Diplomado en Introducción a la Ciencia de Datos


Obtén conocimientos teóricos y prácticos (de programación) para trabajar con data science, en todas las etapas de un proyecto de ciencia de datos.

Matricúlate Aquí

Diplomado en Introducción a la Ciencia de Datos



Quiénes Somos

La UC Chile es una universidad pública no estatal fundada hace más de 130 años y ocupa actualmente el primer lugar en el ranking QS de Latinoamérica.

En la UC Chile tenemos un compromiso permanente con la calidad, como una forma de expresión de nuestro servicio. Este sello es parte de nuestra misión fundacional. Nos esforzamos por realizar esta labor en forma rigurosa, con altos estándares académicos y adoptando las prácticas internacionales de las mejores universidades. A través de nuestras 18 facultades, abarcamos todas las áreas del conocimiento.

Descripción

El Diplomado en Introducción a la Ciencia de Datos (data science) de UC Chile Online tiene como objetivo entregar los conocimientos teóricos y prácticos (de programación) a profesionales que trabajen con datos.

Los egresados de este diplomado en data science tendrán las herramientas necesarias para participar en proyectos de ciencia de datos en sus distintas etapas: desde la obtención y preparación de los datos, hasta la construcción de modelos predictivos y/o la presentación de insights a los distintos tomadores de decisiones.

Además, el Diplomado en Introducción a la Ciencia de Datos es 100% online.

Dirigido a

Licenciatura en Ingeniería, Ciencias básicas o áreas afines. Experiencia laboral trabajando con datos. Conocimiento básico – intermedio de python.

Metodología 100% online

Aprendizaje práctico

La metodología de cada curso considera la realización de un trabajo práctico y diversas herramientas para realizar ejercicios, junto con analizar casos reales. En la actividad final de graduación se aplican los conocimientos y habilidades adquiridos.

Diversidad de formas de aprender

Los cursos cuentan con una amplia diversidad de recursos, lo que permite un aprendizaje integral. Estos incluyen videoclases, podcast, tutoriales, lecturas, clases sincrónicas, foros de discusión, trabajos individuales y grupales, ejercicios y evaluaciones.

Plataforma de Coursera

El programa se imparte en alianza con Coursera, plataforma de aprendizaje en línea que cuenta con una gran variedad de recursos: videoclases, lecturas, cuestionarios, ejercicios prácticos, foros de discusión, herramientas de interacción con otros estudiantes, etc.

Aclara tus dudas

Puedes contactarnos al correo: sebastian.villalobos@programasuc.cl

Malla académica


Análisis de datos en Python
Profesor:  

Alejandro Cataldo, Ph.D Pontificia Universidad Católica de Chile

Plan de estudios

Sobre el curso

Este curso busca que los estudiantes logren comprender cómo el uso adecuado y eficiente de Python como herramienta computacional para el análisis de datos puede mejorar su toma de decisiones dentro de su organización. Para ello, se introducirán los conceptos básicos y generales del análisis de datos, se revisará la importancia de visualizar e identificar valor en los datos y cómo los distintos métodos descriptivos, predictivos y prescriptivos permiten evidenciar oportunidades y justificar decisiones. Para ejemplificar estos conceptos y su desarrollo a través de Python, se verán casos prácticos en industrias diversas.

Contenidos

Ciencia de Datos y Python
  • Conceptos fundamentales de la ciencia de datos
  • Fundamentos de Python
Manejo de Base de Datos y manejo de los datos
  • Tratamiento y limpieza de datos y análisis de datos masivos
Visualización avanzada de Datos
  • Gráficos
  • Interfaces
Analítica de datos
  • Análisis descriptivo
  • Análisis predictivo
  • Análisis prescriptivo

La Pontificia Universidad Católica de Chile se reserva el derecho a modificar el contenido en cualquier momento.

Introducción a la ciencia de datos
Profesor:  

Paula Aguirre, Doctora Pontificia Universidad Católica de Chile

Plan de estudios

Sobre el curso

Este curso introduce a los estudiantes al campo de la ciencia de datos a través de sus principios básicos y las principales técnicas y herramientas utilizadas. Los estudiantes aprenderán sobre recolección e integración de datos, análisis exploratorio de datos, análisis descriptivo y predictivo, y creación de productos de información. Los temas serán tratados en amplitud, más que en profundidad, haciendo énfasis en la integración y síntesis de conceptos, y evaluados en la aplicación a soluciones de problemas contextualizados.

