Tamaño de fuente
  • A-
  • A
  • A+
Color del sitio
  • R
  • A
  • A
  • A
Salta al contenido principal
EVA PUCE POSGRADOS MAESTRIASENLINEA 2025-2025 EVA PUCE POSGRADOS MAESTRIASENLINEA 2025-2025
  • Página Principal
  • Más
Español - Internacional ‎(es)‎
English ‎(en)‎ Español - Internacional ‎(es)‎
En este momento está usando el acceso para invitados
Acceder
Página Principal

Ruta Académica - RDA1 - Fundamentos y Aplicaciones Estratégicas de Big Data

  1. QUI/75/202502/V/EV/NV05/NV05-01-10/N0022-06/2105/TPR
  2. Ruta Académica - RDA1 - Fundamentos y Aplicaciones Estratégicas de Big Data

Tema

Tarea 1 RDA 1

Instrucciones

Análisis de casos de uso:

Investiga y resume 3 casos de uso reales de Big Data (mínimo uno por industria). Ejemplos:

  • Finanzas: detección de fraudes
  • Salud: análisis predictivo de enfermedades
  • Retail: personalización y análisis de comportamiento del cliente

1. Finanzas: Detección de fraudes

  • Problema a resolver: Identificación en tiempo real de transacciones fraudulentas en un gran volumen de operaciones financieras.
  • Solución basada en Big Data: Implementación de algoritmos de machine learning que analizan patrones de comportamiento en tiempo real para detectar anomalías.
  • Beneficios Obtenidos: Reducción significativa de fraudes, mayor seguridad para los clientes y ahorro en costos de reclamaciones.
  • Herramientas o tecnologías usadas: Apache Spark, Hadoop, Python, algoritmos de detección de anomalías.

2. Salud: Análisis predictivo de enfermedades

  • Problema a resolver: Dificultad para anticipar enfermedades crónicas como la diabetes o enfermedades cardíacas debido a la falta de integración de datos médicos.
  • Solución basada en Big Data: Análisis de grandes volúmenes de datos clínicos, genéticos y de estilo de vida para construir modelos predictivos de riesgo.
  • Beneficios Obtenidos: Detección temprana de enfermedades, planes de prevención personalizados y mejora en la calidad del servicio médico.
  • Herramientas o tecnologías usadas: IBM Watson Health, R, bases de datos clínicas, inteligencia artificial.

3. Retail: Personalización y análisis del comportamiento del cliente

  • Problema a resolver: Baja fidelización de clientes debido a una experiencia de compra genérica y poco personalizada.
  • Solución basada en Big Data: Análisis de datos de comportamiento de compra, historial de navegación y transacciones para ofrecer recomendaciones personalizadas.
  • Beneficios Obtenidos: Incremento en las ventas, mayor lealtad de clientes y campañas de marketing más efectivas.
  • Herramientas o tecnologías usadas: Google BigQuery, herramientas de CRM, algoritmos de recomendación, análisis en tiempo real.

Actividad previa Cuestionario Final
Siguiente actividad Ruta Académica - RDA1 - Explorando el Ecosistema Hadoop: Arquitectura, Funcionamiento y Proveedores
PUCE Virtual Logo

CAMPUS VIRTUAL

  • → SOPORTE VIRTUAL

CONTACTOS

  • soportevirtual@puce.edu.ec
  • Tel: +593 99 715 1230
  • Sede Quito
    Avenida 12 de Octubre 1076 y
    Vicente Ramón Roca