¿Seré un LINI?

Un ejemplo de empresa que oferta este tipo de soluciones

Movilidad

Ciudades inteligentes

Comercio

Seguridad y finanzas

Personal

Medio ambiente

Salud y bienestar

Energéticos

Ejemplos de áreas donde la inteligencia de Negocios e Innovación puede apoyar

Haz click sobre diferentes elementos interaactivos para obtener diferente información

LINI >>

Lic. en Inteligencia de Negocios e Innovación

EMPEZAR

LINI

Casos

Contacto

Un LINI aprende a obtener datos útiles, analizarlos y dar propuestas de mejora

3. Decisión

3. Análisis y decisión

2. Optimización

1. Visión itegral

El procedimiento general es:

¿Sabías que un LINI es mitad administrador y mitad ingeniero?sabe lo suficiente de programación para extraer información, y lo suficiente de administración como para entender y explicar lo que sucede en la empresa

1. Visión integral

Obtengo y conecto diferentes variables y bases de datos

¡Haz click aquí para saber cuánta información se genera a nivel mundial en 1 minuto!

Piensa en un día normal, y en todo lo que contactas en esas horas:

Escucha un ejemplo aplicado

Si fueras una empresa, seguramente deberías estar rastreando cosas como éstas para ver que mejorar....

Machine learning: las máquinas aprenden de tí mediante datos que se convierten en variables y froman patrones, por eso pueden anticiparse y evitar problemas :)

Incluso si hablamos de gobierno, ¡ocupan datos para mejorar sus procesos!

2. Optimización de datos

Limpieza de errores en datos, medición de avances, aplicaciónde estadística para detectar patrones y proyectar probabilidades y/o comportamientos.

Revisa este link cuando tengas tiempo para ver un video con ejemplos de uso

¡La estadística si sirve!

“Si quieres prever el futuro, estudia el pasado” -Confucio

Según el momento de la empresa, nuestra forma de buscar información y dar propuestas deberá ser diferente.

Imagina una medición...

3. Análisis y decisión

Presentación de datos (anteriores y actuales), posibles escenarios y propuestas relativas.

¡Las máquinas aun tienen esa sensibilidad!

Las explicaciones son muchas, y si tenemos las variables adecuadas sabremos no solo lo que sucede, sino lo que sucederá en el futuro, y podremos prevenirlo.

Areas para desempeñarse

Desarrollo de productos y servicios Análisis de Mercado Revisión del entorno empresarial Diagnósticos de pérdidas Métricas y parámetros de rendimiento (distintas áreas) Modelos predictivos

• Perfil matemático y analista.
• Conocimientos informáticos, matemáticos y estadísticos.
• Control de la tecnología y de las bases de datos, como SQL o PL/SQL.
• Habilidades de programación y control de programas como R o Python.
• Paquetería ERP (Enterprise Resource Planning)
• Diseño de un sistema de reporting para la visualización
• Conocimiento de las técnicas de machine learning (probabilísticos, geométricos, lógicos).

• Establecer confianza entre el departamento de tu empresa.
• Saber comunicar para poder convencer con tus ideas.
• Tener visión de negocio y aplicar la creatividad.
• Aplicar los indicadores necesarios a la industria

Perfil del data scientist

Hay que ponerle esfuerzo...

"Sin datos, todo es simplemente, una opinión personal"

LINInautas en acción

567-37-00 ext.1250 #27228, CECE 2do piso, vista Norte

michelle.lazcano@cetys.mx

INFO