Introducción a Ciencia de Datos y aprendizaje de máquinas
  • ¿Qué es la ciencia de datos? Usos y aplicaciones
  • El proceso de ciencia de datos
  • Herramientas de Python para ciencia de datos
Obtención y transformación de datos
  • Tipos y formatos de datos
  • Fuentes y métodos de extracción de datos
  • Limpieza e integración de conjuntos de datos
Análisis Exploratorio de Datos
  • Estadísticas descriptivas
  • Análisis gráfico univariado
  • Análisis gráfico multivariado
Algoritmos básicos para análisis predictivo
  • Introducción a aprendizaje de máquinas: tipos de aprendizaje y algoritmos básicos
  • Algoritmos de aprendizaje supervisado
  • Algoritmos de aprendizaje no supervisado
  • Resumen y comunicación de resultados

La Pontificia Universidad Católica de Chile se reserva el derecho a modificar el contenido en cualquier momento.

Visualización de datos
Profesor:  

Denis Parra, Ph.D University of Pittsburgh (EE.UU.)

Plan de estudios

Sobre el curso

En este curso los estudiantes obtendrán conocimientos y habilidades para resumir y comunicar resultados de métodos de computación, estadística, minería y análisis de datos. Dentro de las actividades prácticas del curso, los estudiantes estudiarán técnicas y algoritmos para analizar, diseñar y crear visualizaciones efectivas, basadas en principios de diseño gráfico, artes visuales y psicología cognitiva. El curso está orientado a estudiantes con experiencia previa en programación.

Contenidos

Fundamentos
  • Definiciones y ejemplos históricos
  • Marcas, canales, y procesamiento humano de la información
  • Modelo anidado de Munzner para diseño y validación de visualización
  • Reglas y recomendaciones generales para visualizaciones efectivas
Gráficos básicos en Python para datos tabulares
  • Gráficos de barras, barras apiladas, puntos y líneas
  • Gráficos de dispersión, de burbujas y de flujos
  • Gráficos para distribuciones: histograma, densidad, caja y violín
  • Múltiples ejes, radial y torta
Gráficos avanzados en Python para datos tabulares
  • Mapa de calor, densidad 2D, treemap
  • Matriz de gráficos y pequeños múltiples
  • Reducción de dimensionalidad lineal
  • Reducción de dimensionalidad no lineal
Implementación de gráficos en Python con datos de red, texto y espaciales
  • Grafos y árboles: diagramas nodo-enlace y de adyacencia
  • Grafos y árboles II: gráficos tipo encierro, clustermap y dendograma
  • Visualización de texto
  • Visualización espaciotemporal

La Pontificia Universidad Católica de Chile se reserva el derecho a modificar el contenido en cualquier momento.

Aprendizaje estadístico y computacional
Profesor:  

Jonathan Acosta, Doctor USM-PUCV-UV (Chile)

Plan de estudios

Sobre el curso

En este curso los estudiantes aprenderán los conceptos elementales de machine learning y varias metodologías de aprendizaje supervisado y no supervisado. El estudiante deberá ser capaz de identificar los métodos más apropiados, aplicarlos y compararlos en diferentes contextos, en particular, para problemas de grandes volúmenes de datos.

Introducción a Machine Learning
  • Tipos de aprendizaje
  • Modelos de regresión lineal y logística
  • Etapas del modelamiento en machine learning
Aprendizaje Supervisado
  • Árboles de decisión
  • Bosque aleatorio
  • Clasificador bayesiano ingenuo
  • K-vecinos más cercanos (KNN)
  • Máquinas de vectores de soporte (SVM)
Aprendizaje No Supervisado
  • Análisis de componentes principales (PCA)
  • K-medias
  • Agrupación jerárquica

La Pontificia Universidad Católica de Chile se reserva el derecho a modificar el contenido en cualquier momento.

Profesores

Alejandro Cataldo

Ph.D Pontificia Universidad Católica de Chile

Alejandro Cataldo es Ph.D en Ciencias de la Ingeniería, Pontificia Universidad Católica de Chile (UC), 2018.

Académico de la Escuela de Ingeniería y del Instituto de Ingeniería Matemática y Computacional de la UC.

Asimismo, se ha especializado en herramientas analíticas y matemáticas para apoyar procesos de toma de decisiones en sistemas complejos.

Además, en el sector público, ha sido consultor para el Ministerio de Salud y de Educación, Corfo, Junaeb y municipalidades; en el sector privado, empresas de minería, forestales, agroindustriales, cadenas de supermercados, farmacias, veterinarias y el sector bancario.

Cuenta con más de 13 publicaciones científicas de alto impacto en investigación de operaciones.

Denis Parra
Denis Parra

Ph.D University of Pittsburgh (EE.UU.)

