El presente diplomado entrega herramientas en data science para implementar soluciones de inteligencia de datos en la gestin y procesos de toma de decisiones. Los softwares que se utilizan en el programa son R, Python, Power BI y Tableau.
30% de descuento hasta 15 de enero del ao 2021 (vlido al momento de matrcula).
Convenio Marco: 1610601
El programa contar con dos versiones. Los postulantes pueden seleccionar una de las dos modalidades.
Modalidad online - clases en vivo:
Lunes y mircoles de 18:30-21:30 horas (inicio 19 de abril)
Modalidad semipresencial:
Martes y jueves de 18:30-21:30 horas (inicio 20 de abril)
POSTULA AQU A VERSIN SEMIPRESENCIAL:
https://educacioncontinua.uc.cl/40675-ficha-diplomado-en-data-science
El desarrollo cientfico y tecnolgico ha favorecido el acceso cada vez a ms y mejor informacin y producto de eso hoy existe una abundancia de datos. Gracias a la disponibilidad de dispositivos y aparatos tecnolgicos, hoy se realizan mediciones de mltiples variables y mediante algoritmos computacionales, se procesan grandes volmenes de informacin. Todo este fenmeno tecnolgico, cientfico y matemtico se conoce como big data, desarrollo que ha abierto la puerta de acceso a volmenes insospechados de informacin.
As como el big data presenta infinitas potencialidades, tambin requiere de abordar importantes desafos para su uso, siendo uno de los ms importantes, el saber qu hacer con tantos datos, otorgarle un sentido a dicha informacin y utilizarla adecuadamente para construir innovaciones orientadas al desarrollo del conocimiento cientfico, social y econmico.
Para abordar este desafo, surge el data science o ciencia de datos, actividad que mediante el uso de diversas herramientas matemticas y estadsticas permite analizar, integrar, crear modelos y patrones y desarrollar diferentes procesos con los datos que permitan comprender los ms diversos fenmenos. De esta forma el big data, transforma los datos en informacin, el data science transforma la informacin en conocimiento.
La principal fortaleza del data science, es que no restringe su desarrollo slo a matemticos o informticos, sus herramientas pueden ser de dominio de profesionales de las ms diversas disciplinas, favoreciendo el trabajo inter y multidisciplinario, pues aporta una visin sistmica para comprender el comportamiento de sistemas complejos.
El presente diplomado en data science entrega herramientas tcnicas y metodolgicas para que profesionales de las ms diversas disciplinas puedan realizar procesos de anlisis de datos, disear modelos matemticos y estadsticos y generar aplicaciones que les permitan hacer inteligencia con los datos e informacin en diversos mbitos de aplicacin.
El diplomado se compone de 5 cursos, un primer curso introductorio a los fundamentos de la ciencia de datos y big data, un segundo curso que aborda los contenidos de estadstica necesarios para data science, un tercer curso que entrena en el uso de herramientas computacionales para desarrollar aplicaciones en data science, un cuarto curso que desarrolla competencias para uso de tecnologas que permitan la visualizacin de datos, y el curso final que entrega herramientas para la aplicacin de ciencia de datos en diferentes disciplinas, donde se abordan contenidos ms especializados, de tal forma que los participantes puedan implementar procesos inteligencia en la gestin empresarial, pblica, tecnolgica, y en diversos campos de aplicacin.
Ingenieros Civiles y de Ejecucin de los diversos mbitos de especializacin, Ingenieros Comerciales, Economistas, Administradores Pblicos, Psiclogos, Socilogos, y en general, profesionales de diversas disciplinas que se desempean en reas de gestin de empresas o mbito pblico, de diferentes rubros.
Profesional universitario, licenciatura, egresado de instituto profesional, con al menos un ao de experiencia laboral en reas de gestin en empresas de diferentes rubros.
Los objetivos generales de este diplomado son:
Curso 1: Fundamentos de la ciencia de datos.
Horas lectivas: 25 horas cronolgicas
Crditos: 5
Objetivos especficos:
Contenidos:
Evaluaciones:
Curso 2: Herramientas Estadsticas y Forecast
Horas lectivas: 35 horas cronolgicas
Crditos: 7
Objetivos Especficos:
Contenidos:
Evaluaciones:
Curso 3: Herramientas computacionales y Machine Learning.
Horas lectivas: 35 horas cronolgicas
Crditos: 7
Objetivos especficos:
Contenidos:
Evaluaciones:
Curso 4: Herramientas tecnolgicas para visualizacin de datos.
Horas lectivas: 25 horas cronolgicas
Crditos: 5
Objetivos especficos:
Contenidos:
Evaluaciones:
Curso 5: Aplicaciones de Data Science.
