Idioma: ES
Diplomado Fundamentos de la Ciencia de Datos.jpg

Diplomado Fundamentos de la Ciencia de Datos

Información General

Presentación

Conozca los fundamentos de la ciencia de datos aplicada

Diplomado Fundamentos de la Ciencia de Datos.jpg click para reproducir video
Educación Continuada: programas abiertos y empresariales de educación no formal que optimizan el desempeño profesional.

Aprenda e iníciese en la ciencia de datos aplicada

El gran volumen de datos, que se obtiene por el crecimiento exponencial de los desarrollos tecnológicos, propone retos en todos los ámbitos empresariales e industriales. De ahí que sea necesario el uso y entendimiento de métodos analíticos en la transformación de análisis en información relevante, oportuna y pertinente para la toma decisiones estratégicas y la comprensión del negocio.

“¿Alguna vez se ha preguntado por qué tanto alboroto por los datos? ¿Qué hacen los científicos de datos? ¿Qué son exactamente el aprendizaje automático y la inteligencia artificial? ¿Son lo mismo? ¿Le encanta trabajar con datos? Si su respuesta es sí, entonces está en el lugar correcto”

Benjamin Smith.

Por lo tanto, se requiere la creación de estrategias para el desarrollo del pensamiento disruptivo y competitivo. Este curso reúne a expertos en consultoría empresarial e investigativa para ofrecer conocimientos y experiencias en el desarrollo de habilidades que permitan comprender los fundamentos en la ciencia de datos.

Por qué estudiar con nosotros

edificio-h-nocturna.jpg

  • Entendimiento del ciclo de vida de los datos.
  • Técnicas de análisis Big Data, Machine Learning y estadística computacional.
  • Herramientas computacionales como R y Python, entre otras.
  • Interpretación de resultados del análisis de datos para diseño de estrategias.

Metodología

  • Los conferencistas del diplomado son expertos en consultoría analítica empresarial y académica. Sus líneas de investigación son Inteligencia Artificial, Data Science, Business Intelligence, Machine Learning, Data Mining y Data Visualization.
  • Clases en modalidad remota.
  • Prácticas computacionales con fuentes de casos reales.
  • Las clases se impartirán en español.

Al finalizar el curso se hará una evaluación para conocer la opinión de los participantes en relación con la calidad del diplomado, la metodología y el contenido, así como el desempeño del instructor.

Deberes del participante

  • Contar con conexión a internet de banda ancha.
  • Disponer de audífonos (diadema o manos libres) para aislar el ruido externo.
  • Verificar que el equipo de cómputo no haya sido bloqueado para conexiones a herramientas de Microsoft.
  • En caso de ser miembro de Microsoft Teams con otra cuenta, cerrar las sesiones que ls involucren e ingresar con un navegador libre de caché.
  • Conectarse a las sesiones de clase con mínimo 10 minutos de antelación, de manera que verifique la conexión adecuada y pueda realizar ajustes.
  • Disponer de materiales para tomar apuntes.

Certificación

La Universidad Escuela Colombiana de Ingeniería Julio Garavito otorgará el certificado de asistencia a quienes participen activa y cumplidamente como mínimo en el 90 % de las sesiones programadas.

Perfil del aspirante

Estudiantes
  • Personas apasionadas por el análisis y modelado de datos o por la tecnología y la investigación, así como interesadas en incursionar en estos temas. Se caracterizan por ser ejecutivos jóvenes tomadores de decisiones, emprendedores, también directivos de grandes compañías que trabajan en las áreas financiera, de IT, logística y distribución, en el sector de la salud o en empresas de comunicaciones y mercadeo.

Contenido temático

Módulo I. Introducción (DB, BIG DATA, ML, DL, IA) (20 horas)

  • Assessing the Situation
  • Determining goals
  • Producing a project plan

Módulo II. Data Understanding (20 horas)

  • SQL in Big Data
  • Structural and unstructured data
  • Data wrangling, cleaning & transformation

Módulo III. Data Understanding (20 horas)

  • Data visualizations
  • Data interpretation
  • Exploratory data analysis

Módulo IV. Modeling (Análisis predictivo SC, ML, DL) (20 horas)

  • Surveys y experimentos
  • Machine learning models y cross-validation}
  • Text analysis

Módulo V. Evaluation & Deployment (APP, WEB SITE, Reports  IA) (20 horas)

  • Evaluating the results & review process
  • Planning monitoring and maintenance

Módulo VI. Revisión casos éxitos (20 horas)

  • Evaluating the results & review process
  • Planning monitoring and maintenance

Fechas y horarios

El curso se desarrollará del 9 de agosto al 21 de octubre de 2022, de martes a viernes de 6:00 p.m. a 9:00 p.m., en modalidad remota vía Microsoft Teams.

Durante la semana de receso no se realizarán sesiones de clase (11 al 14 de octubre de 2022) .

En sus programas de Educación Continuada, la Universidad Escuela Colombiana de Ingeniería Julio Garavito se reserva el derecho de cambiar sus conferencistas y fechas de realización, o cancelarlos en caso de no contar con el número requerido. Lo anterior se informará a los interesados con antelación.

Objetivos alcanzables

Bloque-I-nocturna.jpg

Desarrollar habilidades para el aprendizaje de métodos, técnicas y herramientas alrededor de la ciencia de datos.

Valor de la inversión

edificio-h-nocturna.jpg

El valor de la inversión por participante es de $3.140.000 (tres millones ciento cuarenta mil pesos).

Inscripciones hasta el 2 de agosto de 2022.

Conferencista Invitado

Cerrar

Dante Conti

Dante Conti.jpg

Ingeniero de Sistemas & Investigación de Operaciones - Venezuela (1996) con maestría MBA y especialización en Negocios Internacionales - Italia (1998) y doctorado en Dirección de Proyectos con énfasis en Minería y Modelado basado en Datos para mejora de procesos - España (2010). Tiene estancias postdoctorales en España, Italia, Brasil y Colombia. Actualmente es Consultor Asociado independiente en colaboración con la empresa Biwiser (Santiago, Chile) en proyectos de BI, S&OP y Analítica Avanzada. Sus principales líneas de trabajo e investigación incluyen: Ciencia de Datos, Investigación Operativa, TICs y Gestión de proyectos. Ha participado en numerosos proyectos internacionales en Europa y Latinoamérica: Participa además en actividades de la Asociación Catalana de Inteligencia Artificial, International Environmental Modelling & Software Society y ALIO. Ha asesorado y liderado más de 25 proyectos de transferencia de tecnología en Venezuela, España, Argentina, Perú, Colombia, Brasil, México, Austria, Francia e Italia con estudiantes de grado en maestría y doctorado, así como en empresas y organizaciones de diversa índole. Colabora con la Escuela Colombiana de Ingeniería Julio Garavito desde 2017.

Solicite Información

Diplomado Fundamentos de la Ciencia de Datos