Escuela de Negocios Praxis: Capacitar a la próxima generación de científicos de datos para redefinir las industrias

Escuela de Negocios Praxis: Capacitar a la próxima generación de científicos de datos para redefinir las industrias

Praxis Business School encapsula el espíritu de la traducción de la teoría a la práctica que ha sido la filosofía rectora de la institución y ha permitido su evolución en una escuela de negocios contemporánea y orientada a la industria.

Praxis dirige un programa de ciencias de datos de un año a tiempo completo desde sus campus de Calcuta y Bangalore y programas online en ciencias de datos para profesionales en activo. Además, Praxis ofrece un Programa de Gestión de Diploma de Posgrado Residencial de 2 años aprobado por AICTE a tiempo completo desde su campus de Calcuta.

Los programas de Praxis han sido bien recibidos por la industria y el programa de Ciencia de Datos de un año ha sido consistentemente clasificado como uno de los 5 mejores programas en ciencia de datos en la India. La universidad es bien conocida por la calidad del equipo de profesores que ha sido capaz de construir. Los miembros de la facultad con un impecable pedigrí académico y una enorme experiencia en la industria diseñan y entregan programas que son relevantes y efectivos en el espacio analítico de hoy en día.

El Gobierno de Andhra Pradesh ha elegido a Praxis como su socio académico para impartir el programa de análisis en el Instituto Internacional de Tecnologías Digitales (IIDT, Tirupati). Praxis también se ha asociado con la Universidad Savitribai Phule Pune para impartir el programa PG en Análisis de Negocios en la Universidad.

Prometedora carrera en la ciencia de los datos

Praxis ofrece un Programa de Postgrado en Ciencias de los Datos con ML y AI (anteriormente conocido como PGP en Análisis de Negocios) que tiene como objetivo equipar a los estudiantes con las herramientas, técnicas y habilidades para permitir una absorción sin problemas en el dominio de la Analítica y crecer en los roles de los Científicos de Datos:

Habilidades Tecnológicas : La comprensión de una amplia gama de herramientas que se utilizan comúnmente para extraer, analizar y visualizar datos.

Habilidades analíticas : Conocimiento de la estadística, la minería de datos, las técnicas de aprendizaje automático y de aprendizaje profundo y la capacidad de crear modelos de predicción.

Conocimiento de los dominios : Una comprensión justa de las funciones empresariales como el marketing, las finanzas, las operaciones y la aplicación de la analítica en varios verticales.

Habilidades de comunicación y visualización : La habilidad de contar una historia efectiva.

Liderazgo ágil con experiencia diversa

Charanpreet Singh es la fundadora y directora de la Fundación de la Escuela de Negocios Praxis . Ha formado parte del mundo corporativo durante 20 años y tiene una rica experiencia en industrias tan variadas como la criogenia, el acero, el comercio internacional, la consultoría y la tecnología de la información con organizaciones como British Oxygen, Tata Steel, PwC y Compaq-HP. En HP, Charanpreet era el Country Manager, Marketing para PYMES cuando decidió cambiar a su primera pasión, la académica, y se embarcó en la misión de crear una escuela de negocios de la más alta calidad en el país. Ganador de la Beca Chevening para Jóvenes Directivos otorgada por el Gobierno Británico, Charanpreet tiene fuertes intereses profesionales en las áreas de tecnología de la información, análisis y comunicación empresarial. Ha enseñado en la Universidad de Iowa y ha sido profesor visitante en IIM Lucknow, IIM Raipur y IIM Shillong. Mientras que sus cursos están enraizados en la teoría y fundamentos académicos, nunca dejan que el estudiante pierda de vista el verdadero valor de negocio de cada concepto.

La Ventaja de la Praxis

1. Programa riguroso a tiempo completo

El programa a tiempo completo permite a los candidatos comprometerse todo su tiempo para aprender los conceptos, aplicándolos a problemas prácticos del mundo real y participando en un fuerte ecosistema analítico basado en el campus.

