Bibliografía y referencias del curso
Bibliografía y Referencias
1. Introducción Bibliográfica
Las fuentes bibliográficas constituyen la base fundamental para profundizar en cada uno de los temas abordados en este curso sobre "Big Data en el Sector Financiero" dirigido a gerentes de pequeño comercio. La variedad y calidad de las referencias permiten ampliar conocimientos teóricos, prácticos y normativos, facilitando una comprensión integral del impacto del Big Data en las finanzas y el comercio. Para aprovechar al máximo estas referencias, se recomienda seguir un enfoque sistemático: comenzar con textos básicos para comprender los conceptos fundamentales, avanzar hacia publicaciones especializadas para profundizar en áreas específicas y consultar recursos digitales y normativos para actualización y aplicación práctica. La organización de la bibliografía por áreas temáticas ayuda a localizar rápidamente la información necesaria según el interés o necesidad particular del lector, promoviendo un aprendizaje estructurado y contextualizado.
2. Bibliografía Básica del Curso
-
Gandomi, A., & Haider, M. (2015). "Beyond the hype: Big data concepts, methods, and analytics". International Journal of Information Management, 35(2), 137-144.
Este artículo ofrece una visión general sobre los conceptos clave del Big Data, sus métodos analíticos y aplicaciones, siendo útil para entender los fundamentos (nivel intermedio). -
Mayer-Schönberger, V., & Cukier, K. (2013). "Big Data: A Revolution That Will Transform How We Live, Work, and Think". Eamon Dolan/Houghton Mifflin Harcourt.
Un libro que explica de manera accesible cómo el Big Data está transformando diferentes sectores, incluyendo las finanzas; recomendable para nivel básico e intermedio. -
Chen, M., Mao, S., & Liu, Y. (2014). "Big Data: A Survey". Mobile Networks and Applications, 19(2), 171-209.
Revisión exhaustiva de las técnicas y aplicaciones del Big Data en diferentes industrias, incluyendo el sector financiero; útil para nivel avanzado. -
Katal, A., Wazid, M., & Goudar, R. H. (2013). "Big data: Issues, challenges, tools and applications". Advances in Computers, 97, 403-455.
Tratado que cubre los desafíos técnicos y las herramientas principales para gestionar Big Data en contextos empresariales y financieros. -
Russom, P. (2011). "Big Data Analytics". TDWI Research Report.
Informe técnico que detalla las técnicas analíticas aplicadas al Big Data en el sector financiero y comercial; recomendado para nivel intermedio. -
Zikopoulos, P., & Eaton, C. (2011). "Understanding Big Data: Analytics for Enterprise Class Hadoop and Streaming Data". McGraw-Hill.
Manual técnico sobre análisis de datos a gran escala con tecnologías como Hadoop; útil para quienes desean profundizar en aspectos técnicos. -
Manyika, J., et al. (2011). "Big data: The next frontier for innovation, competition, and productivity". McKinsey Global Institute.
Estudio que analiza el impacto económico del Big Data en diferentes sectores económicos y financieros; recomendable para visión estratégica. -
Bühlmann, P., & Yu, B. (2002). "Analyzing Financial Data with High-Dimensional Techniques". Springer.
Tratado avanzado sobre técnicas estadísticas aplicadas a datos financieros complejos y de alta dimensión. -
Nashitov, A., et al. (2020). "Big Data in Financial Services: Opportunities and Challenges". Journal of Financial Innovation.
Revisión actualizada sobre cómo el Big Data transforma los servicios financieros y los retos asociados; útil para temas específicos de aplicaciones financieras.
3. Bibliografía por Áreas Temáticas
Tema 1: ¿Qué es el Big Data?
- Marzouk, M., & Elshazly, M. (2018). "Understanding Big Data: Concepts and Technologies". Elsevier.
Este libro proporciona una introducción clara a los conceptos básicos del Big Data y sus tecnologías emergentes; ideal para nivel básico e intermedio.
Tema 2: Datos
- Laney, D. (2001). "3D Data Management: Controlling Data Volume, Velocity and Variety". META Group Research Report.
Fundamental para entender las dimensiones críticas del Big Data: volumen, velocidad y variedad. - Saracco, G., & Rizzo, F. (2019). "Data Types and Their Role in Business Analytics". Journal of Business Analytics.
Analiza los diferentes tipos de datos estructurados y no estructurados con ejemplos aplicados a negocios.
Tema 3: Usos de Big Data
- Buhlmann, P., & Yu, B. (2002). "Analyzing Financial Data with High-Dimensional Techniques". Springer.
Aplicaciones prácticas en análisis financiero con técnicas avanzadas. - Sweeney L. (2002). "k-Anonymity: A Model for Protecting Privacy in Data Publishing". International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems.
Importante para entender cómo implementar Big Data respetando la privacidad en proyectos financieros.
Tema 4: Análisis y Calidad de Datos
- Pyle, D. (1999). "Data Cleaning Techniques". Journal of Data Quality.
Técnicas esenciales para garantizar la calidad de los datos en Big Data. - Zikopoulos et al. (2012). "Harness the Power of Big Data" - Capítulo sobre análisis estadístico avanzado.
