Introducción al Big Data y visualización de datos (04 de Febrero de 2020)

Duración:  8 semanas

Carga horaria: 64 horas reloj
Dedicación semanal: 8 horas.                                      

 .         .... Más Información y Aranceles

Destinado a: profesionales, técnicos, estudiantes, docentes, investigadores y todo aquel personal de apoyo tanto en el ámbito académico y científico, como en los sectores públicos y de la producción en su contexto amplio.

 

Requisitos: poseer conocimientos generales del uso de aplicaciones y entornos informáticos, preferentemente de Excel.

 

Fundamento y aplicación:

En un mundo cada vez más atravesado y moldeado por los datos, este curso aspira a brindar a profesionales de las ciencias sociales un acercamiento teórico y práctico al fenómeno del Big Data y ayudarlos a dar sus primeros pasos en la visualización de datos.

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 recolección a la visualización de datos. El curso introduce una metodología así como herramientas puntuales para que los alumnos puedan elaborar un proyecto de visualización, explorar los Big Data en base a aplicaciones y ejemplos, y lograr autonomía para lograr profundizar en la producción por su cuenta o en una instancia más avanzada.

  

Modalidad: A distancia, a través de la plataforma virtual del Centro REDES. Cada participante tendrá un usuario y contraseña personal para su acceso al aula. Se trabajará con un grupo cerrado durante todo el curso promoviendo una constante interacción que permita avanzar de manera sostenida en la comprensión y en la práctica de sus actividades. La modalidad virtual permite cursar desde cualquier parte del país y de la región. Además, dicho formato habilita a que cada alumno ingrese a la plataforma en el momento y horario que le resulte más productivo, ya que el material queda subido en este lugar y no existen restricciones de ingreso ni obligación de horarios o encuentros en línea.

    

Programa de contenidos por módulo:

Módulo 1

Semanas 1 y 2

La era de los datos masivos.

  Contenido
  • Qué son los Big data. Las 4 Vs. Ejemplos.
  • Big Data y la nube. Cambios tecnológicos
  • Introducción a la datificación. Cambio de perspectiva.
  • Contextos de aplicación finanzas, empresas, gobierno, etc.
  • Big data en empresas: el caso de Facebook

 Metodología: ¿Qué es un dato? ¿Qué es una variable?

  • La elección del tema, corpus y recolección de datos.
  • Tipos de variables y tipos de datos.

 Actividades

  • TP Presentación, Paso 1
  • A1 Wiki Datificación
  • A2 Los datos que generamos.
  • A3 Análisis de los datos recolectados.
Módulo 2

Semanas 3 y 4

Los Big Data y nosotros.

  Contenido
  • De la digitalización a la datificación. Implicancias del Big data.
  • Los Big data, las redes sociales y los algoritmos.
  • Datos, algoritmos sociales, y la nueva sociabilidad.
  • Big data en empresas: uber, Linkedin, Netflix, etc.
  • Datos masivos en la política, en los estudios sociales

 Metodología: ¿Qué es visualizar? ¿Por qué visualizar?

  • Introducción a la visualización: La visualización como proceso. Principios, tareas del usuario.
  • Deconstrucción de un gráfico.
  • Fuentes, repositorios y datasets.

 Actividades

  • TP, Paso 2
  • A4 ¿Qué hay en un gráfico?
  • A5 Ejemplo de visualización.
  • A6 TP Importación de los datos.
Módulo 3

Semanas 5 y 6

Los métodos cuantitativos en los estudios de la sociedad y cultura.

  Contenido
  • Nuevos objetos en la investigación sobre la sociedad y la cultura. Lectura distante.
  • Métodos cuantitativos, el estudio de los usuarios, la analítica cultural en redes. Ejemplos.
  • Limitaciones de la analítica cultural en investigación en ciencias sociales

 Metodología: ¿Cómo visualizar?

  • Tipos de gráficos. Función de las visualizaciones.
  • Tour: primeras visualizaciones.
  • Scrapeo: extraer datos digitales
  • Presentación de 3 vías para trabajar en visualización:
    • Herramientas para la visualización en línea. Gapminder, Google Data Studio.
    • Tableau.
    • Presentación de R.

Actividades

  • A7 Función de los gráficos.
  • A8 TP De la preparación y depuración de los datos.
  • A9 TP Primera visualización.

Módulo 4

Semanas 7 y 8

Límites y problemas que plantean los Big Data.

 Contenido

  • El sesgo en los algoritmos.
  • Problemas del Big Data y de los métodos cuantitativos.

 Metodología: ¿Cómo contextualizar la visualización? 

  • Visualización y narrativa. Paneles de control.
  • Herramientas para el procesamiento de texto.
  • Ejemplos y Tutoriales de Tableau.
  • Guía y recursos para trabajar con R.

 Actvidades

  • TP Final Elaboración y presentación de visualizaciones.