Diplomado en Transformación e innovación en entornos digitales

Estudia en la Universidad N°1 de habla hispana en Latinoamérica 2024 por QS World University Rankings

Acerca del programa:

Aprende y aplica las mejores prácticas para la transformación digital de las organizaciones, incluyendo tanto la perspectiva de la innovación y el emprendimiento, como la perspectiva de la mejora y digitalización de procesos.

Este diplomado articula con el Magíster en Tecnologías de Información y Gestión (MTIG)


Dirigido a:

El diplomado está orientado a profesionales que deseen enfrentarse al desafío de escalar exponencialmente y disrumpir en industrias completas, con el objetivo de impactar la toma de decisiones claves en sus negocios. Está orientado a profesionales como Ingenieros, Economistas, y otros profesionales licenciados y/o con experiencia en áreas afines, que requieren conocimientos y habilidades en la materia.


Jefe de Programa

Marcos Sepúlveda Fernández

Doctor en Ciencias de la Ingeniería, Magíster en Ciencias de la Ingeniería e Ingeniero Civil de Industrias (mención en Computación), UC. Profesor Asociado del Departamento de Ciencia de la Computación de la Escuela de Ingeniería UC. Especialidad: minería de procesos, data science orientado a procesos, mejora de procesos de negocio, inteligencia de negocios, y gestión de procesos de negocio.
linkedin

Descripción

Los estudiantes aprenderán a analizar los desafíos de la colaboración de las diversas áreas de una organización, sus procesos de transformación y las estrategias fundamentales para lograr avances en entornos de incertidumbre, aplicando una mirada sistemática para identificar oportunidades, estableciendo las bases para la transformación digital de la organización. Así también, aprenderán a utilizar técnicas de análisis y mejoramiento de procesos, para facilitar la adopción de tecnologías digitales; y aprenderán técnicas de emprendimiento e innovación para facilitar la transformación organizacional.

El diplomado le permitirá a los estudiantes desarrollar las competencias requeridas para identificar y gestionar de manera exitosa los aspectos claves para la transformación digital de una organización; conocerá una metodología sistemática de análisis para mejorar los procesos organizacionales; y aprenderá a utilizar técnicas de emprendimiento e innovación aplicables en entornos digitales.

La metodología utilizada se basa en clases expositivas, análisis de casos, y actividades, talleres y proyectos prácticos. De esta manera, los estudiantes aprenderán los fundamentos de las disciplinas estudiadas y también cómo se aplican en la práctica.

Requisitos de Ingreso

El alumno debe estar en posesión de un grado académico o de un título profesional Universitario:

  1. Licenciatura en Ciencias de la Ingeniería o Título de Ingeniería Civil.
  2. Otro Grado Académico o título Profesional Universitario en una disciplina afín a la Ingeniería, cuyo nivel sea al menos equivalente al necesario para obtener el Grado de Licenciado.
  3. Experiencia laboral de 2 años en al área o áreas afines.

Objetivos de Aprendizaje

  1. Aplicar prácticas y metodologías claves para la construcción de una estrategia de transformación digital exitosa.
  2. Identificar problemas, necesidades, desafíos y oportunidades en entornos dinámicos.
  3. Analizar oportunidades de mejora a los procesos organizacionales.
  4. Valorar la importancia de las tecnologías emergentes de ciencia de datos y machine learning, como herramientas claves para la transformación digital de las organizaciones.

Metodología

Horario: lunes a viernes entre 18:30 y 21:30 hrs. (1 o 2 veces por semana, dependiendo del curso a realizar)

Duración: 96 horas cronológicas.

Créditos: 20.

Lugar de realización: plataforma zoom + Campus San Joaquín.

Desglose de cursos

Nombre del curso: Transformación Digital. (siglo INF3541)

Nombre en inglés: Digital Transformation.

Horas cronológicas: 24 

Créditos: 5

Descripción de curso

El curso sobre Transformación Digital busca que los estudiantes desarrollen las competencias requeridas para identificar y gestionar de manera exitosa los aspectos claves para la transformación digital de una organización. Se fomentará que los estudiantes, en tanto profesionales de distintas áreas, sean capaces de comprender las posibilidades que generan las nuevas tecnologías digitales y cómo estas deben tener un sentido de generación de valor, para ser consideradas atingentes e incorporadas a la organización.

