Diplomatura en Ciencia de Datos y Análisis Avanzado
Presentación
La Diplomatura en Ciencia de Datos y Análisis Avanzado es un programa interdisciplinario diseñado para capacitar a los participantes en la extracción de conocimiento y percepciones valiosas a partir de datos estructurados y no estructurados.
El objetivo principal es formar profesionales capaces de analizar tendencias, identificar patrones y resolver problemas complejos mediante el uso de métodos científicos, algoritmos y sistemas avanzados. Este enfoque permite tomar decisiones estratégicas y abordar desafíos en una amplia gama de sectores.
Modalidad: A distancia ágil
Objetivo general
Desarrollar competencias en ciencia de datos aplicando métodos avanzados de análisis de datos, visualización, machine learning y modelado estadístico para transformar datos en información útil para la toma de decisiones.
Objetivos específicos
- Proporcionar habilidades prácticas a través de proyectos de análisis de datos aplicados.
- Desarrollar los conocimientos fundamentales en estadística, programación y visualización de datos.
- Fomentar el análisis crítico de resultados y la comunicación efectiva de hallazgos.
- Introducir a los participantes en técnicas de modelado predictivo, machine learning y deep learning.
- Capacitar en el uso de herramientas de análisis y procesamiento de grandes volúmenes de datos (Big Data).
Destinatarios
- Estudiantes con alguna experiencia en programación que deseen identificar de qué se trata este rol en la industria de Tecnologías de la Información (IT).
- Estudiantes que quieran iniciar una carrera en Ciencia de Datos.
- Profesionales de diversas áreas que estén interesados en el campo de la Ciencia de Datos.
Requisitos
- Conocimientos básicos de estadística (nivel secundario) y programación (Python).
Equipo docente
Cristian Santander
Coordinador
Cristian Santander es CEO de Cognitive Latam desde 2011 (www.cognitive.la). Es Ingeniero Industrial (UTN) y Magister en Marketing y Comunicación (UdeSA). Cuenta con una Especialización en Inteligencia Artificial Avanzada (UTN) y realizó la Maestría en Inteligencia Artificial en el CEUPE en España. Ha sido egresado de Singularity Universit y (Nasa & Google) y Cambridge Business School. Es Responsable del Área de Alianzas en la Sociedad Argentina de Inteligencia Artificial (SAIA) y Co-Director del Centro de Inteligencia Artificial Aplicada (CIAA) de UTN-FRBA. Es Investigador Jefe en Computer Vision UTN-FRBA. También docente en Grado y Posgrado en UTN-FRBA, en UCEMA, y Profesor Invitado en el College de Paris y UdeSA.
- Material generado por el equipo docente.
Metodología De Enseñanza-Aprendizaje:
La modalidad de e - Learning Colaborativo es totalmente mediada por tecnologías a través del Campus Virtual FRBA. Se trata de una modalidad básicamente asincrónica que aprovecha pedagógicamente los recursos de la Web 2.0, con un complemento sincrónico, por medio de la realización de clases en tiempo real, logrando superar de esta forma, la instancia de autoestudio.
El trayecto formativo consta de Módulos; cada uno de ellos está conformado por unidades, las cuales a su vez, integran los contenidos temáticos.
Así, en cada unidad, Usted contará con:
- Vías de comunicación con el tutor: mensajería interna del Campus Virtual y foros para la presentación de dudas y consultas.
- Material de estudio curado.
- Actividades y trabajos integradores de aplicación de los conocimientos adquiridos, individuales y/o grupales.
- Clase en tiempo real, 2 encuentros por módulo, en el Aula Virtual Sincrónica.
Modalidad de Evaluación y Acreditación:
La evaluación del trayecto formativo comprende una evaluación integradora por módulo y una Evaluación Integradora Final Obligatoria (EFIO), que se basa en la realización por parte del alumno de la entrega de una tarea (consigna específica para su desarrollo) o cuestionario. Dicha evaluación final cuenta con una instancia de recuperatorio, para aquellos participantes que no aprobaron la primera o no la realizaron dentro de las fechas estipuladas por cronograma.
A su vez, se tendrá en cuenta también, para la evaluación:
-
La descarga y lectura de todos los elementos que componen la unidad temática.
- La entrega y aprobación de todas las actividades y ejercicios que se consignen como obligatorios.
- La dedicación horaria indicada en cada caso para lograr el máximo rendimiento del estudio.
- El alumno deberá finalizar la cursada dentro de la duración del trayecto sin excepción. - Terminado el mismo, no podrá entregar ni descargar nada adeudado y deberá cursar nuevamente en un próximo inicio, en caso de desear finalizarlo.
La acreditación del trayecto constará de la Aprobación de lo indicado en la evaluación obligatoria.
La calificación será cualitativa: Bueno, Muy Bueno, Excelente, Sobresaliente, Participó o No Participó.
Las primeras cuatro calificaciones otorgan un certificado de "Aprobación".
Aquellos alumnos que no hayan alcanzado alguna de estas tres calificaciones o no hayan realizado la EFIO, podrán obtener una calificación y certificación de Participación, previa comprobación por parte del Tutor de ciertos criterios de evaluación.