FAE – FACULTAD DE ADMINISTRACIÓN Y ECONOMÍA 

INFÓRMATE

DIPLOMADO EN DATA SCIENCE

En el presente programa de Diplomado se desarrollarán las principales competencias teóricas, metodológicas y prácticas relacionadas con las disciplinas que constituyen a la Ciencia de Datos, proporcionando una sólida oportunidad para el desarrollo profesional requerido por nuevas exigencias en la industria y el sector público, en lo que concierne al tratamiento de los datos como activos estratégicos.

 

Lo anterior implica comprender el desarrollo de proyectos orientados por datos, desde la formulación de preguntas de negocio, la adquisición, limpieza y análisis de los datos, hasta la generación de conocimiento producto de los análisis que se realizan.

   INICIO Y TÉRMINO

Apoquindo: 

  • Inicio 21/04/2020
  • Término 7/08/2020.

UBICACIÓN

  • Apoquindo: Cruz del Sur 77, Esquina Apoquindo, Metro Escuela Militar.

ARANCEL

  • $2.380.000 + Matrícula.

HORARIO

  • Apoquindo: Lunes y Miércoles de 19:00 a 22:00 Hrs.

Objetivo:

Entregar herramientas conceptuales, técnicas y metodológicas para abordar problemas de explotación y gestión de datos, desarrollar modelos y algoritmos, y diseñar reportes y visualizaciones, con el fin de aportar soluciones que sustenten la toma de decisiones orientada por datos.

Dirigido a:

Profesionales y técnicos involucrados o con interés, en la administración y análisis de datos en empresas u organizaciones gubernamentales, en áreas tales como ingeniería, administración, economía, marketing y estadística que requieran transformar esos datos en conocimiento para generar oportunidades concretas y gestionables de negocio.

*El Diplomado será dictado con un mínimo de 15 alumnos. Si esto no ocurre, se hará devolución de los documentos de pago durante la segunda quincena de abril de 2020.

Directora: Denise Laroze Prehn

  • Cientista Político Universidad Católica de Chile.
  • Magíster en Ciencia Política y Economía Política de la London School of Economics. Doctorado en Gobierno de la Universidad de Essex, Reino Unido.
  • Actualmente Subdirectora del centro de investigación Centre for Experimental Social Sciences de la USACH en asociación con Nuffield College, Universidad de Oxford.

Coordinación: Rodrigo Fernández Albornoz

  • Sociólogo Universidad de Chile.
  • Magíster en Economía Aplicada Universidad de Chile, Facultad de Ciencias Físicas y Matemáticas.
  • Diploma de Postítulo en Ciencia e Ingeniería de Datos del Departamento de Computación de la Universidad de Chile.
  • Diploma en Internet de las Cosas y sus aplicaciones a la industria de la Escuela de Ingeniería de la Pontificia Universidad Católica de Chile.
  • Actualmente forma parte del equipo de Coordinación de contenidos y docencia del Programa, es Investigador Senior del Laborartorio de I+D+i Empresarial del Centro de Innovación UC y Director de Proyectos en Sintaxys Consultores.

Mauricio López Tapia

  • Ingeniero Civil en Informática, Universidad Técnica Federico Santa María.
  • Doctor © en Administración, Universidad de Santiago.
  • Certificado en Seguridad McAfee Certified Security Specialist– ePO y Data Egineer certificación Amazón Web Services.
  • Con más de 10 años de experiencia en el desarrollo de aplicaciones y soluciones TI, desde el año se desempeña como IT Manager de la Facultad de Administración y Economía de la Universidad de Santiago.
  • Especialista en algoritmos y estructuras de datos, diseño de aplicaciones para la puesta en producción de modelos y en seguridad informática.

Germán Mondragón

  • Magister Ciencias de la Ingeniería, Ciencias de la Computación, Visión por Computador e Inteligencia de Máquina , Pontificia Universidad Católica de Chile.
  • Diplomado de Postítulo en Ciencia e Ingeniería de Datos, Universidad Chile, Departamento Ingeniería en Computación.
  • Diplomado en Técnicas avanzadas en análisis de datos sociales, Pontificia Universidad Católica de Chile, Instituto Sociología.
  • Licenciado en ciencias de la ingeniería, Universidad Tecnológica Metropolitana Ingeniería Civil en Computación, Universidad Tecnológica Metropolitana.
  • Especialista en visión por computador, ha participado en el desarrollo de algoritmos para la clasificación y reconocimiento masivo de imágenes en diversos proyectos e instancias de investigación (FONDECYT, FONDEF y fondos VRI-PUC) relacionadas con salud y agroindustria.