Resultados del Aprendizaje

  1. Valorar cuál es la mirada estratégica que establecen las organizaciones más exitosas del mundo para llevar a cabo su proceso de transformación digital.
  2. Analizar los procesos de transformación en cada organización.
  3. Debatir los aspectos claves en las organizaciones que habilitan u obstaculizan una transformación digital exitosa.
  4. Analizar, de manera profunda, los desafíos de la colaboración de las diversas áreas de una organización, más allá del área de tecnología, para establecer las bases para la transformación digital.
  5. Evaluar de qué manera las nuevas tecnologías habilitan lograr una transformación digital exitosa.

Contenidos

  • Construyendo las bases: Distinciones y facetas de la transformación digital y de negocio.
    • Desmitificando la Transformacional Digital: aspectos estratégicos
    • Ejemplos de transformación digital en el mundo
    • Como aplica la transformación de negocio/digital a la realidad de la empresa en Chile, en base a ejemplos
    • Propósito y alineamiento para comenzar la transformación
  • Aspectos claves que gobiernan el éxito y fracaso de una transformación digital
    • Entendiendo cómo se genera una cultura para iniciar un proceso de transformación
    • Entendiendo cómo la interpretación de la realidad impacta en la transformación
    • Coordinando interpretaciones de colaboradores y equipos con el entendimiento compartido​
    • Por qué los prototipos
    • Por qué alineamiento frecuente
    • Planteamiento de desafíos a ser implementados en la semana 
    • Por qué el pensamiento visual, cómo y cuándo utilizarlo
  • Descubriendo y aprendiendo los principios que activan una mentalidad ágil en líderes y equipos:
    • Mitigación de riesgo en proyectos y gestión diaria
    • Impacto en la generación de nuevos productos y soluciones
    • Foco en entrega de valor inmediato
    • Optimización del trabajo para la entrega de valor
    • Colaboración efectiva para un mejor desempeño global de la organización​
    • Relación de los principios fundamentales de la agilidad
  • Gestionando la incertidumbre
    • Por qué los procesos transformacionales son inherentemente inciertos
    • Herramientas para la mitigación de incertidumbre
    • Gestión de complejidad e incertidumbre de proyectos con Story maps
    • Formación y despliegue de equipos multidisciplinarios con Impact maps
    • Entendimiento profundo de problemáticas con Design Thinking
  • Innovación e intra-emprendimiento en la organización
    • Generación de negocios digitales
    • Validación de productos y servicios con valor inmediato usando Lean startup y UX
    • Gestión de flujo de trabajo y mejora continua con Kanban
    • Despliegue estratégico con metodologías Lean
    • Planteamiento de desafíos a ser implementados en la semana
  • Importancia del liderazgo consciente para navegar la incertidumbre y llevar adelante procesos de transformación
    • Niveles de consciencia de las organizaciones
    • Desarrollando propósito individual alineado con propósito organizacional
    • Liderazgo y nuevas tendencias
    • Integración de procesos humanos con la implementación de proyectos tecnológicos/digitales 
  • Tecnologías disruptivas, factores y estrategias a considerar para iniciar y desplegar un proceso de transformación de negocio
    • Tendencias disruptivas y su impacto en esta nueva era: Blockchain, IoT, Machine Learning (AI), Big Data, entre otras.
    • Seguridad psicológica
    • Sesgos cognitivos que habilitan o impiden la transformación
    • Equipo multidisciplinarios 
    • Flujos de valor organizacional e integración con stakeholders
    • Reflexión final y recomendaciones

Metodología de enseñanza y aprendizaje

  • Clases expositivas.
  • Talleres de trabajo grupal aplicado.
  • Presentaciones de trabajo grupal.

