Diplomado para Modelamiento y Análisis de Datos

Data Fae Presenta el Diploma en Modelamiento y Análisis de Datos.

Orientado profesionales que busquen introducirse o potenciar sus carreras con un enfoque basado en datos. Hoy día la estructura de las organizaciones ha cambiado y las compañías requieren que los profesionales analicen y tomen decisiones de forma autónoma dentro de las distintas áreas de negocio. Para esto es clave entender y gestionar los datos de una manera efectiva con las herramientas de última generación.

Este programa te permitirá desarrollar tus habilidades y conocimiento para capturar, preparar y analizar diferentes fuentes de datos tanto estructurada como no estructurada, permitiendo tomar decisiones de negocios informadas, evaluando los distintos cursos de acción y generando las recomendaciones más adecuadas para los distintos desafíos organizacionales. Las recomendaciones tendrán dos enfoques, primero basado en historia y hechos mediante exploración, análisis y visualizaciones de datos. La segunda parte se centra en la generación de predicciones y escenarios futuros a través de distintos modelos de machine learning.

Al finalizar este curso tendrás los fundamentos y conocerás las herramientas necesarias para desempeñarte en cargos de inteligencia comercial, análisis de datos, business intelligence, investigación de mercado, director de negocios y otros donde la toma de decisiones a través de datos sea relevante. Las industrias donde estos conocimientos son aplicables pueden ser: tecnología, servicios financieros, telecomunicaciones, retail, minería, energía, sector público, comercio electrónico, consultoría entre los principales.

Orientado a profesionales que busquen actualizar sus conocimientos, ampliar sus horizontes laborales en técnicas de manejo de datos y visualizaciones de grandes volúmenes de información, las que son actuales herramientas demandadas por grandes empresas tanto de tecnologías como de otros sectores. Además es fundamental para personas que están iniciando un emprendimiento y deben optimizar la información que reciben por parte de sus clientes, permitiéndoles entregar un mejor servicio y como consecuencia obtener mayor rentabilidad.

En este programa aprenderás a modelar y analizar diferentes estructuras de datos, tanto masivos como de menor envergadura que te permitirán tomar decisiones de manera más eficiente y oportuna, logrando así cerrar negocios, potenciar procesos en tu empresa, analizar oportunidades inversión y avanzar en tu carrera. De esta manera al finalizar el Diplomado, los participantes serán capaces de modelar, analizar y aplicar información en los ámbitos de gestión de una organización, incorporando visualizaciones de alto estándar para orientar el proceso de toma de decisiones en distintos escenarios. Considerando en estos análisis distintas fuentes de información provenientes de sitios web y de bases de datos de organizaciones gubernamentales y privadas, cumpliendo con la normativa vigente e impulsando el emprendimiento y desarrollo empresarial.

Dirigido a

Este Diplomado está orientado a estudiantes de último año, egresados o personas que posean un título profesional o grado académico de Ingeniería Comercial o carreras afines, los cuales busquen desempeñarse en el sector público/sector privado, en cargos relacionados con el análisis y modelamiento de datos masivos para la toma de decisiones y confección de estrategias para mejorar el bienestar privado y social.
Se sugiere que el postulante tenga un manejo del idioma inglés intermedio, lo cual le permita leer textos de mediana longitud y complejidad, especificados en la bibliografía de los módulos.

Contenidos:

Módulo I: Fundamentos de la Analítica de datos (Comprender la problemática asociada al análisis de datos estructurados y no estructurados en distintos tipos de organizaciones (públicas y privadas).

Datos y el mundo actual
Conceptos básicos
Métodos para describir datos
Decisiones con datos
Fundamentos Estadísticos

Módulo II: Marketing Digital (Aplicar herramientas de investigación social y de mercado para medir objetivos, resultados y mejora continua en su organización (pública o privada).

¿Qué entendemos por Marketing Digital?: Fundamentos de Marketing digital, y por qué se desprende del Marketing Tradicional
Estrategias de Owned, Paid & Earned Media en soportes digitales.
Disciplinas digitales del marketing: SEO, SEM, Social Media, Analítica Web.
Publicidad en Social Media, entre otros.
Objetivos del Plan de marketing: branding y/o performance.
Tendencias en marketing digital.
Ciberseguridad y protección de la información.

Módulo III: Herramientas de Análisis (Identificar herramientas de programación que utilizan actualmente las empresas y organismos públicos para la toma de decisiones estratégicas. Aplicar herramientas de programación para el modelamiento análisis de datos).

SQL
R
Python

Módulo IV: Big Data (Comprender el mundo del análisis de grandes volúmenes de información, a través de los distintos esquemas y estrategias disponibles actualmente, para la proyección de situaciones futuras. Analizar situaciones económicas y/o sociales utilizando la mayor cantidad de información disponible, para tomar decisiones que eviten riesgos y/o no representen conflictos de interés con las decisiones estratégicas de su organización).