2. Ventaja del primero en llegar

Praxis comenzó los cursos de Analítica a tiempo completo en 2011, y su curso insignia en Analítica de Negocios fue el primer programa de analítica a tiempo completo del país. Hoy en día, Praxis ofrece las ventajas de una profunda comprensión del dominio de la educación analítica, las expectativas de la industria y lo que se necesita para crear un profesional de la analítica eficaz. El instituto ha forjado fuertes relaciones a través de segmentos de la industria que requieren recursos analíticos.

3. Asociación de la industria robusta

Los profesionales de Praxis están involucrados en el diseño y entrega de lo último en Educación Analítica. Los vínculos industriales con el Banco ICICI y PwC ofrecen a Praxis el apoyo de conocimientos específicos para un plan de estudios actualizado y relevante. Por el lado de la demanda, Praxis ha creado fuertes relaciones con organizaciones que buscan recursos capacitados.

4. Currículum completo y temático impartido por profesores de primera clase

Un equipo de profesores experimentados, bien cualificados y comprometidos ayuda a Praxis a ofrecer contenidos relevantes en colaboración con los profesionales de la industria.

5. El proceso de selección de Praxis y el programa de colocación

Praxis ha puesto en marcha un amplio programa de colocación que ajusta la competencia del candidato a la oportunidad de la industria. Una tasa de colocación de más del 90% es testimonio del éxito del programa. Un corolario de esto es la comprensión de que como instituto responsable, Praxis necesita crear un proceso de selección justo y seleccionar sólo a aquellos aspirantes que demuestren la capacidad de pensar analíticamente y tengan pasión por la resolución de problemas.

6. Base de ex-alumnos fuerte y con movilidad ascendente

En los últimos 7 años, los ex alumnos de Praxis se han desempeñado con distinción en el sector corporativo y, dada la joven edad de esta industria, ya están ocupando puestos bastante superiores en sus respectivos equipos de análisis. Esta red proporciona una inmensa fuerza y orientación a los lotes sucesivos, además de abrirles importantes oportunidades de carrera.

Promoviendo un ambiente práctico

La Analítica de Negocios & La Ciencia de los Datos se encuentra en la intersección de tres disciplinas clave, a saber, la Estadística & el Aprendizaje Automático, la Programación y el Dominio de Negocios dirigido y el programa de 9 meses en Praxis está diseñado para abordar las tres en profundidad significativa.

La columna vertebral de la analítica es la teoría de la estadística en general y el aprendizaje automático en particular, y estas dos áreas clave se ofrecen como dos asignaturas diferentes. Ambas asignaturas tienen sesiones de «laboratorio» donde los estudiantes usan Python para aplicar la teoría. Paralelamente, los estudiantes también aprenden SAS y R para la implementación de conceptos clave de la estadística y el aprendizaje automático.

Los estudiantes son introducidos a los principios de Big Data usando Hadoop/ Spark y Python donde aprenden como migrar y portar aplicaciones de aprendizaje de máquinas desde sus portátiles a la plataforma Amazon AWS para entender como aprovechar el poder de los grandes clusters.

Los estudiantes son expuestos a un conjunto de proyectos del mundo real cercano obtenidos de una variedad de fuentes. Los profesores utilizan los datos disponibles de las competiciones de Kaggle para crear tareas y las soluciones de los estudiantes se comparan con las tablas de clasificación mundial.

Los estudios de casos tomados del programa de gestión empresarial de Praxis proporcionan a los estudiantes una base de los principios de los dominios horizontales como las finanzas y la comercialización y de las áreas verticales como el comercio minorista y las telecomunicaciones para que puedan relacionarse con el "final del negocio" de la analítica empresarial.

Por último, un curso completo y práctico sobre comunicación empresarial mejora las habilidades de los estudiantes y los prepara para «contar la historia» del problema empresarial y la consiguiente solución analítica, que es una habilidad esencial que todos los científicos de datos necesitan hoy en día.