Evaluación de los aprendizajes

  • Presentación grupal 1 : 50%
  • Presentación grupal 2 : 50%

Bibliografía

Mínima

  • The Lean Startup: How Today's Entrepreneurs Use Continuous Innovation to Create Radically Successful Businesses, Ries E, 2011
  • This is Lean: Resolving the Efficiency Paradox, Niklas Modig, April 5, 2016
  • The Five Dysfunctions of a Team, Enhanced Edition: A Leadership Fable (J-B Lencioni Series), Patrick M. Lencioni, August 10, 2015

Complementaria

  • The Personal MBA: A World-Class Business Education in a Single Volume, Josh Kaufman, March 26, 2017
  • The Facebook Effect: The Inside Story of the Company That Is Connecting the World, David Kirkpatrick March 25, 2017
  • The Lean Mindset: Ask the Right Questions (Addison-Wesley Signature Series (Beck)), Mary Poppendieck, March 6, 2017          
  • Growth Hacking: Silicon Valley's Best Kept Secret, Raymond Fong, January 31, 2017

Nombre del curso: Gestión de procesos de negocio. (sigla INF3262)

Nombre en inglés: Business Process Management.

Horas cronológicas: 24

Créditos: 5

Descripción de curso

En este curso el estudiante aprenderá qué son los procesos de negocio y por qué es relevante su gestión en las organizaciones, y conocerá una metodología sistemática de análisis para mejorar a los procesos organizacionales. Se pone énfasis en que el estudiante aprenda a analizar procesos de negocios, tanto desde la perspectiva del valor que estos entregan como desde la óptica tecnológica. En clases se explicarán las técnicas y herramientas de análisis, y se desarrollarán actividades prácticas en base a casos concretos. Las evaluaciones medirán la capacidad del estudiante de aplicar lo aprendido a casos prácticos.

Resultados del Aprendizaje

  1. Aplicar técnicas y herramientas para describir procesos de negocio.
  2. Aplicar técnicas y herramientas para modelar procesos de negocio.
  3. Aplicar técnicas y herramientas para analizar procesos de negocio.
  4. Aplicar técnicas y herramientas para identificar oportunidades de mejora a procesos de negocio.
  5. Valorar herramientas para la gestión de procesos de negocio.

Contenidos

  • Procesos de Negocio.
  • Descubrimiento de procesos de negocio.
  • Madurez de los procesos de negocio.
  • Modelación de procesos de negocio.
  • Métricas de procesos de negocio.
  • Mejora de procesos de negocio.
  • Minería de procesos de negocio.
  • Habilidades del modelador.

Metodología de enseñanza y aprendizaje

  • Clases expositivas.
  • Análisis de casos.
  • Actividades prácticas de trabajo grupal.

Evaluación de los aprendizajes

  • Tareas de aplicación  (individua) : 50%
  • Examen   (individual)  : 50%

BIBLIOGRAFÍA

Mínima

  • Dumas M., La Rosa M., Mendling J., Reijers H.A., “Fundamentals of Business Process Management”. 2nd edition, Springer, 2018.
  • Hitpass, B., Freund J., Rücker B., “BPMN: Manual de Referencia y Guía Práctica”, 5ta edición, BPM Center, 2017. 

Complementaria

  • Hitpass, B., “Business Process Management (BPM) Fundamentos y Conceptos de Implementación”, 4ta edición, BPM Center, 2017.

Nombre del curso: Emprendimiento e innovación en entornos digitales. (sigla INF3542)

Nombre en inglés: Entrepreneurship and Innovation in Digital Environments.

Horas cronológicas: 24 

Créditos: 5

Descripción de curso

En esta asignatura práctica los estudiantes generarán soluciones de alto impacto mediante la correcta detección de problemas u oportunidades que al ser resueltas permiten aportar valor de manera disruptiva o incremental. A partir de estudio de casos, taller y aprendizaje basado en equipos, se analizarán diversas situaciones en el contexto de una era dominada por las tecnologías digitales. Las evaluaciones consideran exposiciones grupales y control final, a fin de que experimenten procesos de innovación y emprendimiento.

