calendar correo curso diplomado horas lugar modalidad in-company magister magisteres programa-avanzado quotes reloj telefono contacto contacto grad video
Escuela de Ingeniería
Coincidencias exactas
Buscar por
Seleccionar todos
Magisters
Diplomados
Cursos
Mooc
Profesores
Noticias
Páginas

Diplomado en Ciencia de datos para la gestión (online)

Conocimientos y herramientas de inteligencia artificial para una óptima gestión, a través de la lectura, interpretación y administración de los datos.

Competencias para transformar los negocios mediante técnicas de inteligencia de negocios y ciencia de datos, utilizando información de variables como productos y servicios, compradores y oferentes, hábitos de compra , entre otras.

La metodología online consiste en herramientas activas, donde el participante puede interactuar con sus pares y profesor-tutor, a través de los recursos tecnológicos que provee la plataforma educativa virtual.

Antecedentes Generales

26/03/2024
4 cursos x 6 semanas c/u
300 horas
(140 horas directas)
$2.190.000 en Chile / USD 2.433 resto del mundo ¡Consulta por descuento!
Tutor de apoyo permanente
Tutor de apoyo permanente
4 clases sincrónicas
4 clases sincrónicas
Cuestionarios de selección múltiple
Cuestionarios de selección múltiple
Proyectos aplicados
Proyectos aplicados
Material multimedia de apoyo
Material multimedia de apoyo


programas@ing.puc.cl
(+56) 9 5504 4516 - (+56) 9 3353 0870

Este diplomado está orientado a la gente que quiere adquirir las competencias fundamentales de Ciencias de Datos pero que no necesariamente tiene una base matemática, ni tampoco se interesa por los detalles de los algoritmos, sino más bien en la forma de ponerlo en práctica en los negocios y las organizaciones.

Todo trabajo en ciencia de datos comienza con la obtención de los datos, y una de las principales fuentes son las bases de datos. Un curso de Python y Base de Datos, te entregará las competencias para interactuar con un motor relacional o un motor noSQL desde un programa Python. El curso de Minería de Datos y Machine Learning, enseña las principales técnicas, algoritmos y métodos que permiten utilizar los datos para entender qué está sucediendo y obtener insights que permitan tomar mejores decisiones. El foco del curso de Visualización apunta a ser capaces de producir visualizaciones efectivas desde una montaña de datos muy difíciles de entender. Por último, el curso de Presente y Futuro de la Inteligencia de Negocios, permite poner todo en la perspectiva de los negocios, entregando una visión muy amplia de lo que es y a qué apunta la Inteligencia de Negocios hoy en día.

El formato del Diplomado en Ciencia de Datos para la Gestión es 100% en línea y se estructura sobre cuatro cursos que utilizan técnicas metodológicas activas. Gracias a estas últimas, el participante puede interactuar con sus pares y profesor-tutor a través de los recursos tecnológicos que provee la plataforma educativa virtual.

Dirigido a:
- Profesionales interesados en adquirir competencias en el área de Ciencia de Datos para aplicarlos en la gestión o la transformación digital de los negocios. 

Objetivos de aprendizaje:
- Diseñar y construir programas en lenguaje Python capaces interactuar con un motor de bases de datos para extraer y modificar información, y aplicar algoritmos y técnicas de minería de datos en el contexto de una analítica descriptiva y predictiva.
- Presentar en forma gráfica la información de modo que pueda ser comprendida rápidamente.
- Aplicar técnicas y enfoques de inteligencia de negocios para una gestión guiada por datos en el proceso de transformación digital. 

Requisitos de ingreso:
- Se recomienda contar con conocimientos básicos de programación, específicamente en lenguaje Python. En particular, debe ser capaz de utilizar controles de flujo, distintos tipos de datos y funciones, y diccionarios con Python.

- Si desea evaluar su nivel, puede realizar una prueba opcional gratuita en este link: https://www.hackerrank.com/prueba-python. Se recomienda iniciar los test en orden, ya que van creciendo en dificultad. Los dos últimos tienen un nivel superior al requerido para ingresar al diplomado, y han sido instalados allí sólo como desafío. Si uno de los test falló, se recomienda revisar y ejercitar esos contenidos antes del inicio del programa.

A continuación, ponemos a su disposición algunos cursos optativos por si desea prepararse previamente al inicio del programa:

- MOOC “Introducción a la Programación en Python I: Aprendiendo a programar con Python”, disponible en el siguiente link: https://www.coursera.org/learn/aprendiendo-programar-python.

- Curso “Herramientas de programación en Python para procesamiento de datos”, disponible en el siguiente link: https://teleduc.uc.cl/curso/herramientas-programacion-python-procesamiento-datos/ .

Es deseable contar con algún grado de conocimiento matemático (álgebra lineal, estadística básica y cálculo).

