• Actividad de sociabilización y contacto.
• Marca personal ¿Qué es y cómo desarrollarla?
• Empleabilidad y ser empleable. Diferencias clave.
• ¿Cómo hacer más atractivo el curriculum?
• ¿Cómo afrontar una entrevista de trabajo?

Calidad de datos

• Calidad de datos. Definición y marcos de referencia.
• Dimensiones de la calidad de datos (principales).
• Factores para la baja calidad de datos: Fuentes externas e
  integración, software de captura de datos, procesos de
  negocio.
• Taller: Auditoria de calidad de datos con Ms. Excel
  I

Modelamiento de datos con Excel y Power B

• Modelo de datos. Definición.
• Modelos Tabulares y Modelos Multidimensionales.
• Power Query para diseño de modelos de datos.
• Taller: Uso de Power Query para carga de fuentes locales
  (archivos y carpetas) y fuentes remotas (Internet y Drive).
• Taller: Uso de Power Query para limpieza de datos,
  reemplazo de valores, codificación y bining.
• Taller: Uso de Power Query para creación de nuevos datos,
  operaciones con columnas.
• Taller: Visualización a partir de un modelo tabular en Excel.
• Taller: Visualización a partir de un modelo multidimensional
  con Power BI.

Introducción a matplotlib y seaborn de Python

• Librería Matplotlib. Descripción y características.
• Librería Seaborn. Descripción y características.

Análisis de dataset con Python

• Taller: Resumen, visualización y análisis de valores faltantes
  (vacíos).
• Taller: Resumen, visualización y análisis de valores noválidos.
• Taller: Visualización y análisis de valores atípicos (outliers).

Análisis visual univariado con Python

• Datos transversales vs. Datos longitudinales.
• Taller: Creación e interpretación de tablas frecuencias.
• Taller: Visualización de frecuencias en barras y gráficos
  circulares.
• Taller: Creación e interpretación de Histogramas, CDF,
  Boxplot, Q-Q Plot.
  

Análisis visual bivariado con Python

• Análisis de correlación. Definición, características.
• Taller: Creación e interpretación de Scatter-plots.
  Incorporación de línea de regresión.
• El componente tiempo en la visualización.
• Taller: Creación e interpretación de líneas de tiempo.
  Análisis visual multivariado con Python
• Taller: Creación e interpretación de barras apilada

Requerimientos para proyectos de visualización

• Taller: Planteamiento de preguntas a partir de datasets
  tipo.
  

Composición visual de datos

• Marcas (marks), Definición y tipos.
• Canales (channels). Definición y tipos.
• Identity Channels vs. Magnitude Channels.
• Canales y la capacidad perceptual humana. Cualidades de
  precisión, discriminación, diferenciación, agrupamiento.
• Taller: Identificación de marcas y canales empleados en
  gráficas presentadas.
  

Colorimetría aplicada a la visualización de datos

• Importancia de los colores en la visualización de datos.
• Circulo cromático, significado de los colores y espacios de
  color.
• Iluminación, matiz y saturación. Diferencias. Aplicación y
  utilidad en la representación de datos.
• Color maps: rainbown, viridis, magma, etc.
• Taller: Aplicación de color para gráficas que representan
  valores binarios.
  Brief
• Taller: Aplicación de color para gráficas que representan
  valores secuenciales.
• Taller: Aplicación de color para gráficas que representan
  datos divergentes.
• Taller: Aplicación de color para gráficas que representan
  datos categóricos.
• Taller: Aplicación de color para gráficas que representan
  datos mixtos.
  

Aplicaciones de la composición visual

• Taller: Elaboración de visualizaciones que responden a
  preguntas de negocio

Diseño estratégico

• Planeamiento estratégico. Definición y componentes
  básicos.
• Vínculo Objetivo – Estrategia – KPI.
• Taller: Redacción (correcta) de misión y visión.
• Técnicas para definir objetivos medibles.
• Taller: Planteamiento de objetivos estratégicos alineados a
  la misión y visión.
• Estrategia. Definición y características.
• Taller: Planteamiento de estrategias para los objetivos
  estratégicos propuestos.
  

Indicadores de negocios y KPIs

• Definición y diferencias.
• La ficha de indicador y sus componentes.
• Taller: Diseño de KPI para las estrategias propuestas.
• Taller: Diseño un Balanced Scorecard que contemple los KPI
  propuestos.
• Estrategias para automatizar KPIs

Diseño básico de procesos

• Proceso de negocio. Definición, componentes y tipos según
  su propósito en la organización.
• Mapeo de procesos. Mapa de alto nivel, SIPOC, mapa de
  proceso, diagrama de flujo.
• Taller: Mapeo de un proceso sencillo con Bizagi.
  

Definición de KPIs para procesos

• KPI típicos asociados a procesos de negocio. Productividad,
  efectividad, lead-time, capacidad, calidad, etc.
  Brief
  

Mejora de procesos

• Beneficios de la mejora de procesos.
• Técnicas de mejora de procesos. Ishikawa, Pareto, Kaizen,
  Six-Sigma, DMAIC

La audiencia y el mensaje de la visualización

• La audiencia del proyecto de visualización. ¿A quién?
• Taller: Definición de características de la audiencia objetivo.
• El mensaje del proyecto de visualización. ¿Qué comunicar?
• Taller: Preguntas que requiere responder el público
  objetivo vs. Las variables del modelo de datos.
  

Visualización avanzada con Power BI

• Taller: Representación de jerarquías. Uso y configuración de
  Treemap. Casos de uso y análisis.
• Taller: Representación de proporciones multivariadas. Uso
  y configuración de barras apiladas. Casos de uso y análisis.
• Taller: Representación de intensidad uni y mulitivariada.
  Uso y configuración de Heatmap. Casos de uso y análisis.
• Taller: Proyección de indicadores. Uso y configuración de
  Lines-plot y herramientas de forecast. Casos de uso y
  análisis.
• Taller: Representación de cantidades asociadas a
  ubicaciones geográficas. Uso y configuración de Mapping.
  Casos de uso y análisis.
  

Análisis y pruebas de hipótesis con Power BI

• Elementos de interacción en Dashboards. Segmentación,
  Filtros, botones de navegación, etc.
• Planteamiento de hipótesis basadas en pares de variables
  (causa – efecto).
• Diseño de tableros para pruebas de hipótesis.
• Taller: Implementación de escenario visuales para testing
  de hipótesis.
  

Diseño de Escenarios (What-If) con Power BI

• Configuración y uso de parámetros.
• Diseño de tableros para escenarios What-If.
• Taller: Implementación de escenarios visuales What-If.

• Sesión 1. Lineamientos generales.
• Sesiones 2-3. Revisión de avance y feedback.
• Sesión 4. Presentación final y sustentación.