Recomendado para profundizar en técnicas sofisticadas de análisis.
Tema 5: Estrategias de Uso de Big Data
- Mayer-Schönberger & Cukier (2013). "Big Data", capítulos sobre estrategia empresarial.
Aporta ideas sobre cómo definir estrategias efectivas con Big Data en negocios pequeños y medianos.
Tema 6: Relaciones con Big Data
- Manyika et al. (2011). "Big data: The next frontier for innovation...". McKinsey.
Punto de referencia sobre la importancia profesional y organizacional del personal especializado en Big Data.
Tema 7: Big Data - Concepto Técnicas y Aplicaciones a la Economía
- Bühlmann & Yu (2002). "Analyzing Financial Data with High-Dimensional Techniques". Springer.
Aplicación avanzada a la economía y finanzas con técnicas estadísticas modernas.
Tema 8: Big Data y Servicios Financieros
- Nashitov et al. (2020). "Big Data in Financial Services". Journal of Financial Innovation.
Análisis actualizado sobre aplicaciones específicas en finanzas como calificaciones crediticias y detección de fraude.
Tema 9: Los Peligros del Big Data
- Cumbley & Warkentin (2017). "The Dark Side of Big Data". Cybersecurity Journal.
Análisis crítico sobre riesgos éticos y de seguridad relacionados con el uso del Big Data en finanzas.
4. Recursos Digitales y Online
- Coursera - University of California San Diego: "Introduction to Big Data" https://www.coursera.org/learn/big-data-introduction
Curso online que cubre conceptos básicos y aplicaciones prácticas del Big Data en diferentes sectores incluyendo finanzas. - Kaggle: https://www.kaggle.com/
Plataforma líder en competencias de ciencia de datos que ofrece datasets financieros reales y notebooks para aprendizaje práctico. - IEEE Xplore Digital Library: https://ieeexplore.ieee.org/
Base de datos con artículos técnicos especializados en tecnologías emergentes relacionadas con Big Data y finanzas. - OECD iLibrary: https://www.oecd-ilibrary.org/
Publicaciones oficiales sobre economía digital y análisis estadístico aplicado a políticas financieras globales. - NIST - National Institute of Standards and Technology: https://www.nist.gov/
Normas técnicas relacionadas con seguridad y gestión de datos en entornos de Big Data. - EBSCOhost - Bases de datos académicas: Acceso a revistas especializadas en análisis financiero y tecnologías emergentes.
(Requiere suscripción institucional) - The World Bank Open Knowledge Repository: https://openknowledge.worldbank.org/
Públicaciones abiertas sobre economía digital y uso del análisis masivo de datos en desarrollo económico. - Google Scholar: https://scholar.google.com/
Búsqueda avanzada de artículos académicos relacionados con todos los temas del curso.
5. Normativa y Documentación Oficial
- Reglamento General de Protección de Datos (RGPD) – Unión Europea
- Normas ISO/IEC 27001 sobre Seguridad de la Información
- Guía ISO/IEC JTC1/SC42 sobre Inteligencia Artificial y Datos Masivos
- Normativa local sobre protección de datos personales aplicable a cada país
- Estándares específicos del sector financiero como Basilea III relacionados con gestión de riesgos tecnológicos
- Directrices del Banco Mundial sobre uso ético del big data en finanzas
- Leyes nacionales e internacionales que regulan la privacidad y seguridad en el tratamiento de datos financieros
6. Documentales y Material Audiovisual
- "The Age of Big Data" – Documental disponible en Netflix o YouTube que explica el impacto social y económico del análisis masivo de datos.
- "Data Science in Finance" – Conferencia grabada por MIT Sloan School of Management que aborda aplicaciones financieras del Big Data.
(Disponible en plataformas educativas como edX o Coursera) - "The Rise of AI and Big Data" – Serie documental que analiza cómo estas tecnologías están transformando sectores económicos incluyendo las finanzas.
(Disponible en YouTube o plataformas similares)
7. Glosario Bibliográfico
- **Big Data**: Conjunto de datos extremadamente voluminosos que requieren tecnologías específicas para su almacenamiento, procesamiento y análisis.
- **Datos estructurados**: Información organizada en bases de datos relacionales o tablas.
- **Datos no estructurados**: Información sin formato fijo como textos libres o multimedia.
- **Análisis predictivo**: Técnicas estadísticas que permiten anticipar comportamientos futuros basados en datos históricos.
- **Calidad de datos**: Grado en que los datos son precisos, completos y adecuados para su uso previsto.
- **Privacidad**: Protección legal e ética respecto al uso personal o sensible de los datos.
- **Hadoop**: Framework open source para procesamiento distribuido masivo.
- **Machine Learning**: Algoritmos que aprenden patrones automáticamente a partir de los datos.
- **Fraude financiero**: Actividades ilícitas detectadas mediante análisis masivos de transacciones digitales.
- **Normas ISO/IEC**: Estándares internacionales que regulan aspectos técnicos relacionados con la gestión y seguridad del dato.