fbpx

Diplomado en

DATA ENGINEER

STREAMING CON

CLASES 100% ON LINE

DIPLOMADO EN DATA ENGINEER (BIG DATA)

Entregar herramientas conceptuales, técnicas y metodológicas para abordar los problemas propios del diseño, implementación y administración de estrategias de escalamiento de datos en el contexto de la industria y el sector público.

  Objetivo

Este diploma combina aspectos teóricos con una aplicación concreta a la industria financiera y de inversiones, por tanto, tiene como objetivo potenciar el desarrollo profesional de ejecutivos jóvenes y consolidar el de aquellos que han transcurrido su trayectoria en el área.

    Dirigido a

Profesionales y técnicos involucrados o con interés, en la administración de análisis de datos en empresas u organizaciones gubernamentales, en áreas tales como ingeniería, administración, economía, marketing y estadística que requieran del desarrollo de las competencias que permiten el diseño, implementación y mantención de estratégias de escalamiento de datos para la administración de proyectos intensivos de datos en  la industria y sector público.

   Coordinadora: Denise Laroze Prehn

  • Cientista Social Experimental especializada en el área del comportamiento que tiene un Doctorado en Gobierno de la Universidad de Essex, Reino Unido, Magíster en Ciencia Política y Economía Política de la London School of Economics y título de Cientista Político de Universidad Católica de Chile.
  • Actualmente se desempeña como Subdirectora del centro de investigación Centre for Experimental Social Sciences de la USACH. Sus áreas de estudio incluyen Arquitectura de la Decisión, Decisiones Bajo Riesgo, Pensiones y Mortalidad prematura, con una publicación reciente en la revista Social Science and Medicine donde se modela el contagio espacial del Covid-19.  

     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,  es especialista en algoritmos y estructuras de datos, diseño de aplicaciones para la puesta en producción de modelos y en seguridad informática.

  Rodrigo Fernandez 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.
  • Docente del Departamento de Política y Gobierno la Universidad Alberto Hurtado.
  • 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. 

   Germán Mondragón

  • Magister Ciencias de la Ingeniería.
  • Magister 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.
  • Coordinador Tecnológico en el Laboratorio de Gobierno, y entre el 2010 y 2016 como Encargado Nacional de Sistema de registro y monitoreo SRM-IEF-SSyO, FOSIS-Ministerio de Desarrollo Social. 
  • 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.
  • Mágister en Economía Sectorial, Universidad de Santiago de Compostela. 
  • Ha dirigido el equipo de analytics y realizando proyectos para marcas nacionales e internacionales. 
  • Ha desarrollado emprendimientos en el área del MarTech (Marketing Technology).
  • Experiencia en el diseño de estrategias de visualización de datos y 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.

    José Luis Martí 

  • Ingeniero civil Informático, especializado en temas propios de la ingeniería de datos, tales como modelos y bases de datos, inteligencia de negocios, minería y visualización de datos; con estudios de magíster y diploma de profundización.
  • Docente y jefe de carrera del Departamento de Informática de la Universidad Técnica Federico Santa María, por más de 15 años.
  • Con amplia experiencia en cursos de pregrado, postgrado y programas de educación continua en diversas instituciones del país, así como también en diversas relatorías y asesorías en conocidas organizaciones del país.

   Nicolás Tagle

  • Ingeniería 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.
  • Gerente en el área de Advanced Analytics en Deloitte Chile, Data Scientist Quantum Pacific Exploration entre los años 2015-2016.
  • 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. 
  • Consultor para la implementación de estrategias de datos la industria financiera y del retail.
  • Especialista en modelos econométricos avanzado y en machine learning aplicado a la predicción de default para un conjunto variado de instrumentos financieros.
  • 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.
  • Ha participado como 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.  
  • Consultor de empresas y universidades, en innovación y transformación digital, ciencia de datos, sistemas de información e indicadores de gestión estratégica.

