Diplomado en Seguridad y protección de datos

Sigla VRA: INF3571

Docente(s): Andrés Pumarino

Unidad académica responsable: Escuela de Ingeniería

Requisitos: sin prerrequisitos

Créditos: 5

Horas totales: 90 | Horas directas: 24 | Horas indirectas: 66

Descripción de curso

En esta asignatura los estudiantes adquirirán conocimiento teórico del marco regulatorio de la ciberseguridad y los principales aspectos legales de las nuevas tecnologías de información a nivel nacional, y de esta manera, familiarizarse con los temas jurídicos más recurrentes en el contexto de transformación digital. Las clases serán teóricas, en las cuales se revisará la regulación y se analizarán casos. Por otra parte, las evaluaciones consideran control de lecturas y exposiciones grupales sobre un proyecto definido en clases.

Resultados de aprendizaje

1. 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.
2. 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.
3. Aplicar la mirada legal en el entorno de las tecnologías, para detectar problemas, necesidades y requerimientos en el entorno laboral.

Contenidos

• Derecho y tecnología
  • La tecnología y el marco legal.
  • ¿Cómo actúa el derecho en las plataformas electrónicas? ¿Es posible gobernar Internet?
  • La regulación de Internet en Chile.
• El uso de la tecnología en ambientes laborales
  • La tecnología y el trabajo.
  • El uso y el abuso de la tecnología en ambientes laborales.
  • El teletrabajo en el mundo y en Chile, concepto, definición, características, efectos legales.
• Delitos informáticos
  • La ingeniería social.
  • La criminalidad informática.
  • La Ley de Delitos Informáticos en Chile (Ley Nº 19.223) y el proyecto de reforma.
• La contratación en internet
  • Aspectos generales de la contratación electrónica.
  • El perfeccionamiento del contrato por vía electrónica.
  • Protección del consumidor (Ley del consumidor y las operaciones de comercio electrónico).
• La protección de datos
  • Contexto mundial de la protección de datos; Reglamento General Europeo de Protección de Datos Personales.
  • Ley de Protección de Datos Privados Análisis de la Ley Nº 19.628 y su propuesta de reforma.
  • Gobierno de datos en la organización y uso de la Inteligencia artificial (IA)
• Propiedad intelectual
  • La importancia de la Propiedad Intelectual en las TI.
  • Derechos de autor en Internet.
  • Licencias de software. La protección jurídica del software. 
• Aspectos legales de la ciberseguridad
  • El rol del Estado en las Tecnologías de Información. Política Nacional de Ciberseguridad (PNCS).
  • Regulaciones sectoriales. Requerimientos de reguladores como CMF (Comisión del Mercado Financiero normas RAN, Superintendencias y otros reguladores.
  • Política Nacional de Inteligencia Artificial (PNIA).
• Tendencias regulatorias
  • Blockchain y tendencias en smartcontracts.
  • Regulación de criptoactivos, criptomonedas.
  • Cloud computing, aspectos contractuales críticos, roles y responsabilidades.

Estrategias metodológicas:

• Cátedra.
• Aprendizaje basado en problemas.
• Estudio de casos.

Estrategias evaluativas:

• Exposiciones grupales: 50%
• Control individual de lectura : 50%

Sigla VRA: INF3250

Docente(s): Cristian Rojas

Unidad académica responsable: Escuela de Ingeniería

Requisitos: sin prerrequisitos

Créditos: 5

Horas totales: 90 | Horas directas: 24 | Horas indirectas: 66

Descripción de curso

El curso es una introducción a la seguridad computacional, tan importante, pero, a la vez, subvaluada hoy en día. Los estudiantes aprenderán conceptos básicos y herramientas para distinguir vulnerabilidades, ataques y fallas de políticas en las que caen muchas veces las organizaciones, principalmente por ignorancia respecto de esta área.

Resultados de aprendizaje

1. Explicar conceptos básicos de Seguridad de la Información que deben ser abordados en una organización.
2. Distinguir vulnerabilidades y riesgos en el tratamiento de información, y controles de seguridad aplicables a éstos, por un especialista de seguridad.
3. Identificar herramientas que permitan controlar riesgos de seguridad de la información en una organización.
4. Valorar las certificaciones, estándares y procedimientos de seguridad que debe implementar un especialista de seguridad.
5. Proponer soluciones ante situaciones y riesgos que atenten contra la confidencialidad, integridad y disponibilidad de la información empresarial.

Contenidos

• Introducción y preliminares.
• Malware y vulnerabilidades.
• Criptografía.
• Seguridad de Redes.
• Seguridad de software.
• Gestión de seguridad empresarial.
• Privacidad y protección de datos personales.

Estrategias metodológicas:

• Clases expositivas
• Discusión en clases

 Estrategias evaluativas:

• Control 1 (individual): 30%
• Control 2 (individual): 30%
• Examen    (individual): 40%

Sigla VRA: INF3590

Docente(s): Hans Löbel

Unidad académica responsable: Escuela de Ingeniería

Requisitos: sin prerrequisitos

Créditos: 5

Horas totales: 90 | Horas directas: 24 | Horas indirectas: 66

Descripción de curso

En la era digital, la masiva producción de datos abre grandes oportunidades para generar resultados productivos, a través de su análisis por medio de múltiples plataformas que combinan software y hardware, para realizar variadas tareas de almacenamiento, procesamiento y análisis de datos de manera rápida, eficiente y efectiva. El objetivo de este curso es que los alumnos se familiaricen con las características técnicas y ventajas de las plataformas y herramientas principales, y que desarrollen nociones de los tipos de problemas que pueden ser solucionados de manera efectiva con ellas, a través del estudio de casos y de actividades prácticas. Las evaluaciones consideran controles escritos y tareas prácticas.

