Diplomado en Seguridad y protección de datos (MTIG)

Al finalizar el curso podrás:
- Evaluar regulaciones y estrategias nacionales en materias de tecnologías de información, ciberseguridad y protección de datos considerando la legislación vigente como las reformas que se están analizando a nivel nacional.
- Analizar el rol de los datos y la protección de la seguridad de la información en el contexto de transformación digital, tanto de las empresas como en el Estado.
- Aplicar la mirada legal en el entorno de las tecnologías, para detectar problemas, necesidades y requerimientos en el entorno laboral.

Contenidos:
1. Derecho y tecnología
1.1. La tecnología y el marco legal.
1.2. ¿Cómo actúa el derecho en las plataformas electrónicas? ¿Es posible gobernar Internet?
1.3. La regulación de Internet en Chile.

2. El uso de la tecnología en ambientes laborales
2.1. La tecnología y el trabajo.
2.2. El uso y el abuso de la tecnología en ambientes laborales.
2.3. El teletrabajo en el mundo y en Chile, concepto, definición, características, efectos legales.

3. Delitos informáticos
3.1. La ingeniería social.
3.2. La criminalidad informática.
3.3. La Ley de Delitos Informáticos en Chile (Ley Nº 19.223) y el proyecto de reforma.

4. La contratación en Internet
4.1. Aspectos generales de la contratación electrónica.
4.2. El perfeccionamiento del contrato por vía electrónica.
4.3. Protección del consumidor (Ley del consumidor y las operaciones de comercio electrónico).

5. La protección de datos
5.1. Contexto mundial de la protección de datos; Reglamento General Europeo de Protección de Datos Personales.
5.2. Ley de Protección de Datos Privados Análisis de la Ley Nº 19.628 y su propuesta de reforma.
5.3. Gobierno de datos en la organización y uso de la inteligencia artificial (IA).

6. Propiedad intelectual
6.1. La importancia de la Propiedad Intelectual en las TI.
6.2. Derechos de autor en Internet.
6.3. Licencias de software. La protección jurídica del software.

7. Aspectos legales de la ciberseguridad
7.1. El rol del Estado en las Tecnologías de Información. Política Nacional de Ciberseguridad (PNCS).
7.2. Regulaciones sectoriales. Requerimientos de r egu ladores como CMF (Comisión del
Mercado Financiero normas RAN, Superintendencias y otros reguladores.
7.3. Política Nacional de Inteligencia Artificial (PNIA).

8. Tendencias regulatorias
8.1. Blockchain y tendencias en smartcontracts.
8.2. Regulación de criptoactivos, criptomonedas.
8.3. Cloud computing, aspectos contractuales críticos, roles y responsabilidades.

Al finalizar el curso podrás:
- Explicar conceptos básicos de seguridad de la información que deben ser abordados en una organización.
- Distinguir vulnerabilidades y riesgos en el tratamiento de información, y controles de seguridad aplicables a éstos, por un especialista de seguridad.
- Identificar herramientas que permitan controlar riesgos de seguridad de la información en una organización.
- Valorar las certificaciones, estándares y procedimientos de seguridad que debe implementar un especialista de seguridad.
- Proponer soluciones ante situaciones y riesgos que atenten contra la confidencialidad, integridad y disponibilidad de la información empresarial.

Contenidos:
1. Introducción y preliminares.
2. Malware y vulnerabilidades.
3. Criptografía.
4 .Seguridad de redes.
5. Seguridad de software.
6. Gestión de seguridad empresarial.
7. Privacidad y protección de datos personales.

Al finalizar el curso podrás:
- Analizar las ideas centrales en las que se basan las principales plataformas de Big Data.
- Analizar las bases técnicas de hardware y software que permiten el funcionamiento las principales plataformas de Big Data.
- Analizar situaciones y contextos en los cuales las plataformas de Big Data pueden resolver problemas de gran valor de negocio.
- Diseñar estrategias basadas en las principales herramientas de las plataformas de Big Data para resolver problemas relacionados con el análisis de grandes cantidades de datos.

Contenidos:

1. Introducción a Big Data y sus plataformas
1.1. ¿Qué es Big Data?
1.2. Características y requisitos de problemas de Big Data.
1.3. Plataformas.

2. Fundamentos técnicos
2.1. Esquemas de hardware local.
2.2. Soluciones cloud.
2.3. Algoritmos.

3. Herramientas
3.1. Herramientas de almacenamiento.
3.2. Herramientas de procesamiento.
3.3. Herramientas de análisis.

4. Análisis de casos y construcción de soluciones
4.1. Análisis de casos.
4.2. Deployment.

Al finalizar el curso podrás:
- Valorar la importancia de la visualización de datos.
- Aplicar los conceptos fundamentales de las técnicas de visualización, comunicación y diseño efectivo.
- Implementar técnicamente los principales programas de visualización.
- Analizar datos de manera gráfica.
- Implementar reportes y tableros de manera efectiva.

Contenidos:
1. Teoría sobre visualización de datos
1.1. Introducción: breve historia, disciplinas de comunicación gráfica e importancia de visualizar datos.
1.2. La “des-Excelización” y democratización de datos en la empresa.
1.3. Condiciones necesarias para una visualización: datos y casos.
1.4. Objetivos de la visualización: contenido vs usuario, acceso, interacción y actualización.
1.5. Fuentes de información: sistemas transaccionales, sistemas web, datos públicos.
1.6. Preparación de datos: integridad, calidad, homologación.
1.7. Generalidades sobre tipos de datos: medidas, dimensiones.
1.8. Atributos a usar en una visualización.
1.9. Análisis de los tipos de gráficos más comunes para representar datos.
1.10. Exploración visual de datos.
1.11. Indicadores, Reportes y Dashboards.
1.12. Presentación de las herramientas principales del mercado.
1.13. Visualizaciones avanzadas: scripting.

2. Visualización de datos aplicada
2.1. Datos de empresa: reportes transversales a industrias y vistas específicas.
2.2. Revisión de casos de uso de Dashboards generales.
2.3. Revisión de casos de uso específicos por industrias.
2.4. Revisión de casos de uso por niveles de usuarios: analistas vs C-level.

Al finalizar el curso podrás:
- Aplicar los conceptos, métodos y herramientas fundamentales de ciencia de datos a problemas reales de negocio, interpretando adecuadamente los resultados y generando acciones de valor agregado.
- Desarrollar modelos descriptivos, predictivos y prescriptivos sobre datos de diversas industrias.
- Evaluar oportunidades de negocio accionables a partir del análisis de datos.

Contenidos:
1. La evolución de la ciencia de datos y el análisis predictivo para el apoyo a la toma de decisiones.
2. Las características que definen a una organización data-driven.
3. Cómo las empresas modernas estás generando productos y servicios analíticos.
4. Metodologías de análisis de datos y búsqueda de patrones.
5. Generación de modelos descriptivos, análisis de casos reales y trabajo práctico.
6. Generación de modelos predictivos y prescriptivos, análisis de casos reales y trabajo práctico.
7. Cómo interpretar modelos analíticos para tomar mejores decisiones de negocio.