Julio Moyano Basso

  • Ingeniero Comercial, Universidad Andrés Bello y Mágister en Economía Sectorial, Universidad de Santiago de Compostela.
  • Posee 15 años de experiencia en estudios de mercado y opinión pública, se ha desempeñado en diferentes agencias multinacionales dirigiendo el equipo de analytics y realizando proyectos para marcas nacionales e internacionales. También ha desarrollado emprendimientos en el área del MarTech (Marketing Technology).
  • Con experiencia en el diseño de estrategias de visualización de datos, asimismo como en el desarrollo de plataformas para la toma de decisiones orientadas por datos.
  • Actualmente se desempeña como asesor y consultor de negocios en proyectos de marketing digital, ecommerce, machine learning y análisis de datos.

Alexis Peña Vargas

  • Ingeniero en Estadística, Universidad de Santiago.
  • Doctor y Magíster en Estadística de la Pontificia Universidad Católica de Chile.
  • 8 años de experiencia como Académico Universitario (USACH, PUC, UCHILE) e Investigador.
  • Socio fundador de Exalítica, Consultoría y Tecnología Informática, actualmente se desempeña como Chief Data Scientist en Deolitte Chile.
  • Experto en soluciones analíticas aplicadas al negocio, líder técnico en la práctica analítica y en la formación de equipos de implementación analítica.
  • Posee experiencia en todo el proceso analítico, desde la definición de la solución de negocios, la definición técnica, modelos de datos, automatización y puesta en producción y generación de informes para la explotación de resultados como drivers de negocio.

Nicolás Tagle

  • Ingeniero Civil Industrial Universidad Técnica Federico Santa María.
  • Magíster en Economía Aplicada Universidad de Chile, Facultad de Ciencias Físicas y Matemáticas.
  • Certificado por el MIT en los cursos de Big Data Analytics e Introduction to computer science and programming using Python.
  • Desde el 2016 es Gerente en el área de Advanced Analytics en Deloitte Chile, Data Scientist Quantum Pacific Exploration entre los años 2015-2016 y Consultor financiero para Equifax Chile, también participó como investigador en el Centro de Finanzas del Departamento de Ingeniería Industrial de la Facultad de Ciencias Físicas y Matemáticas de la Universidad de Chile.
  • Especialista en modelos econométricos avanzado y en machine learning aplicado a la predicción de default para un conjunto variado de instrumentos financieros, también se ha desempeñado como docente de pre y post grado en cursos de micro y macroeconomía en las Universidades de Chile, de los Andes, Adolfo Ibañez y Federico Santa María.

Gonzalo Donoso Pérez

  • Sociólogo de la Universidad de Chile, Magíster en Educación, mención Evaluación de Aprendizajes, por la Pontificia Universidad Católica de Chile.
  • Doctorando en Psicología de la Universidad de Girona. Ha participado en diversas instancias de especialización en Bélgica, Francia, España, Alemania, Holanda y Brasil, en medición de competencias digitales e indicadores tecnológicos.
  • Fue responsable del Censo Nacional de Informática Educativa y del Índice de Desarrollo Digital Escolar, de la prueba de Evaluación de Competencias TIC para el Aprendizaje (SIMCE-TIC) y Coordinador Nacional de las evaluaciones internacionales PISA-ERA e ICILS, entre otras.
  • Representante de Chile en evaluaciones, estudios y proyectos internacionales, conducidos por OECD, IEA, UNESCO, BID, CEPAL, PNUD, entre otras instituciones, así como en diversas comisiones gubernamentales y fondos concursables.
  • Investigador Senior, Laboratorio de I+D+i Empresarial, Centro de Innovación UC. Pontificia Universidad Católica de Chile. Además, es consultor de empresas y universidades, en innovación y transformación digital, ciencia de datos, sistemas de información e indicadores de gestión estratégica.

VICTOR BALLESTEROS VALDÉS

  • Sociólogo de la Universidad de Chile.
  • Magíster en Estadística de la Pontificia Universidad Católica de Chile.
  • 10 años de experiencia en procesos de levantamiento y análisis de datos, actualmente es el Jefe de la Unidad de Estudios del Departamento de Extranjería, Ministerio del interior.
  • Experiencia en procesos integrales tanto en encuestas de hogares como en registros administrativos.
  • Participó en el diseño, evaluación y análisis de la Encuesta Nacional de Empleo, la Encuesta Nacional Urbana de Seguridad Ciudadana.

*Puede haber cambios de profesores debido a razones de fuerza mayor.
Eventualmente se reprogramarán clases en casos de que un docente se ausente por razones académicas.
Para los alumnos, en caso de inasistencias, se actuará con flexibilidad por parte del profesor y la Dirección del Programa.


