\/p>\n

En un mundo cada vez m\u00e1s atravesado y moldeado por los datos, este curso aspira a brindar a profesionales de las ciencias sociales un acercamiento te\u00f3rico y pr\u00e1ctico al fen\u00f3meno del Big Data y ayudarlos a dar sus primeros pasos en la visualizaci\u00f3n de datos.<\/p>\n

Esta propuesta sirve para entender el funcionamiento de los Big Data en la sociedad actual, y para emprender proyectos que realicen el ciclo entero de un proyecto, desde la recolecci\u00f3n a la visualizaci\u00f3n de datos. El curso introduce una metodolog\u00eda as\u00ed como herramientas puntuales para que los alumnos puedan elaborar un proyecto de visualizaci\u00f3n, explorar los Big Data en base a aplicaciones y ejemplos, y lograr autonom\u00eda para lograr profundizar en la producci\u00f3n por su cuenta o en una instancia m\u00e1s avanzada.<\/p>\n<\/td>\n

<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

Modalidad:<\/strong> A distancia, a trav\u00e9s de la plataforma virtual del Centro REDES. Cada participante tendr\u00e1 un usuario y contrase\u00f1a personal para su acceso al aula. Se trabajar\u00e1 con un grupo cerrado durante todo el curso promoviendo una constante interacci\u00f3n que permita avanzar de manera sostenida en la comprensi\u00f3n y en la pr\u00e1ctica de sus actividades. La modalidad virtual permite cursar desde cualquier parte del pa\u00eds y de la regi\u00f3n. Adem\u00e1s, dicho formato habilita a que cada alumno ingrese a la plataforma en el momento y horario que le resulte m\u00e1s productivo, ya que el material queda subido en este lugar y no existen restricciones de ingreso ni obligaci\u00f3n de horarios o encuentros en l\u00ednea.<\/p>\n

\n\n\n\n
\n

Tutor\u00edas y Foro de discusi\u00f3n:\u00a0<\/strong><\/p>\n

Los participantes contar\u00e1n con el acompa\u00f1amiento permanente de la docente a modo de tutor\u00eda para un mejor seguimiento del proceso de aprendizaje. El foro de discusi\u00f3n es un espacio de di\u00e1logo permanente para interactuar con todos los integrantes del grupo y con la docente, es importante a la hora de realizar consultas y compartir opiniones respecto del avance y el desarrollo de la pr\u00e1ctica de cada estudiante.<\/p>\n

Evaluaci\u00f3n<\/strong>:<\/p>\n

Durante el desarrollo del curso se realizar\u00e1n distintas estrategias de evaluaci\u00f3n definidas por la docente, se realizar\u00e1n actividades en cada m\u00f3dulo del curso, adem\u00e1s de un trabajo final integrador. Tambi\u00e9n se valorar\u00e1 la participaci\u00f3n en los foros y el cumplimiento de las fechas estipuladas para la entrega de los trabajos.<\/p>\n

Acreditaci\u00f3n:<\/strong><\/p>\n

Recibir\u00e1n el correspondiente\u00a0certificado de aprobaci\u00f3n<\/b>\u00a0del curso los estudiantes que entreguen todas las actividades propuestas en tiempo y forma y que estas est\u00e9n aprobadas. Quienes no cumplan con la totalidad de los requisitos mencionados pero si con una parte importante de estos, adem\u00e1s de haber mantenido una activa y continua parciticipaci\u00f3n en el curso seg\u00fan el criterio de la docente, recibir\u00e1n un\u00a0certificado de participaci\u00f3n.<\/b><\/p>\n

Caracter\u00edsticas de los certificados.<\/a><\/p>\n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

Programa de contenidos por m\u00f3dulo:<\/strong><\/p>\n\n\n\n\n\n\n
M\u00f3dulo 1<\/strong><\/span><\/p>\n

Semanas 1 y 2<\/p>\n

La era de los datos masivos.<\/strong><\/td>\n

\u00a0Contenido<\/strong><\/p>\n
    \n
  • Qu\u00e9 son los Big data. Las 4 Vs. Ejemplos.<\/li>\n
  • Big Data y la nube. Cambios tecnol\u00f3gicos<\/li>\n
  • Introducci\u00f3n a la datificaci\u00f3n. Cambio de perspectiva.<\/li>\n
  • Contextos de aplicaci\u00f3n finanzas, empresas, gobierno, etc.<\/li>\n
  • Big data en empresas: el caso de Facebook<\/li>\n<\/ul>\n

