El presente curso de Bases de Datos Corporativas (Data Warehousing) aborda conceptos teóricos y prácticos donde el alumno adquiere una visión general de la importancia de las bases de datos corporativas en el área de inteligencia en los negocios. Así, como dotan al alumno de conocimientos en el análisis, diseño, e implementación de proyectos de Data Warehouse cubriendo las necesidades de una organización.

El alumno conocerá los aspectos relativos al análisis, a la planeación, diseño de tecnologí­as de bases de datos corporativa, así­ como afecta el valor estratégico de los datos

Unidad I. Introducción al Data Warehousing.

Que el alumno adquiera conocimientos introductorios sobre Data Warehouse, su tecnologí­a y arquitectura.

 

Unidad II. Inteligencia en los negocios y Data Warehousing

Introducción a las técnicas de procesamiento de análisis online de datos (OLAP) y navegación de datos dimensionales del negocio.

 

Unidad III. Proyectos de Data Warehouse

Conocer el ciclo de desarrollo de un Data Warehouse.

 

Unidad IV. Modelos de Data Warehouse

Conocer los diversos modelos de Data Warehouse y sus técnicas.

 

Unidad V. Diseño fí­sico del Data Warehouse

Desarrollar las habilidades en el diseño fí­sico de un Data Warehouse.

 

Unidad VI. Integración de datos para un Data Warehouse

Conocer el proceso de extracción, transformación y carga de datos (ETL), así­ como la calidad de los datos y mejores prácticas de ETL en un Data Warehouse.

 

Unidad VII. Consultas al Data Warehouse

Conocer el proceso de consultas en un Data Warehouse.

 

Unidad VIII. Aplicaciones de Data Warehouse

Conocer las diversas aplicaciones de un Data Warehouse.

1 Introducción al Data Warehousing

1.1  Introducción al Data Warehousing

1.1.1     Definición de un Data Warehouse

1.1.2     Conceptos básicos

1.1.2.1         Historia del procesamiento de información

1.1.2.2         La información en la toma de decisiones

1.1.3     Data Warehouse y el negocio

1.1.4     Sistemas operacionales v/s Información

1.1.5     Arquitectura de un Data Warehouse

1.2  Tecnologí­a del Data Warehouse

1.2.1     Bases relacionales y Data Warehousing

1.2.2     Bases de datos Multidimensional

1.3  El problema de la integridad de los datos

1.3.1     La arquitectura de un Data Warehouse

1.3.2     Data Warehouse DBMS

1.3.3     Datamart

 

2 Inteligencia en los negocios y Data Warehousing

2.1 Inteligencia en los negocios y Data Warehousing

2.2 Categorí­as en inteligencia en los negocios

2.2.1 Consultas básicas y reportes

2.2.2 Procesamiento analí­tico en lí­nea (OLAP)

2.2.3 Principios de cuadros de mando (Dashboards) y Scorecards

2.3 Sistemas de información geográfica

 

3 Proyectos de Data Warehouse

3.1  Planeación de la Administración del Proyectos de Data Warehouse

3.2  Planificación del proyecto de Data Warehouse

3.3  Ciclo de vida de un Data Warehouse

3.4  Definición y estudio de factibilidad (técnico/económico) de un proyecto de Data Warehouse

3.5  Definición de Requerimientos de los clientes para un Data Warehouse: análisis básicos, análisis de correlaciones, Análisis multi-variado, predicciones, modelamientos, data mining

3.6  Análisis del sistema

3.7  Diseño del sistema

3.8  Implementación

3.9  Equipo de desarrollo

3.10  Mantención de un Data Warehouse

 

4 Modelos de Data Warehouse

4.1 Modelos de Data Warehouse

4.1.1   Multidimensional

4.1.2   Dimensiones

4.1.3   Medidas

4.1.4   Hecho

4.2  Almacenamiento de los datos: Estructura de datos multidimensional

 

5 Diseño fí­sico del Data Warehouse

5.1         Diseño fí­sico del Data Warehouse

5.1.1    Agregación e í­ndices.

5.1.2    Data Staging

5.1.3    Calibración de almacenamiento en disco

5.1.4    Arquitectura Fí­sica

 

6 Integración de datos para un Data Warehouse

6.1 Integración de datos para un Data Warehouse

6.2 Proceso ETL

6.2.1  Calidad de datos

6.2.2 Transformación de datos

6.2.3 Carga de datos

6.2.4 Mejores prácticas ETL

6.2.5 El metadato

 

7 Consultas al Data Warehouse

7.1 Consultas al Data Warehouse

7.1.1 Datamart

7.1.2 Tunning de queries

 

8 Aplicaciones de Data Warehouse

8.1 Aplicaciones y casos de éxito de Data Warehouse

Prácticas en laboratorio-Investigación, diseño y ejecución de un proyecto, participación en eventos o visitas a entidades públicas o privadas relacionadas con el área, trabajo colaborativo.

Métodos de enseñanza-aprendizaje:

•          Descriptivo

•          Analí­tico

•          Deductivo

 

Técnicas de aprendizaje:

•          Individuales

•          Grupales

•          Laboratorios

•          Estudio de casos

 

Actividades de aprendizaje:

•          Prácticas de laboratorio

•          Ejercicios en clase y de tarea

•          Casos prácticos

 

Recursos didácticos a utilizar:

•          Pintarrón

•          Cañón 

Exámenes Teórico-prácticos 50%

Prácticas y Tareas                 20%

Proyecto Final                       30%

Académico: Profesional egresado de una licenciatura, ingenierí­a o especialidad afí­n con las ciencias de la computación o informática. Experiencia Profesional: En el diseño de bases de datos corporativas y gestión de bases de datos corporativas.

Lugar:

Zapopan, Jalisco

Fecha última revisión:

Octubre de 2019

Fecha última actualización:

Octubre de 2019

Profesores que imparten la materia

Academia de Bases de Datos

Colegio Departamental