-
Curso online
-
20 horas
-
Nivel Avanzado
¿Qué vas a aprender?
La capacidad que tienen las máquinas de aprender se conoce desde hace tiempo. El Machine Learning es una herramienta de la Inteligencia Artificial está cambiando las herramientas y formas de gestión de las empresas de todos los sectores y de todos los tamaños.
Las pymes deben conocer e incorporar, dentro de sus posibilidades, las ventajas competitivas que el Machine Learning puede aportar a su modelo de negocio para hacerlo más competitivo.
Este programa ayuda a concienciar, a formar e informar sobre las principales aplicaciones de Machine Learning de una manera didáctica, cercana, comprensible y real.
Contenidos
- Introducción al Machine Learning Aplicado.
Introducción al ML.
La empresa data-driven.
El domino actual de los algoritmos en la toma de decisiones.
La automatización de procesos en las áreas funcionales mediante algoritmos.
Ejemplos de procesos que ya están siendo operados por algoritmos, aunque no lo sepamos.
Principios y conceptos clave que hay que conocer en ML.
Metodología de proyectos ML no supervisados.
Metodología de proyectos ML supervisados.
Mapa de ruta y diagnóstico de madurez en ML.
- Caso de uso ML en Marketing.
Conocer qué son y qué beneficios generan los proyectos de ML de segmentación de clientes.
Conocer qué son y qué beneficios generan los proyectos de ML de optimización de campañas comerciales (Cross-sell y Up-Sell).
Conocer qué son y qué beneficios generan los proyectos de ML de reducción de pérdida de clientes.
Conocer qué son y qué beneficios generan los proyectos de ML de forecast de ventas.
Conocer qué son y qué beneficios generan los proyectos de ML de marketing mix modeling y atribución digital.
- Caso de uso ML en Recursos Humanos y operaciones.
Conocer qué son y qué beneficios generan los proyectos de ML de prevención de fuga de empleados.
Conocer qué son y qué beneficios generan los proyectos de ML de valor vitalicio del empleado.
Conocer qué son y qué beneficios generan los proyectos de ML de screening automático de solicitudes.
Conocer qué son y qué beneficios generan los proyectos de ML de optimización del inventario.
Conocer qué son y qué beneficios generan los proyectos de ML de identificación de fraude.
- Caso de uso ML en Riesgos.
Modelos y metodología de desarrollo de un sistema de valoración automática de riesgo.
Conocer qué son y qué beneficios generan los proyectos de ML de riesgo de admisión.
Conocer qué son y qué beneficios generan los proyectos de ML de riesgo de cartera.
Conocer las soluciones de datos en el mercado para evaluar el riesgo crediticio de potenciales y clientes.
Requisitos de acceso:
- Equipos directivos de las empresas de Andalucía.
- Trabajadores de las PYMES de Andalucía.
- Profesionales que trabajen en áreas TIC de empresas que no pertenezcan al sector TIC.
Consulta las bases del programa.
¿Cuál es la modalidad de formación?
Se trata de un curso online de una duración de 20 horas, que se divide en cuatro unidades didácticas en las que el profesor diseña una serie de actividades que el alumno debe contestar y resolver satisfactoriamente para superar el curso.
Más información:
Si tienes alguna duda puede escribirnos a formacionav@eoi.es o llamarnos al 954 46 33 77.
Profesorado
ISAAC GONZALEZ DIAZ
Isaac lleva más de 20 años dedicándose a la aplicación de Advanced Analytics a la mejora de resultados de negocio en las áreas de marketing y comercial.
Ha trabajado en consultoras referentes en este ámbito como Accenture, Neometrics o Ernst&Young, desarrollado proyectos para grandes compañías como Santander, Endesa, VidaCaixa, BBVA Bancomer, etc.
Y lo ha hecho ocupando puestos como Director de Data&Analy5cs, Senior Manager Advanced Analytics y Director de Consultoría.
También tiene dos Masters, da clases en varios Masters de Big Data y es autor del libro “Big Data para CEOs y Directores de Marketing".
LinkedIn: https://www.linkedin.com/in/isaac-gonzalez/
También te puede interesar...
Drones en agricultura: la teledetección como herramienta de apoyo en la toma de decisiones - 2ª Edición
Machine Learning aplicado al sector agro
Drones en agricultura: la teledetección como herramienta de apoyo en la toma de decisiones