Fundamentos del trabajo orientado por datos (9 horas)

  • Los desafíos técnicos, tecnológicos e industriales en la revolución de los datos.
  • Enfoques y paradigmas en el análisis de datos.
  • Fundamentos de las organizaciones orientadas por datos.

Introducción a la programación y al preprocesamiento de datos  (12 Hrs)

  • Introducción a Python: entornos y métodos.
  • Estructuras y tipos de datos.
  • Programación condicional, iteración y recursión.
  • Limpieza, normalización y gestión de datos.

Estadísticas para Data Science (15 hrs.)

  • Los cambios del rol de la estadística en la Ciencia de Datos.
  • Modelos y funciones probabilísticas para variables continuas y métodos de inferencia.
  • Modelos y funciones probabilísticas para variables discretas y métodos de inferencia.
  • Análisis bivariado de variables continuas y discretas.
  • Análisis de Varianza.
  • Presentación temas para Proyecto de Título.

Machine Learning I – Algoritmos de aprendizaje no supervisado (15 hrs)

  • Análisis exploratorio y modelos de segmentación.
  • Modelos de Clustering no jerárquico: Kmeans y Kmodes
  • Modelos de Clustering jerárquico.
  • Modelos de reducción de dimensiones: PCA y Factorial
  • Reglas de asociación.

Machine Learning II – Algoritmos de aprendizaje supervisado: modelos de regresión (15 hrs.)

  • Fundamento de los métodos de regresión aplicados al Machine Learning.
  • Regresión Lineal.
  • Regularización: Ridge, Lasso, Elastic Net.
  • Series de tiempo: Introducción y descomposición.
  • Series de tiempo: filtros para forecasting y modelos AR

Machine Learning III – Algoritmos de aprendizaje supervisado clasificadores (15 hrs.)

  • Panorama general en modelos de clasificación y Machine Learning.
  • Clasificación lineal: Logistic Regression.
  • Modelos probabilísticos: Naïve Bayes.
  • Árboles de clasificación.
  • Support Vector Machines.
  • Presentación temas para Proyecto de Título.

Fundamentos de Visualización de datos  (15 hrs)

  • La visualización como fundamento de la exploración de datos.
  • Compresión de conceptos fundamentales de comunicación y visualización.
  • Elementos perceptuales en el mapeo de atributos visuales.
  • Tipos de visualización.
  • Principales herramientas de visualización en Python.

Machine Learning IV – Métodos avanzados en Machine Learning (15 hrs.)

  • Métodos avanzados en Machine Learning: panorama y aplicaciones.
  • Boosting & Bagging.
  • Introducción al Deep Learning.
  • Feature Engineering.
  • Introduccion al Reinforcement Learning.

Text Mining (15 hrs)

  • Introducción al procesamiento de lenguaje natural.
  • Modelos de representación de texto
  • Estrategias para el análisis de datos de texto.
  • Modelamiento de datos de texto I
  • Modelamiento de datos de texto II.

 

 

Postulación

Completar formulario de pre postulación.

Documentos requeridos para la matrícula:

  • Resumen de Currículo Vitae.
  • Cédula de identidad.
  • Copia de certificado de estudios (título, egreso, alumno regular según corresponda).
  • Certificado de la empresa que acredite cargo y experiencia laboral. (Postulantes que no posean título profesional).
  • Carta de patrocinio de la empresa, en aquellos casos que el empleador financie la capacitación.

Formas de pago

  • Pago contado con depósitos o transferencias.
  • Cheques (10 cuotas sin intereses ni reajustes).
  • Tarjeta de crédito (hasta 12 cuotas sin intereses – conservando el descuento).
  • Pago directo a través de factura a empresas.
  • Matricula solo en efectivo.

Descuentos

  • Matrícula Anticipada (consultar).
  • 15% Ex-Alumnos y Socios  FUDEA (Fundación de Egresados y Amigos de la Universidad de Santiago de Chile).
  • 5% adicional por pago al contado (tarjeta de crédito y transferencias).

Para más consultas: diplomados@usach.cl  – (56 2) 2718 0793

**Descuentos acumulables, aplican a ciertas condiciones**

DESCARGAR BROCHURE

¿NECESITAS MÁS INFORMACIÓN?

UNIVERSIDAD DE SANTIAGO DE CHILE

Av. Libertador Bernardo O’Higgins Nº 3363, 

Estación Central, Santiago, Chile.

Contacto:  diplomados@usach.cl   |  (562) 2 718 0793 

WWW.USACH.CL