Resultados de aprendizaje

• 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

• Introducción a Big Data y sus plataformas
  • ¿Qué es Big Data?
  • Características y requisitos de problemas de Big Data
  • Plataformas
• Fundamentos técnicos
  • Esquemas de hardware local
  • Soluciones cloud
  • Algoritmos
• Herramientas
  • Herramientas de almacenamiento
  • Herramientas de procesamiento
  • Herramientas de análisis
• Análisis de casos y construcción de soluciones
  • Análisis de casos
  • Deployment

Estrategias metodológicas

• Clases expositivas.
• Actividades prácticas.
• Estudio de casos.

Estrategias evaluativas:

• Controles individuales : 50%
• Tarea en grupo : 50%

Sigla VRA: INF3531

Docente(s): Leonel Merino

Unidad académica responsable: Escuela de Ingeniería

Requisitos: sin prerrequisitos

Créditos: 5

Horas totales: 90 | Horas directas: 24 | Horas indirectas: 66

Descripción de curso

En este curso los estudiantes analizarán la importancia, principios y casos de la visualización de datos en el contexto de un mundo laboral que utiliza cada vez más sensores, mediciones y datos, para poder realizar buenos análisis y lograr comunicar efectivamente los descubrimientos y conocimientos obtenidos, a través de una óptima visualización de la información, tarea fundamental para prácticamente cualquier profesional. Los estudiantes podrán a través del análisis de casos, aplicar conocimientos sobre fundamentos y técnicas sobre visualización de datos, para facilitar procesos de análisis y comunicación desde la perspectiva de visualización de datos aplicada.

Resultados de aprendizaje

1. Valorar la importancia de la visualización de datos.
2. Aplicar los conceptos fundamentales de las técnicas de visualización, comunicación y diseño efectivo.
3. Implementar técnicamente los principales programas de visualización.
4. Analizar datos de manera gráfica.
5. Implementar reportes y tableros de manera efectiva.

Contenidos

• Teoría sobre visualización de datos
  • Introducción: breve historia, disciplinas de comunicación gráfica e importancia de visualizar datos
  • La “des-Excelización” y democratización de datos en la empresa
  • Condiciones necesarias para una visualización: datos y casos
  • Objetivos de la visualización: contenido vs usuario, acceso, interacción y actualización
  • Fuentes de información: sistemas transaccionales, sistemas web, datos públicos
  • Preparación de datos: integridad, calidad, homologación
  • Generalidades sobre tipos de datos: medidas, dimensiones
  • Atributos a usar en una visualización
  • Análisis de los tipos de gráficos más comunes para representar datos
  • Exploración visual de datos
  • Indicadores, Reportes y Dashboards
  • Presentación de las herramientas principales del mercado
  • Visualizaciones avanzadas: scripting
• Visualización de datos aplicada
  • Datos de empresa: reportes transversales a industrias y vistas especificas
  • Revisión de casos de uso de Dashboards generales
  • Revisión de casos de uso específicos por industrias
  • Revisión de casos de uso por niveles de usuarios: analistas vs C-level

Estrategias metodológicas

• Clases teóricas.
• Análisis interactivo de casos.
• Talleres prácticos de aplicación.

Estrategias evaluativas:

• Controles individuales : 50%
• Actividad práctica grupal : 50%

Sigla VRA: INF3521

Docente(s): Cristian Rodríguez

Unidad académica responsable: Escuela de Ingeniería

Requisitos: sin prerrequisitos

Créditos: 5

Horas totales: 90 | Horas directas: 24 | Horas indirectas: 66

Descripción de curso

En este curso los estudiantes se aproximarán a entender los datos como la nueva moneda a nivel global, que con su espectacular crecimiento está transformando a todas las industrias - desde la industria de la salud hasta finanzas y entretenimiento, ciberseguridad y más -, requiriendo profesionales para explotar todo su potencial. El enfoque del curso se centra en que los estudiantes comprendan los conceptos básicos de la Ciencia de Datos, y adquieran competencias en el uso de herramientas para su aplicación. Los estudiantes podrán aplicar conceptos, métodos y herramientas de Ciencia de Datos a ejemplos reales, incluyendo el desarrollo de modelos, el análisis de los datos, y su interpretación, a través del desarrollo de trabajos prácticos y discusión de casos de la industria.

Resultados de aprendizaje

1. 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.
2. Desarrollar modelos descriptivos, predictivos y prescriptivos sobre datos de diversas industrias.
3. Evaluar oportunidades de negocio accionables a partir del análisis de datos.

Contenidos

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

Estrategias metodológicas:

• Clases expositivas.
• Talleres prácticos.
• Estudio y discusión de conceptos en clases.

Nota: Para el desarrollo de las actividades de este curso se requiere un porcentaje mínimo de asistencia, el que será indicado por el profesor al inicio de este.

Estrategias evaluativas:

• Participación (de acuerdo a una rúbrica): 50%
• Proyectos prácticos (individuales): 50%