Denis Parra es Ph.D. en Philosophy in Information Science, University of Pittsburgh, Estados Unidos.

Profesor del Departamento de Ciencia de la Computación de Ingeniería de la Pontificia Universidad Católica de Chile (UC).

Además, realiza investigación y desarrollo de sistemas sociotécnicos, desde diversas perspectivas.

Entre sus áreas de interés se encuentran los sistemas recomendadores y el uso de visualizaciones tanto para crear aplicaciones como para analizar los datos.

Jonathan Acosta

Doctor USM-PUCV-UV (Chile)

Jonathan Acosta tiene un Doctorado en Matemática, consorcio Universidad Técnica Federico Santa María (USM), Pontificia Universidad Católica de Valparaíso (PUCV) y Universidad de Valparaíso (UV).

También es ingeniero civil matemático con mención en Estadística Aplicada y licenciado en Ciencias de la Ingeniería Matemática, ambos de la Universidad Técnica Federico Santa María (USM).

Asimismo, Jonathan Acosta dicta el curso Aprendizaje estadístico y computacional del Magíster en Ciencia de Datos de UC Chile (online).

Además, sus líneas de investigación corresponden a:

  • modelamiento de datos dependientes
  • estadística computacional y extracción de conocimiento desde bases de datos no estructuradas
  • modelación estadística para aplicaciones multidisciplinarias
Paula Aguirre

Doctora Pontificia Universidad Católica de Chile

Paula Aguirre es doctora en Astrofísica, Pontificia Universidad Católica de Chile (UC), 2012. Asimismo es ingeniera civil mecánica y licenciada en Astronomía de la UC.

Es profesora asistente del Instituto de Ingeniería Matemática y Computacional UC. También, investigadora del Centro Nacional de Investigación para la Gestión Integrada de Desastres Naturales (Cigiden).

Ventajas

Prestigio UC

La UC es una universidad pública no estatal fundada en 1888, que ocupa hace varios años el primer lugar en el ranking QS Latinoamericano.

El compromiso con la calidad es nuestro sello. Mantenemos altos estándares académicos y adoptamos las mejores prácticas internacionales de educación superior. En 18 facultades, abarcamos todas las áreas del conocimiento.

Equipo docente de excelencia

La UC promueve la investigación científica y aplicada de impacto entre sus académicos, quienes cuentan con gran experiencia en pregrado, postgrado y educación continua. Los profesores son expertos en los temas del programa; con vasta presencia internacional en investigación y desarrollo de proyectos de transferencia con empresas e instituciones del Estado.

Flexibilidad

Los estudiantes podrán ajustar el programa a sus horarios, dentro de un cierto período. Además, contarán con el apoyo de tutores y con clases sincrónicas para interactuar con sus profesores. También tendrán disponibles herramientas tecnológicas para el desarrollo de proyectos y para fomentar la interacción entre estudiantes, profesores y tutores.

Requisitos

Para postular al programa debes llenar tu postulación en línea, cumplir con los requisitos y entregar la documentación:

  • Certificado de Licenciatura en Ingeniería, ciencias básicas o áreas afines
  • Experiencia laboral trabajando en gestión de datos
  • Conocimientos básicos/intermedios de Python
  • Curriculum vitae

Inversión

Precios

Precio :
USD $2.000

CLP $1.740.000

Medios de pagos Chile

  • 2 cuotas sin interés con tarjeta de crédito
  • Pago al contado vía transferencia electrónica, con lo que obtendrás un 5% de descuento acumulable
  • Pago en 2 cuotas bimestrales a través de Webpay

Medios de pagos internacional

  • Pago al contado vía transferencia electrónica, con lo que obtendrás un 5% de descuento acumulable
  • Pago en 2 cuotas bimestrales a través de Paypal

Clase Ejecutiva UC

Certificados apostillados

Una de las características más importantes de los títulos emitidos por la Pontificia Universidad Católica de Chile es que pueden ser apostillados gracias al Convenio de la Apostilla de la Haya. La Apostilla es una certificación única que permite agilizar el proceso de acreditación y certificación de títulos o documentos extranjeros en algún país miembro del Convenio de la Apostilla. Los documentos emitidos en Chile para ser utilizados en un país miembro del Convenio de la Apostilla que hayan sido certificados mediante una Apostilla, deberán ser reconocidos en cualquier otro país del convenio sin necesidad de otro tipo de certificación. Más información sobre el proceso de Apostilla en http://apostilla.gob.cl. El título de grado es apostillable. Sin embargo, UC Chile no se hace parte de la gestión de apostillarlo.