Resultados del Aprendizaje

  1. .Evaluar los aspectos esenciales a considerar en el ámbito de la innovación y emprendimiento para maximizar la probabilidad de éxito de una iniciativa de estas características.
  2. Proponer un modelo de negocio escalable mediante la aplicación de estrategias iterativas para maximizar su viabilidad en el ámbito de la innovación y emprendimiento.
  3. Desarrollar la capacidad para generar soluciones innovadoras a problemas y necesidades detectadas mediante una mirada científica, que permita responder de manera objetiva y contextualizada en entornos dinámicos

Contenidos:

  • Innovación y emprendimiento
    • Definiciones básicas de innovación y emprendimiento
    • Tipos de innovación y emprendimientos
    • El dilema del innovador
    • Ley de Gall
    • La naturaleza adaptativa en la gestión de la innovación y emprendimiento
  • Experiencias en Chile y el mundo (éxitos, fracasos y otros)
    • Casos de innovación y emprendimiento en Chile
    • Casos de innovación y emprendimiento en el mundo
    • Principales lecciones y aprendizajes
  • Herramientas para la exploración de ideas, problemas y oportunidades
    • Lean startup 
    • Customer development
    • Business model canvas
    • Customer Journey
    • Story maps
    • A3
    • Lean value tree
  • Mindset del innovador y emprendedor
    • Sesgos cognitivos
    • Heurísticas
    • Cómo lidiar con el éxito y el fracaso
    • Generando estados de ánimo
  • Poniendo todo en práctica
    • Desarrollo de emprendimiento e innovación por grupos
    • Reflexión conjunta de avances
    • Cierre del curso

Metodología de enseñanza y aprendizaje

  • Cátedra.
  • Estudio de casos.
  • Talleres de trabajo grupal aplicado.
  • Aprendizaje basado en equipos

Evaluación de los aprendizajes

  • Presentaciones grupales : 50%
  • Control individual  : 50%

Bibliografía

Mínima

  • The Lean Startup: How Today's Entrepreneurs Use Continuous Innovation to Create Radically Successful Businesses, Ries E., 2011
  • Business Model Generation, Osterwalder, A. and Pigneur, Y., 2010
  • The Four Steps to Epiphany, Blank, S., July 17, 2013.

Complementaria

  • The Personal MBA: A World-Class Business Education in a Single Volume, Josh Kaufman, March 26, 2017
  • The Facebook Effect: The Inside Story of the Company That Is Connecting the World, David Kirkpatrick, March 25, 2017
  • The Lean Mindset: Ask the Right Questions (Addison-Wesley Signature Series (Beck)), Mary Poppendieck, March 6, 2017    
  • Growth Hacking: Silicon Valley's Best Kept Secret, Raymond Fong, January 31, 2017
  • A3 Problem Solving: Applying Lean Thinking, Jamie Flinchbaugh, August 24, 2015
  • The Five Dysfunctions of a Team, Enhanced Edition: A Leadership Fable (J-B Lencioni Series), Patrick M. Lencioni, August 10, 2015
  • User Story Mapping: Discover the Whole Story, Build the Right Product, Jeff Patton, April 25, 2015
  • The Millionaire Fastlane: Crack the Code to Wealth and Live Rich for a Lifetime, MJ DeMarco, October 11, 2014
  • Growth Hacker Marketing: A Primer on the Future of PR, Marketing and Advertising, Ryan Holiday, September 23, 2014
  • The $100 Startup: Fire Your Boss, Do What You Love and Work Better To Live More, Chris Guillebeau, September 23, 2014
  • Zero to One: Notes on Start Ups, or How to Build the Future, Blake Masters, September 17, 2014
  • Traction: A Startup Guide to Getting Customers, Gabriel Weinberg, September 8, 2014
  • The Talent Code: Greatness Isn't Born. It's Grown. Here's How, Daniel Coyle, June 1, 2014
  • The Entrepreneur Mind: 100 Essential Beliefs, Characteristics, and Habits of Elite Entrepreneurs, Kevin D. Johnson, March 20, 2017

Nombre del curso: Fundamentos de Machine Learning y Deep Learning. (sigla INF3552)

Nombre en inglés: Machine Learning and Deep Learning Fundamentals.