    \u00a0Metodolog\u00eda:<\/strong> \u00bfQu\u00e9 es un dato? \u00bfQu\u00e9 es una variable?<\/p>\n

      \n
    • La elecci\u00f3n del tema, corpus y recolecci\u00f3n de datos.<\/li>\n
    • Tipos de variables y tipos de datos.<\/li>\n<\/ul>\n

      \u00a0Actividades<\/strong><\/p>\n

        \n
      • TP Presentaci\u00f3n, Paso 1<\/li>\n
      • A1 Wiki Datificaci\u00f3n<\/li>\n
      • A2 Los datos que generamos.<\/li>\n
      • A3 An\u00e1lisis de los datos recolectados.<\/li>\n<\/ul>\n<\/td>\n<\/tr>\n
M\u00f3dulo 2
\n<\/span>
\n<\/strong>Semanas 3 y 4<\/p>\n

Los Big Data y nosotros.
\n<\/strong><\/p>\n<\/td>\n

\u00a0Contenido<\/strong><\/p>\n
    \n
  • De la digitalizaci\u00f3n a la datificaci\u00f3n. Implicancias del Big data.<\/li>\n
  • Los Big data, las redes sociales y los algoritmos.<\/li>\n
  • Datos, algoritmos sociales, y la nueva sociabilidad.<\/li>\n
  • Big data en empresas: uber, Linkedin, Netflix, etc.<\/li>\n
  • Datos masivos en la pol\u00edtica, en los estudios sociales<\/li>\n<\/ul>\n

    \u00a0Metodolog\u00eda:<\/strong> \u00bfQu\u00e9 es visualizar? \u00bfPor qu\u00e9 visualizar?<\/p>\n

      \n
    • Introducci\u00f3n a la visualizaci\u00f3n: La visualizaci\u00f3n como proceso. Principios, tareas del usuario.<\/li>\n
    • Deconstrucci\u00f3n de un gr\u00e1fico.<\/li>\n
    • Fuentes, repositorios y datasets.<\/li>\n<\/ul>\n

      \u00a0Actividades<\/strong><\/p>\n

        \n
      • TP, Paso 2<\/li>\n
      • A4 \u00bfQu\u00e9 hay en un gr\u00e1fico?<\/li>\n
      • A5 Ejemplo de visualizaci\u00f3n.<\/li>\n
      • A6 TP Importaci\u00f3n de los datos.<\/li>\n<\/ul>\n<\/td>\n<\/tr>\n
M\u00f3dulo 3<\/strong><\/span><\/p>\n

Semanas 5 y 6<\/p>\n

Los m\u00e9todos cuantitativos en los estudios de la sociedad y cultura.<\/strong><\/td>\n

\u00a0Contenido<\/strong><\/p>\n
    \n
  • Nuevos objetos en la investigaci\u00f3n sobre la sociedad y la cultura. Lectura distante.<\/li>\n
  • M\u00e9todos cuantitativos, el estudio de los usuarios, la anal\u00edtica cultural en redes. Ejemplos.<\/li>\n
  • Limitaciones de la anal\u00edtica cultural en investigaci\u00f3n en ciencias sociales<\/li>\n<\/ul>\n

    \u00a0Metodolog\u00eda: <\/strong>\u00bfC\u00f3mo visualizar?<\/p>\n

      \n
    • Tipos de gr\u00e1ficos. Funci\u00f3n de las visualizaciones.<\/li>\n
    • Tour: primeras visualizaciones.<\/li>\n
    • Scrapeo: extraer datos digitales<\/li>\n
    • Presentaci\u00f3n de 3 v\u00edas para trabajar en visualizaci\u00f3n:\n
        \n
      • Herramientas para la visualizaci\u00f3n en l\u00ednea. Gapminder, Google Data Studio.<\/li>\n
      • Tableau.<\/li>\n
      • Presentaci\u00f3n de R.<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n

        Actividades<\/strong><\/p>\n

          \n
        • A7 Funci\u00f3n de los gr\u00e1ficos.<\/li>\n
        • A8 TP De la preparaci\u00f3n y depuraci\u00f3n de los datos.<\/li>\n
        • A9 TP Primera visualizaci\u00f3n.<\/li>\n<\/ul>\n<\/td>\n<\/tr>\n
\n

M\u00f3dulo 4<\/strong><\/span><\/p>\n

Semanas 7 y 8<\/p>\n

L\u00edmites y problemas que plantean los Big Data.<\/strong><\/p>\n<\/td>\n

\n

\u00a0Contenido<\/strong><\/p>\n