Logros gloriosos

– Clasificado como el 2º mejor instituto por la revista Analytics India Magazine en los cursos de análisis a tiempo completo en la India – Clasificación 2017

– Clasificado como el 2º mejor instituto por Analytics Vidhya en los mejores programas de análisis de negocios de la India (2015 -2016)

– Praxis está catalogado como uno de los 5 mejores institutos para el estudio de la analítica por India Today. El Dr. Prithwis Mukerjee, Director del instituto ha sido incluido en la lista de los 10 mejores académicos en análisis durante 4 años consecutivos por la revista Analytics India Magazine

– Los estudiantes de Praxis han realizado con distinción a nivel nacional hackathons, incluyendo

  1. Los 3 primeros terminan en MachineHack por la revista Analytics India entre 979 equipos.
  2. Los 3 primeros en el Desafío Nacional de Análisis del NASSCOM.
  3. Segundo entre 261 equipos en Data Tales – Competencia anual de aprendizaje automático del Instituto de Administración de los Grandes Lagos.
  4. 6º puesto entre 1503 equipos en Felicity, la fiesta tecno-cultural anual del IIIT Hyderabad.
  5. Los estudiantes de Praxis presentaron su Proyecto Capstone: «¿Qué pasa si las computadoras vigilan los exámenes? «en CYPHER 2018 – la mayor conferencia analítica de la India.

Enfrentando los desafíos de la industria

A través de interacciones regulares con los reclutadores, el instituto opina que la industria analítica es todavía incipiente donde el término «listo para la industria» no está claramente definido. De hecho, las industrias tampoco tienen muy claro lo que quieren hacer en cuanto a la creación de un equipo de análisis o a la subcontratación de éste en los institutos, qué aptitudes buscan en su equipo de análisis, etc. Hay mucha incertidumbre, y con el tiempo se estabilizará.

Hablando del lado de la oferta, el lado de la oferta está cargado con una grave escasez de formadores equipados con los conocimientos, habilidades y experiencia en la industria necesarios para construir la próxima generación de profesionales de la analítica. Debido a la exageración en torno a la analítica, mucha gente quiere unirse a esta industria y construir su carrera sin saber acerca de los conjuntos de habilidades. Incluso las expectativas de las empresas son enormes. Sin embargo, se necesita un filtro para sacar a los candidatos que tienen el conjunto de habilidades o la formación adecuada y son capaces de añadir valor a la industria analítica.

Charanpreet piensa que la perspectiva del trabajo que está impulsando tanto interés en la analítica en lugar de la combinación de capacidades y habilidades está creando poco caos. Desde la perspectiva del educador, Praxis tiene todo tipo de programas de formación, desde programas online hasta programas de aula para equipar a los estudiantes con las habilidades necesarias, pero hay un flujo en términos de requisitos. Algunas empresas quieren crear profesionales de análisis duro y otras quieren crear gerentes que puedan interpretar bien los datos. Las expectativas varían, y con el tiempo la mayor parte se estabilizará.

Tendencias que darán forma a la gran industria de los datos

La pila completa de datos científicos que las organizaciones requieren es el superhombre murciélago y el hombre de hierro enrollados en uno. El científico de datos estrella del rock de hoy en día entiende y define los problemas de los negocios, accede a los datos correctos, los somete al tratamiento adecuado, utiliza las técnicas adecuadas, construye modelos sorprendentes y cuenta la historia. El fundador y director de la Fundación de la Escuela de Negocios Praxis, Charanpreet Singh, escoge cuatro tendencias que definirán el futuro de la ciencia de los datos y la industria analítica.