Horas cronológicas: 24 

Créditos: 5

Descripción de curso

En el curso los estudiantes se aproximarán a los conceptos y herramientas esenciales para la utilización de Machine Learning (ML) en las más diversas industrias. Analizarán en situaciones y contextos las potencialidades y limitaciones para el desarrollo de métodos capaces de generalizar comportamientos y reconocer patrones a partir de la experiencia, permitiendo que un computador emule la forma en que las personas piensan y aprenden, sin que haya sido explícitamente programado para ello, trabajando con estudios de casos reales de la industria.

Resultados de Aprendizaje

  1. Valorar la utilidad del Aprendizaje Automático o Machine Learning (ML) y el Aprendizaje Profundo o Deep Learning (DL).
  2. Identificar potencialidades y limitaciones de ML y DL para resolver diferentes tipos de problemas en diferentes industrias.
  3. Identificar situaciones y contextos en los cuales ML puede resolver problemas de gran valor de negocio.
  4. Desarrollar un plan de implementación de proyectos y/o capacidades de ML en una empresa, analizando y evaluando infraestructura, servicios, y disponibilidad de datos.
  5. Proponer un plan estratégico de desarrollo de tecnología basado en ML, alineado con la estrategia corporativa.

Contenidos

  • Aprendizaje Automático Supervisado
    • Modelos de ML, capacidades y características, así como ejemplos de aplicación.
    • Metodología de desarrollo de modelos
    • Tratamiento y refinamiento de datos
  • Aprendizaje Profundo Supervisado
    • Conceptos esenciales y diferencias con ML más básico
    • Redes Neuronales Convolucionales y Redes Neuronales Recurrentes
    • Análisis dimensional, entrenamiento, y tratamiento de grandes datos
  • Aprendizaje Automático No-Supervisado
    • Diferentes modelos como K-Means, HDBSCAN, Restricted Boltzmann Machines, entre otros.
  • Aplicaciones Industriales
    • Clasificación, predicción, y recomendación, en contextos industriales y retail.
    • Procesamiento de lenguaje natural, en atención de clientes y ámbito legal.
  • El futuro Inmediato en ML y DL
    • Hacia el razonamiento artificial

Metodología de enseñanza y aprendizaje

  • Clases expositivas.
  • Laboratorio práctico.
  • Estudio de casos.

Evaluación de los aprendizajes

  • Controles       (individual) : 50%
  • Examen final (individual) : 50%

Bibliografía

Mínima

  • Zheng, A. “Evaluating Machine Learning Models”, O'Reilly Media, 2015.
  • Barlow, M. “Practical Artificial Intelligence in the Cloud”, O'Reilly Media, 2017.
  • Bishop, C., “Pattern Recognition and Machine Learning”, Springer, 2010.
  • Jan, H., Kamber, M., “Data Mining: Concepts and Techniques”, Morgan Kaufmann, 2011. 
  • Provost, F., Fawcett, T., “Data Science for Business: What You Need to Know about Data Mining and Data-Analytic Thinking”, O'Reilly Media, 2013.
  • Foreman, J. W. “Data Smart: Using Data Science to Transform Information into Insight”, Wiley, 2013.
  • Kaldero, N., “Data Science for Executives: Leveraging Machine Intelligence to Drive Business ROI. Lioncrest Publishing, 2018.

Complementaria

  • Kureishy, A., Meley, C., Mackenzie, B. “Achieving Real Business Outcomes from Artificial Intelligence”, O'Reilly Media, 2018.
  • Beyer, D. “The Future of Machine Intelligence”, O'Reilly Media, 2016.
  • Needham, J. “Disruptive Possibilities: How Big Data Changes Everything”, O'Reilly Media, 2013.
  • Thiel, P., Masters, B. “Zero to One: Notes on Start Ups, or How to Build the Future”, Random House, 2014.
  • Weinberg, G., Mares, J. “Traction: A Startup Guide to Getting Customers”, S-curves Publishing, 2014.
  • Warrillow, J. “Built to Sell: Creating a Business That Can Thrive Without You”, Portfolio, 2012.
  • Benson, J., DeMaria Barry T., “Personal Kanban: Mapping Work | Navigating Life”, CreateSpace, 2011.
  • Johnson, K. “The Entrepreneur Mind: 100 Essential Beliefs, Characteristics, and Habits of Elite Entrepreneurs”, Johnson Media, 2012.

