Bienvenida

En diversos sectores las empresas e instituciones recogen cada día datos en diversas escalas de magnitud. Hoy en día, estos yacimientos de datos son un activo estratégico de las empresas e instituciones para innovar, emprender, crecer y desarrollar adecuadamente su negocio. Para poner en valor toda esta data las empresas e instituciones requieren incorporar competencias, nuevas tecnologías y herramientas, así como establecer una nueva cultura basada en los datos, todo ello con el fin de garantizar una posición competitiva.

El Diplomado en Data Science (DDS) es conducente al Magíster en Data Science y busca satisfacer la creciente demanda de profesionales con habilidades y conocimientos sólidos en análisis y gestión de datos que permitan no solo analizar los datos históricos de la empresa e institución, sino que busquen predecir escenarios hipotéticos futuros, y tener la capacidad de, en dichos escenarios, modificar diferentes indicadores para analizar su incidencia directa en las decisiones principales y poder tomar la decisión más óptima.

El DDS ofrece una formación eminentemente práctica y una visión multidisciplinaria, que integra temas de ciencias de la computación, informática, matemática, estadística, investigación de operaciones y conocimiento del negocio. Este innovador enfoque otorga una oportunidad única a los alumnos de especializarse en todos las fases del proceso de data science.

Rolando de la Cruz

Director del Programa

Dirigido a

El programa está dirigido a personas que cuenten con una licenciatura en ciencias de la ingeniería, en estadística, en matemática, en física, en economía, administración o campos afínes. Profesionales de organizaciones pertenecientes a sectores como:

  • Servicios
  • Retail
  • Retail financiero
  • Banca
  • Finanzas
  • Telecomunicaciones
  • Educación
  • Gobierno
  • Manufactura
  • Seguros
  • Salud
  • Logística
  • Tecnología

Objetivos

El Diploma en Data Science tiene por objetivo desarrollar un conjunto de competencias de manera que los egresados sean capaces de:

  • Abordar problemas complejos en sus organizaciones mediante la explotación de la data.
  • Integrar datos de distintas fuentes, gestionar datos de diversas escalas de magnitud.
  • Desarrollar modelos descriptivos, predictivos y prescriptivos para permitir a las organizaciones tomar mejores decisiones, más rápido y más informadas.
  • Convertir datos en productos y servicios mediante el uso de herramientas analíticas.
  • Descubrir oportunidades de negocio accionables a través de análisis de datos complejos.
  • Trabajar con equipos multifuncionales y transversales para definir los requisitos del negocio, desarrollar el producto e implementar las soluciones generadas.
  • Generar y transmitir conocimientos de manera efectiva.

Malla Curricular

Ética y Gestión de la Información

En este curso el estudiante tendrá que analizar y aplicar a casos teóricos y prácticos los contenidos que se consideran en los siete módulos que el curso dispone. Los dos primeros módulos están diseñados para que el estudiante revise los conceptos fundamentales respecto a las diversas plataformas y nuevas arquitecturas digitales, que, dado su vertiginoso desarrollo, han hecho evidente el dilema ético y legal al que se enfrentan los gestores de la información. Posteriormente, se abordan diversos marcos conceptuales en que se circunscribe el ámbito de la ética y su relación con el mundo profesional y la toma de decisiones. Finalmente, se estudian las implicancias y desafíos que plantea la gestión de la información en la era postindustrial y sus efectos sobre la vida privada y pública de las personas.

Fundamentos Estadísticos para Ciencia de Datos

Este curso permite al alumno dominar principios, técnicas y metodologías asociadas al razonamiento probabilístico y al análisis estadístico de datos. Tras conocer la Teoría de Probabilidad, se estudian los principales métodos y conceptos para la estimación y la formulación de hipótesis. Medidas de asociación. Correlación y Causalidad. En la parte de estimación se introduce el método de máxima verosimilitud, y algoritmos (como el algoritmo EM) para estimación.

Programación con R y Python

El curso entrega los conocimientos necesarios para que el alumno utilice herramientas modernas y realice el adecuado análisis de un conjunto de datos cualquiera sea su origen y contenidos. Este curso es inherentemente práctico y aplicado a diferentes escenarios de negocio que permitirán que el alumno amplíe su nivel de abstracción y análisis para diferentes tipos de problemas. Al terminar el curso, el alumno será capaz de programar en R y Python, analizar datos y aplicar algoritmos de minería de datos y procesos para resolver diferentes problemas de una organización.

Visualización de Datos

Este curso se concentra en definir formalmente una serie de métodos de visualización de información y en ilustrar su aplicación en el análisis exploratorio y en la comunicación de un análisis estadístico. .

Modelamiento Predictivo para Ciencia de Datos

El modelamiento predictivo busca construir un modelo estadístico que permita predecir el valor de una variable respuesta. Se incluyen desde modelos de regresión lineal, logística y de Cox, hasta técnicas de selección de variables y regularización (lasso, elastic net), y reducción de dimensión, finalizando con métricas para evaluar la calidad predictiva del modelo desarrollado.

Descargar Malla

Profesores

Rolando de la Cruz
PhD in Statistics, UC, Chile

Sebastian Moreno
PhD in Computer Sciences, Purdue University, USA.

Ricardo Seguel
PhD in Information Systems, Eindhoven University of Technology, The Netherlands.

Mauricio Olivares
Master in Management, PUCV, Chile. Gerente Global de Tecnología y Servicios Digitales, Editorial Santillana.

Eduardo Rodríguez
PhD in Statistics, UC, Chile. Jefe Data Science, Banco Santander.

Admisión

Requisitos de Postulación:

  • Formulario de postulación completo.
  • Currículum vitae actualizado.
  • Copia de cédula de identidad.
  • Pasaporte para postulantes extranjeros.
  • Dominio del inglés a nivel de lectura.
  • Entrevista personal (opcional).

 

Información General

Precio

 UF 125.

Fechas y horarios

  • Inicio primera versión: 5 de octubre de 2018 (sin cupos disponibles).
  • Inicio segunda versión: Mayo de 2019.
  • Término: Septiembre de 2019.
  • Clases: viernes, de 16:00 a 20:30 horas y sábados de 9:00 a 19:30 horas (almuerzo incluido). Cursos obligatorios viernes y sábados, quincenalmente.

Revisar calendario de clases.

Información y Postulaciones

Pilar Mujica |pilar.mujica@uai.cl | postgrados.ingenieria@uai.cl |(56-2) 22331 1227 |

Formas de pago y beneficios

  • Contado y cuotas

Descuentos

  • 20% Ex alumnos pregrado y postgrado UAI.
  • 20% Sector público y FFAA
  • 15% por matrícula anticipada hasta el 31 de diciembre de 2018.
  • 3% Pago al contado antes inicio del programa (acumulable).

*Consulta por beneficios exclusivos para empresas en convenio, residencia en regiones y grupo de alumnos.

Lugar 

Campus Peñalolén. Av. Diagonal Las Torres 2700, Edificio Talleres, Peñalolén.

Programa Conducente a Magíster

Todos los alumnos que realicen este Diplomado, tendrán la opción de continuar sus estudios para optar al grado de Magíster en Data Science siempre y cuando estén en posesión del grado académico de licenciado o título profesional equivalente.

El arancel del Magíster para los alumnos del Diplomado en Data Science será de 195 UF.

Revisa más información sobre el Magíster en Data Science aquí.