   Leonardo Oporto

  • Ingeniero Civil en Computación, Universidad de Chile.
  • Magíster en Ciencias de la Computación, Universidad de Chile. 
  • Especialización Certificada en  Machine Learning, Standford University (Coursera), Agile Planning for Software Products (Coursera) y Software Processes and Agile Practices (Coursera).
  • Consultor Senior de Deloitte Omnia-AI.
  • Ingeniero de Software con experiencia en desarrollo de proyectos informáticos. Especialización para el desarrollo de productos en ambientes Cloud, especialmente en AWS, en particular respecto de las arquitecturas que hay detrás de los sistemas.. Experiencia en el desarrollo de microservicios mediante la utilización contenedores y herramientas de orquestación como Kubernetes.

   Abel Valdebenito

  • Ejecutivo senior con éxito comprobado en la implementación proyectos y soluciones analíticas en los sectores público, privado y gremial.
  • Con amplia experiencia desarrollando soluciones analíticas en plataformas cloud como AWS, GCP, Databricks.
  • Centrado en puestos de liderazgo en Analítica Avanzada e Inteligencia Artificial.
  • Ingeniero Estadístico, usach, Magíster en estadística, PUC
     
*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 hrs)

  • 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 pre-procesamiento 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.

   Algoritmos y estructuras de datos (15 hrs.)

  • Introducción al tratamiento de estructuras de datos en la industria
  • Arreglos y listas anidadas
  • Arboles Binarios
  • Grafos
  • Tablas de hashing
  • Presentación Proyecto de Título.

   Modelos y gestión de bases de datos (15 hrs)

  • Modelos de datos: semántica, notación.
  • Bases de datos NoSQL.
  • Bases de datos documentales
  • Bases de datos de grafos.
  • Interoperabilidad de modelos de BD.

   Computación en la nube y cloud serveless (15 hrs.)

  • Computación en la nube: fundamentos, arquitecturas y buenas prácticas.
  • Amazon Web Services.
  • Serverless
  • Kubernetes.

   Sistemas de computación distribuida (15 hrs.)

  • Computación distribuida: fundamentos y aplicaciones
  • Principales arquitecturas
  • Plataformas: Java
  • Plataformas: Java II
  • Plataformas: Java III
  • Presentación 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.

   Data Pipelines y plataformas de visualización (15 hrs.)

  • Panorama y aplicaciones : ETL y  Data Pipelines en la industria
  • Apache Spark
  • Amazon Data Pipeline
  • Plataformas de streaming: Kafka
  • Implementación y aplicaciones en Python

   Machine Learning para la escala masiva de datos (15 hrs)

  • Fundamentos, aplicaciones y tipos de aprendizaje de máquina para Big Data y Analytics. 
  • Aprendizaje supervisado: clasificadores y modelos de regresión
  • Aprendizaje no supervisado: clustering y PCA
  • Puesta de modelos en producción I
  • Puesta de modelos en producción II.

   Postulación

  • Resumen de Currículo Vitae.
  • Cédula de Identidad.
  • Copia de certificado de estudios (Título, egreso, alumno regular, etc).
  • Documento de la empresa que acredite experiencia laboral de al menos dos años en el área (postulantes que no posean título profesional).

    Formas de pago

  • Pago contado con depósitos o transferencias.
  • Cheques (hasta 12).
  • Tarjeta de crédito (Máximo 12 cuotas sin intereses ni reajustes)
  • Si paga la empresa, enviar Orden de Compra o Carta de patrocinio.

    Descuentos

  • Consulte por descuentos según condición y formas de pago.

DESCARGA AQUÍ

el brochure del diplomado

  PERIODO DE CLASES

MAYO – DICIEMBRE

SEGÚN CALENDARIO

ARANCEL

$1.980.000 + Matrícula

TOTAL DE HORAS

130 HRS.

¿MÁS INFORMACIÓN?

UNIVERSIDAD DE SANTIAGO DE CHILE

Av. Libertador Bernardo O’Higgins Nº 3363, 

Estación Central, Santiago, Chile.

Mail contacto: diplomados@usach.cl

Fono: (56) 93268 8561 - (56) 99275 8246

WWW.USACH.CL

MATRÍCULATE AQUÍ

Abrir chat
1
¿Necesitas ayuda?
¡Hola!

Soy Verónica, si tienes dudas o requerimientos; por favor, házmelo saber y con gusto te ayudo.