Nombre del curso: Ciencia de Datos y sus aplicaciones. (sigla INF3521)

Nombre en inglés: Data Science and its Applications.

Horas cronológicas: 24 

Créditos: 5

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 del 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.

Metodología de enseñanza y aprendizaje

  • 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.

Evaluación de los aprendizajes

  • Asistencia a clases  : 50%
  • Proyectos prácticos (individuales) : 50%

Bibliografía

Mínima

  • Foster Provost, Tom Fawcett, Data Science for Business: What You Need to Know about Data Mining and Data-Analytic Thinking. O'Reilly Media, 2013.
  • John W. Foreman, Data Smart: Using Data Science to Transform Information into Insight. Wiley, 2013.
  • Nir Kaldero, Data Science for Executives: Leveraging Machine Intelligence to Drive Business ROI. Lioncrest Publishing, 2018.

Complementaria

  • Trevor Hastie, Robert Tibshirani, Jerome Friedman, The Elements of Statistical Learning: Data Mining, Inference, and Prediction (2nd Ed.), Springer, 2009.
  • John Warrillow, Built to Sell: Creating a Business That Can Thrive Without You, August 21, 2014.
  • Daniel Coyle, The Talent Code: Greatness Isn't Born. It's Grown. Here's How, June 1, 2014.
  • Mike Rother, Toyota Kata: Managing People for Improvement, Adaptiveness and Superior Results, June 1, 2014.
  • Kevin D. Johnson, The Entrepreneur Mind: 100 Essential Beliefs, Characteristics, and Habits of Elite Entrepreneurs, March 20, 2017.

Requisitos Aprobación

El diplomado se aprueba obteniendo como mínimo nota 4.0 en cada uno de los cursos (3 mínimos + 1 optativo)

Para la aprobación el diplomado, el alumno debe cumplir con el siguiente requisito:

  • Aprobar todos los cursos con nota mínima 4,0.

Para aprobar los programas de diplomados se requiere la aprobación de todos los cursos que lo conforman y en el caso que corresponda, de la evaluación final integrativa.

Los alumnos que aprueben las exigencias del programa recibirán un certificado de aprobación digital otorgado por la Pontificia Universidad Católica de Chile

El alumno que no cumpla con una de estas exigencias reprueba automáticamente sin posibilidad de ningún tipo de certificación.

*En caso de que un alumno repruebe algún curso, las condiciones serán las establecidas por el Magíster para todos sus alumnos, independiente de si son de Educación Continua o de Postgrado.

Proceso de Admisión

Las personas interesadas deberán completar la ficha de postulación que se encuentra al costado derecho de esta página web y enviar los siguientes documentos al momento de la postulación o de manera posterior a la coordinación a cargo: 

  • Fotocopia Carnet de Identidad.
  • Fotocopia simple del Certificado de Título 
  • Curriculum Vitae actualizado.

El postulante será contactado, para asistir a una entrevista personal (si corresponde) con el Jefe de Programa del Diplomado o su Coordinadora Académica. Cualquier información adicional o inquietud podrás escribir al correo programas@ing.puc.cl.

VACANTES: 5

INFORMACIÓN RELEVANTE

Con el objetivo de brindar las condiciones de infraestructura necesaria y la asistencia adecuada al inicio y durante las clases para personas con discapacidad: Física o motriz, Sensorial (Visual o auditiva) u otra, los invitamos a informarlo. 

  • El postular no asegura el cupo, una vez inscrito o aceptado en el programa se debe pagar el valor completo de la actividad para estar matriculado.
  • No se tramitarán postulaciones incompletas.

Puedes revisar aquí más información importante sobre el proceso de admisión y matrícula


¿Te parece interesante este programa?

No