Curso Gobierno del Dato (Data Governance)

Actualmente los datos son considerados el activo más importante de una organización. Cómo se gestionen estos datos aumentará significativamente el valor de este activo. Es, por tanto, de suma importancia que la gestión de los dato sea ordenada, eficiente y segura. Este curso pretende enseñar a los participantes el desarrollo, la ejecución y la supervisión de planes, políticas, programas y prácticas que entregan, controlan, protegen y mejoran el valor de los datos y los activos de información a lo largo de sus ciclos de vida.

No existen requisitos previos para acceder a este curso.
Sin embargo, es aconsejable estar familiarizado con lo conceptos básicos de gestión de bases de datos, Big Data y gestión de datos en general.

Aprender a liderar el diseño e implementación del Programa de Gobierno de Datos de la organización alineado con sus planes y objetivos estratégicos.
Obtener una visión global del manejo de datos en una organización, de todos los aspectos involucrados tales como: responsabilidad, seguridad y privacidad, así como la estructura, modelado y arquitectura de los datos.
Conocer las herramientas para poder implementar el gobierno del dato.
Entender cuáles son las normativas y los marcos legales locales e internacionales sobre privacidad y tratamiento de datos e información sensible.
Aprender a mejorar los resultados a través de algoritmos, Business Intelligence, Analytics, inteligencia artificial y cualquier tipo de procesamiento basado en datos.
Gestionar adecuadamente los riesgos de seguridad de los datos.
Entender las diferentes áreas de conocimiento en gestión de datos y las buenas prácticas que se proponen en diferentes frameworks de gestión de datos, tales como DMBOK 2ª edición.

Módulo 1: El gobierno de datos. Introducción
¿Qué es el gobierno de datos, su propósito y la audiencia de gestión de datos?
Marcos de referencia (TOGAF / COBIT, etc.).
Los roles en el gobierno de datos.

Módulo 2: Calidad de los datos
Dimensiones de la calidad de los datos, políticas, procedimientos, métricas, tecnología y recursos y modelos de referencia.

Módulo 3: Datos maestros y de referencia
Diferencias entre los datos maestros y de referencia.
Arquitecturas MDM genéricas.
Implementación gradual y evaluación de madurez, soluciones MDM para considerar los procedimientos comerciales para MDM.

Módulo 4: Almacenamiento de datos y gestión de BI
Provisión de Business Intelligence (BI) para la empresa y gestión de datos consumidos.
Data Warehouse. Tipos de BI, DW y Analytics.

Módulo 5: Modelado de datos
Tipos y niveles de modelos de datos.
Uso y explotación de modelos de datos.
Integración en el Ciclo de vida del desarrollo de software (SDLC).

Módulo 6: Metadatos
Tipos y usos de metadatos.
Fuentes de metadatos.
Repositorios de metadatos. Accesos y glosarios.

Módulo 7: Arquitectura de datos
Enfoques, planes, consideraciones y directrices para la provisión de integración de datos y acceso.
Arquitectura orientada a servicios (SOA)
Virtualización de datos.

Módulo 8: Ciclo de vida de los datos
Planificación proactiva para la gestión de datos en todo su ciclo de vida.
Análisis de cada una de las fases ndel ciclo de vida.

Módulo 9: Seguridad y privacidad de los datos
Amenazas y sus categorías.
Defensas. Mecanismos y enfoques. Accesos no autorizado, uso y pérdida de datos.
Violaciones de seguridad y privacidad. Uso ilegal de los datos.

Módulo 10: Legalidad de los datos
Políticas y procesos de aseguramiento.
Adaptación a los requisitos legales y reglamentarios.
Cumplimiento normativo y sanciones por incumplimiento

Módulo 11: Los riesgos y los datos
Integración de datos.
Interoperabilidad de datos.
Desafíos, ventajas y riesgos en la integración e interoperabilidad de los datos.