¿Qué es el análisis de Big data? ¿Para qué sirve?
Áreas donde existen problemas de Big Data
Ciclo de vida del Big Data
Ecosistema y Frameworks

Módulo V: Visualización (Evaluar distintas alternativas de presentación de resultados, teniendo en consideración las diversas opciones para comprender y aplicar el análisis de la información. Explicar la toma de decisiones en función de la interpretación del análisis de información).

Introducción a la visualización
Visualización de información
Herramientas de visualización
Visualización para comunicación efectiva
Tableau/Power Bi/Data Studio

Módulo VI: Técnicas de Análisis de Datos (Aplicar distintos algoritmos de Machine Learning, supervisados y no supervisados, para establecer las limitaciones y alcances de cada una de las técnicas. Utilizar aplicaciones de Deep Learning para la modelización de datos y el reconocimiento de patrones al interior de la información analizada).

Analítica predictiva
Machine Learning
Modelos Supervisados (Clasificación y Regresión)
Modelos No supervisados (Clustering y Reducción de dimensionalidad)
Deep Learning (Convolucionales y LSTM).

Cuerpo Docente:

Académicos de alto nivel, que están en la vanguardia en temáticas de análisis de textos, manejo de información no estructurada, machine learning y análisis de datos masivos.

Jóse Miguel Tobar Ríos
Ingeniero Civil en Informática de la Universidad Federico Santa María. Ha sido fundador de varios emprendimientos tecnológicos y ha hecho consultoría en distintos ámbitos de temas de datos. Se especializa en inteligencia artificial orientada al análisis de texto no estructurado. En la actualidad, es Gerente de Innovación en Wholemeaning, y docente de los cursos: Data Analytics junto con Python y R para Análisis de Datos.

Diana Ruth López Avilés
Ingeniera Comercial, Mención Economía de la Universidad de Chile, con especialización en Métodos Estadísticos y Big data, con diplomados en la Pontificia Universidad Católica de Chile para las respectivas áreas. Además de un Magíster en Finanzas, Magíster(C) en Tecnología de la Información y diplomados en Ingeniería de Datos e Inteligencia Artificial de la Universidad de Chile. Trabaja en el Banco Central de Chile (BCCh), se ha especializado en recopilación de información, compilación de estadísticas de empresas, intermediarios financieros y sector público, en la Gerencia de Estadísticas Macroeconómicas, y actualmente está enfocada a la regulación de los medios de pagos minoristas en la Gerencia de Infraestructura y Regulación Financiera. Adicionalmente, es docente en el programa de Magíster de Gestión en Políticas Públicas de la Universidad de Talca y del curso de Econometría Aplicada y Diploma en Finanzas de la Universidad Tecnológica Metropolitana. Entre los proyectos importantes, es cofundadora del Laboratorio Data Fae, el cual promueve la investigación docente, la vinculación con el medio, la explotación de datos y el aprendizaje de los estudiantes.

Ricardo Antonio Flores Huenchullanca
Ingeniero Comercial, mención Economía con Maestría en Economía en la Universidad de Concepción. En 2014 comenzó a trabajar en el Departamento de Estadística del Banco Central de Chile, lugar donde trabajó durante 5 años. Obtuvo la Beca Fulbright para estudiar su doctorado en Ciencia de Datos en Worcester Polytechnic Institute (WPI), Massachusetts, Estados Unidos (2018-2022). Actualmente, forma parte del laboratorio de sistemas inteligentes impulsados por datos (DAISY) en WPI.

Amaru Fernández Durán
Ingeniero Informático de la Universidad de Playa Ancha. Magister en TI (C), con Diplomados en Ingeniería de Datos, e Inteligencia Artificial de la Facultad de Ciencias Físicas y Matemáticas de la Universidad de Chile. En la actualidad se desempeña como desarrollador back-end en Betterfly, sin embargo, a lo largo de su carrera ha ejercido funciones de ingeniero en sistemas y de operaciones. Adicionalmente es docente de la asignatura de Big Data en la Universidad Tecnológica Metropolitana.

—————————————————————————————————————————————-

Requisitos de Admisión

Egresados, titulados, licenciados de Ingeniería Comercial o carreras afines Ingeniería Industrial, Informática.

La Dirección de Capacitación y Postítulos de UTEM se reserva el derecho de suspender cursos al no contar con el mínimo de alumnos requeridos.

El alumno se considera Matriculado al formalizar documentando su inscripción y arancel, la ficha de inscripción no es garantía de reserva de cupo.

Información General
Nombre: Diplomado para Modelamiento y Análisis de Datos.
Horas: 120 horas cronológicas.
Modalidad: e-learning.
Inicio: 04 de Abril 2022.
Horario: Lunes y Miércoles de 19:00 a 22:00 horas. (con clases sincrónicas vía Zoom y aula digital con actividades de apoyo al trabajo asincrónico).
Arancel: $1.000.000.-
Inscripción: $50.000.-

Descuentos (Aplica sobre Arancel, No acumulables)

30%: Egresados y titulados UTEM.
20%: Funcionario Público (Convenio ANEF)
20%: Ex alumnos Direcap.
10%: 2 o más personas de la misma institución/empresa.
5%: Pago Contado.