Área de la Competencia:Discipline of the competencie:
Competencias disciplinares de Tecnologías de Información
Disciplinary Competencies of Information Technology
|
Unidades de formación donde se evalua la competencia:Training units where the competencie is evaluated: |
Descripción:Description:Utiliza análisis de datos y técnicas estadísticas para descubrir nuevas relaciones y proveer soluciones a problemas en los procesos organizacionales o respaldar la toma de decisiones. Uses data analysis and statistical techniques to discover new relationships and provide solutions to problems in organizational processes or support decision-making. |
Contenido:Content: |
Descripción de niveles de dominio:Evidence sketch:Realiza de forma asistida ejercicios de diversas técnicas de análisis de datos, como el aprendizaje automático (incluido el aprendizaje supervisado, no supervisado y semipresencial), la minería de datos, el análisis predictivo. Desarrolla de forma asistida ejercicios en donde aplique técnicas cuantitativas, tales como, estadística avanzada, análisis de series de tiempo, optimización y simulación para el análisis predictivo. Identifica las mejores prácticas para la administración del ciclo de vida de los datos; así como las diferentes fuentes de datos: estructurados y no estructurados, redes sociales, datos abiertos, datos gubernamentales, etc. Desarrolla ejercicios guiados para la validación de modelos en proyectos analíticos, pruebas de hipótesis y recuperación de información. Visualiza de forma asistida los resultados del análisis de datos, diseñando tableros y usando métodos de “storytelling”. Performs exercises in various data analysis techniques, such as machine learning (including supervised, unsupervised and semi-supervised learning), data mining, and predictive analysis in an assisted manner. Develops assisted exercises applying quantitative techniques, such as advanced statistics, time series analysis, optimization and simulation for predictive analytics. Identifies best practices for data lifecycle management; as well as the different data sources: structured and unstructured, social networks, open data, government data, etc. Develops guided exercises for model validation in analytical projects, hypothesis testing and information retrieval. Visualizes the results of data analysis in an assisted way, designing dashboards and using storytelling methods. |
Productos de aprendizaje esperados:Domain level: |