1. The Citizen Data Scientist – La ciencia de los datos pasará de la etapa geek a la etapa de negocios donde las herramientas se vuelven más fáciles de usar y ofrecen algoritmos probados que funcionan en casos de uso predefinidos. Cada vez será más fácil de usar, con más soluciones «llave en mano» para pequeñas y medianas empresas, más acceso «point and click», mayor automatización y más experiencia en el dominio de los programas. Lo que se ve es la mercantilización del campo y una mayor mercantilización ocurrirá a medida que las herramientas se vuelvan más accesibles y fáciles de usar. Cada vez más personas y empresas podrán utilizarlas y crear modelos bastante avanzados para el análisis y la predicción sin ser expertos en estadística o en aprendizaje automático. En última instancia, la organización central de ciencia de datos desaparecerá y cada unidad de negocios tendrá grandes equipos dedicados a la ciencia de datos.

2. Especialización – Charanpreet propone un tipo de analogía suelta aquí. La ciencia de los datos es para la estadística y las matemáticas lo que la ingeniería es para las ciencias físicas. Y al igual que la invención de la máquina de vapor y la subsiguiente revolución industrial aplicada al conocimiento de las ciencias para crear la ingeniería como una disciplina sexy, la revolución informática ha creado el científico de datos, un estadístico que puede aplicar la ciencia en un ecosistema tecnológico que le permite hacer cosas que hasta ahora eran imposibles. Avanzando en la analogía, a medida que las tecnologías se ampliaron y profundizaron, la ingeniería se fue especializando cada vez más: hoy en día no hay ingenieros sino ingenieros mecánicos, ingenieros químicos e ingenieros eléctricos. Siguiendo con la analogía, Charanpreet espera que el superhombre científico de los datos dé vida a varias formas y especializaciones a través de técnicas y/o dominios. El mundo de los datos es hábil en acuñar nombres inteligentes para roles como científicos de datos de fraude, científicos de datos de riesgo y científicos de datos de ciberseguridad, sólo para nombrar algunos. Habrá un visualizador de datos, el experto en aprendizaje de máquinas, la estrella de la IA en los tiempos venideros.

3. Dominio – Charanpreet cree que un buen número de los algoritmos y las plataformas se habrían realizado para el año 2020; el científico de datos se acercará mucho más al negocio de lo que lo hace hoy en día. El científico de datos actual está trabajando en herramientas y técnicas que otros no conocen ni dominan. Esto mantiene al típico técnico convertido en data scientist un poco alejado de los negocios. Una vez que algunos de estos algoritmos se templen y sean controlados por menús, el enfoque del científico de los datos cambiará al lado de los negocios. La calidad de las preguntas que se hagan determinará la calidad y la relevancia de las percepciones extraídas y la calidad de las preguntas que se hagan estará en función de cuán profundo sea su conocimiento del dominio. En consecuencia, el mundo entrará en una era de aplicaciones puntiagudas, funcionales o de enfoque vertical; por ejemplo, se hará realidad el desarrollo de una aplicación para que los agricultores de microfinanciación puedan predecir no sólo la capacidad de reembolso, sino también las recaudaciones durante un período de tiempo una vez que se desembolse el préstamo. Para ello se requerirá un conocimiento profundo de la agricultura en todos los cultivos y geografías y una comprensión de todos los factores o variables ambientales que pueden influir en la capacidad de pago de un agricultor.

4. Datos – Charanpreet dijo: «Un conocimiento más profundo del dominio y la disponibilidad de una base de fuentes de datos mucho más amplia impulsarán la siguiente ronda de diferenciación. Como dijo DJ Patil en una presentación reciente, la Internet de las cosas es en realidad los datos de las cosas. El científico de datos de 2020 tendrá que ser un gurú de los datos, no desde la perspectiva de la tecnología, sino desde la perspectiva de la subestimación, la identificación y el acceso a las fuentes de datos adecuadas y la unión de todo ello para enriquecer el análisis. En el ejemplo de la financiación de los agricultores, los datos sobre el tiempo e incluso el clima durante un período de tiempo serán fundamentales para evaluar la salud financiera de un agricultor en una región geográfica determinada, habida cuenta de los cultivos que cultiva y el suelo que utiliza.

Leave a Comment!