Data warehouse business intelligence. IFCD013PO (No tutorizado)

Descripción

A quien va dirigido:

A cualquier persona con la necesidad de conocer, valorar o gestionar Data WareHouse Business Intelligence.

Objetivos:

• Conocer qué es un Data WareHouse, su evolución histórica, así como su funcionamiento interno.
• Conocer un Data Mart, su utilidad y sus componentes asociados.
• Conocer la metodología asociada al proceso de creación de un Data WareHouse.
• Identificar los procesos de diseño conceptual, diseño físico y lógico de una base de datos asociada a un Data WareHouse.
• Conocer la implementación de cubos OLAP y los procesos ETL asociados a la gestión del Data WareHouse.
• Conocer el uso de Discoverer Administrator, la arquitectura cliente servidor y el uso de Discoverer Desktop.
• Conocer el concepto de “minería de datos”, así como las técnicas usadas en ella.
• Conocer las fases del ciclo de DataMining, así como sus problemas asociados.

Programación didáctica

Unidad de aprendizaje 1. Introducción

• Introducción.
• ¿Qué es un Data WareHouse?
• Resumen.

Unidad de aprendizaje 2. Concepto de Data Mart o Data WareHouse

• Introducción.
• Definición de Data Markt.
• Utilidad.
• Componentes.
• Resumen.

Unidad de aprendizaje 3. Metodología

• Introducción.
• Metodología Hefesto.
• Análisis de requerimientos.
• Análisis de los OLTP.
• Modelo lógico del Data WareHouse.
• Integración de datos.
• Resumen.

Unidad de aprendizaje 4. Diseño lógico y físico de bases de datos central

• Introducción.
• Diseño conceptual.
• Diseño lógico.
• Diseño físico.
• Resumen.

Unidad de aprendizaje 5. Diseño de cubos

• Introducción.
• Implementación física de cubos.
• Diseño de ETL: extracción, transformación y carga.
• Resumen.

Unidad de aprendizaje 6. OLAP

• Introducción.
• Uso de Discoverer Administrator.
• Cliente Servidor.
• Uso de Discoverer Desktop.
• Resumen.

Unidad de aprendizaje 7. Técnicas de minería de datos

• Introducción.
• Técnicas de minería de datos.
• Resumen.

Unidad de aprendizaje 8. El ciclo de DataMining: fases y tipos de problemas.

• Introducción.
• El ciclo del DataMining.
• Tipos de problemas.
• Resumen.

Evaluación:

Este curso consta de 2 pruebas de evaluación final de tipo Test y 4 de tipo desarrollo.