Horas lectivas: 30 horas cronolgicas
Crditos: 6
Objetivos especficos:
Contenidos:
Evaluaciones:
JEFE DE PROGRAMA
Wilfredo Palma Manrquez
Profesor Titular Departamento de Estadstica, Facultad de Matemticas, Pontificia Universidad Catlica de Chile.
Ingeniero Matemtico, Universidad de Chile.
Ph. D. en Estadstica, Carnegie Mellon University, USA.
Director DATA UC, Unidad de Estudios Estadsticos de la Pontificia Universidad Catlica de Chile. Autor de los libros: Long-Memory Time Series: Theory and Methods; Advances in Economics and Econometrics, Statistics and Finance: An Interface; Advances in Econometrics, Data Mining y de ms de 30 publicaciones cientficas en el rea de series de tiempo y modelos estadsticos.
EQUIPO DOCENTE
Alvarado Celis, Ana Mara
Profesora Instructor Adjunto Departamento de Estadstica, Facultad de Matemticas UC Magster en Estadstica, Pontificia Universidad Catlica de Chile.
Alvear Leyton, Alexis
Director Ejecutivo de DATA UC
Magster en Gestin de Negocios, Universidad de Sevilla, Espaa.
Aravena Cuevas, Ricardo
Profesor Asociado Adjunto Departamento de Estadstica, Facultad de Matemticas UC Magster en Estadstica, Pontificia Universidad Catlica de Chile.
Bravo Mella Mnica
Profesora Instructor Adjunto Departamento de Estadstica, Facultad de Matemticas UC Licenciada en Estadstica, Pontificia Universidad Catlica de Chile.
Galea Rojas Manuel
Profesor Asociado Departamento de Estadstica, Facultad de Matemticas UC Doctor en Estadstica, Universidad de Sao Paulo.
Kuncar Campbell Francisco
Profesor Asistente Adjunto Departamento de Estadstica, Facultad de Matemticas UC Magster en Estadstica, Pontificia Universidad Catlica de Chile.
Muoz Araya Miguel
Ingeniero Comercial Pontificia Universidad Catlica de Chile Diplomado en Inteligencia de Negocios Universidad de Chile.
Molina Nez, Alonso
Estadstico, Pontificia Universidad Catlica de Chile
Magster en Estadstica, Pontificia Universidad Catlica de Chile
Olea Ortega Ricardo
Profesor Asistente Adjunto Departamento de Estadstica, Facultad de Matemticas UC Doctor en Estadstica, Pontificia Universidad Catlica de Chile.
Palma Manrquez Wilfredo
Profesor Titular Departamento de Estadstica, Facultad de Matemticas UC Ph. D. en Estadstica, Carnegie Mellon University.
San Martn Gutirrez Ernesto
Profesor Asociado Departamento de Estadstica, Facultad de Matemticas UC Ph.D. in Sciences, Universit Catholique de Louvain.
Vega Ricardo
Profesor Asistente Adjunto Escuela de Diseo UC
Diseador y Artista, MFA Technology (Parsons, The New School, Nueva York).
El promedio final del diplomado ser el promedio ponderado de la nota final de cada curso con las siguientes ponderaciones, en una escala de 1,0 a 7,0:
Curso 1: Aplicacin de los principios y fundamentos de la ciencia de datos: 20%
Curso 2: Herramientas Estadsticas y Forecast: 20%
Curso 3: Herramientas computacionales y Machine Learning: 20%
Curso 4: Herramientas tecnolgicas para visualizacin de Datos: 20%
Curso 5: Aplicaciones en Data Science: 20%
Para aprobar el diplomado, el alumno debe cumplir con dos requisitos:
Nota: Las personas que no cumplan con el requisito de aprobacin no recibirn ningn tipo de certificacin.
- Para aprobar los programas de diplomados se requiere la aprobacin de todos los cursos que lo conforman y en el caso que corresponda, de la evaluacin final integrativa.
- Los alumnos que aprueben las exigencias del programa recibirn un certificado de aprobacin otorgado por la Pontificia Universidad Catlica de Chile.
- El alumno que no cumpla con una de estas exigencias reprueba automticamente sin posibilidad de ningn tipo de certificacin.
Las personas interesadas debern completar la ficha de postulacin que se encuentra en www.educacioncontinua.uc.cl y enviar los siguientes documentos a la coordinacin del programa, el seor Sebastin Massa Slimming,al correo sebastian.massa@mat.uc.cl:
VACANTES: 80
No se tramitarn postulaciones incompletas.
- El Programa se reserva el derecho de suspender la realizacin del diplomado/curso si no cuenta con el mnimo de alumnos requeridos. En tal caso se devuelve a los alumnos matriculados la totalidad del dinero en un plazo aproximado de 10 das hbiles.
- A las personas matriculadas que se retiren de la actividad antes de la fecha de inicio, se les devolver el total pagado menos el 10% del total del arancel.
Importante- Sobre retiros y suspensiones-