Contenidos del Programa

Al final del curso podrás:
- Describir las características de una base de datos relacional y una base de documentos.
- Interactuar directamente con un motor de bases de datos desde la herramienta de administración.
- Escribir consultas simples utilizando el lenguaje SQL.
- Agregar, eliminar información y formular consultas simples de una base de datos relacional mediante el lenguaje standard SQL.
- Construir programas Python capaces de conectarse a un motor de bases de datos para extraer o registrar información.

Contenidos:
- Conceptos fundamentales de bases de datos
- El modelo relacional
- El lenguaje de consultas estándar SQL
- Interacción directa con una base de datos relacional usando SQL
- Conectores y librerías Python para trabajo con Bases de Datos relacionales
- Extracción directa de información desde un programa Python
- La librería Pandas y el concepto de Dataframe
- Extracción de información de mediana complejidad desde un programa Python
- Modificación y eliminación de información de la base de datos desde Python
- El modelo de documentos
- El formato JSON
- Interacción con una base de datos de documentos desde un programa Python

Al final del curso podrás:
- Conocer y comprender las principales teorías y prácticas de la emergente área de Minería de Datos.
- Aplicar reglas de asociación para encontrar relaciones en un set de transacciones.
- Desarrollar soluciones a problemas reales de Big Data y ciencia de datos que involucren la necesidad de técnicas de Minería de Datos como árboles de decisión y clustering.
- Implementar soluciones usando herramientas de software de Minería de Datos aplicándolas en datos reales.

Contenidos:
- Conceptos fundamentales de minería de datos
- Preparación de datos y reducción de información
- Reglas de asociación
- Algoritmos de clasificación
- Algoritmos de Clustering y medidas de similaridad
- Selección de modelos e introducción a Machine Learning

Al final del curso podrás:
- Analizar y evaluar visualizaciones de información existentes, así como proponer mejoras.
- Identificar relaciones entre tipos de datos, tareas de visualización y tipos de gráficos para diseñar visualizaciones de información.
- Diseñar e implementar en lenguaje Python gráficos simples y avanzados usando datasets tabulares.
- Diseñar e implementar en lenguaje Python gráficos usando datasets de red.
- Diseñar e implementar en lenguaje Python gráficos para visualizar datos de texto y espaciales.

Contenidos: 
- Ejemplos históricos de Visualización de datos
- Conceptos fundamentales de visualización de información
- Funciones básicas de matplotlib y seaborn
- Modelo anidado de Mundzner de diseño y validación de visualización
- Reglas y recomendaciones generales para visualizaciones efectivas
- Diseño e implementación de gráficos simples para datos tabulares usando modelo anidado
- Diseño e implementación de gráficos avanzados para datos tabulares usando modelo anidado
- Reducción de dimensionalidad
- Diseño e implementación de gráficos avanzados para datos de red usando modelo anidado
- Visualización básica de datos de texto
- Visualización básica de datos espaciales

Al final del curso podrás:
- Comprender las características de una plataforma moderna de análisis de datos y los desafíos de la forma actual de hacer Inteligencia de Negocios.
- Utilizar los principios de agilidad aplicados a los proyectos de inteligencia de negocios.
- Identificar los principios y roles básicos asociados al Gobierno de Datos.
- Comprender la importancia del pensamiento analítico.
- Identificar las características e importancia del rol de Traductor Analítico.

Contenidos: 
- Estado actual de la inteligencia de negocios
- Plataforma Moderna de Análisis de Datos
- Centralización vs Descentralización
- Desafíos de la Inteligencia de Negocios actual
- El rol de la Agilidad en la Inteligencia de Negocios
- Principios de Gobierno de Datos
- Roles asociados al Gobierno de Datos
- Introducción a la Calidad de Datos
- El pensamiento analítico como base de la creación de valor a partir de los datos
- El nuevo rol del Traductor Analítico
- Uniendo Todo: Inteligencia de Negocios para una nueva década

Nota:

Cuerpo Académico

Testimonios


¿Te gusta esta publicación?

Comparte esta publicación


Diplomado en Ciencia de datos para la gestión (online)

Solicita información y brochure aquí:

Al momento de inscribirme autorizo a la Escuela de Ingeniería UC para mantener y tratar mis datos personales, todo conforme a la Ley Nº19.628, “Sobre Protección de la Vida Privada”. Revisa las Políticas UC aquí.
Este sitio está protegido por reCAPTCHA y se aplican la política de privacidad y términos del servicio de Google.

Webpay
Pago disponible con tarjetas de crédito de Chile hasta en 12 cuotas precio sin interés

 

40% Personas mayores de 60 años.
30% Exalumnos y colaboradores UC y DUOC, exalumnos de Educación Profesional de Ingeniería UC y Tarjeta vecino Providencia y Las Condes.
25% Convenio Ingeniería.
15% Funcionarios de servicios públicos.

Programas relacionados

Descargar Brochure
Necesitas ayuda? Conversemos