Data Science
- Encontrá qué estudiar
- UCEMA ON
- Data Science
Quienes egresen del Posgrado tendrán la posibilidad de aplicar a prácticas directas en diversos proyectos de empresas reclutadoras, a fin de promover en los graduados desafíos de implementación y vinculación estratégica con redes profesionales locales e internacionales.
Este Posgrado se realiza en partnership con Scalabl, empresa global especializada en Innovation & Disruptive Entrepreneurship, con operaciones en más de 20 países y una red global de networking con profesionales, empresarios, emprendedores e inversores de salud en más de 50 países.
Desarrollar competencias profesionales y académicas en ciencia de datos es el camino que una propuesta exhaustiva como la de la UCEMA plantea para formar a los especialistas que deben responder a la alta demanda del mercado global, a fin de ofrecer conocimientos, herramientas y soluciones estratégicas basadas en el manejo y análisis de datos.
Este Programa profesionalizante ofrecerá a los participantes la continua puesta en práctica en laboratorios y la implementación en proyectos de empresas y organizaciones aliadas. Es la plataforma estratégica para quienes quieren enfocar su carrera en el área, ya sea que cuenten con pequeños antecedentes o inicien su reposicionamiento profesional para ampliar su competitividad a nivel global.
Los profesionales aprenderán a utilizar técnicas estadísticas de análisis de datos y visualización para extraer información valiosa de grandes conjuntos de datos y aplicarla en la toma de decisiones empresariales y organizacionales.
También manejarán lenguajes de programación como Python y SQL para manipular y procesar datos de manera eficiente. La cursada incluirá, además, una sección sobre el uso de técnicas de aprendizaje automático para modelar y predecir el comportamiento de los datos. Los participantes aprenderán a elegir y ajustar los algoritmos de aprendizaje automático más adecuados para diferentes problemas y a evaluar su rendimiento.
Por último, se abordará el tema de la ética y la responsabilidad en el manejo de datos, incluyendo el uso responsable y seguro de la información personal y la importancia de la transparencia en el análisis de datos. Los participantes aprenderán a considerar los impactos éticos de sus análisis y a desarrollar prácticas sostenibles en su trabajo como científicos de datos.
Estructura del Posgrado
8 módulos que permitirán fortalecer competencias para manipular, analizar e interpretar conjuntos de datos, de diversa escala y complejidad, a fin de definir decisiones basadas en información que den soluciones a problemas del mundo real. Todo el recorrido enfatizará el desarrollo de saberes y herramientas matemáticas, estadísticas, de programación, machine learning, visualización y ética en el manejo de la información.
- Métodos cuantitativos
- Programación con Python
- Programación con SQL
- Data Visualization
- Tecnología aplicada a datos
- Inteligencia artificial
- Data & Negocios
- Data driven mindset
¿Qué perfiles eligen el Posgrado?
Desde hace más de 4 décadas, la Universidad del CEMA es una de las Escuelas formadoras en Negocios y Management más reconocidas de la región, con una red global de alumni en los 5 continentes, entre los que se destacan grandes fundadores de empresas y proyectos basados en business intelligence.
Las profesiones de base más recurrentes en este tipo de Posgrado se vinculan con backgrounds del área de negocios, exactas e ingenierías, aunque multidisciplinariamente hallemos otras formaciones más divergentes (ciencias sociales, políticas, jurídicas, de la salud, entre otras), dado que el Posgrado no requiere experiencia técnica o certificaciones previas en la temática. Es decir, cuenta con un modelo de desarrollo de competencias que permite llevar a todos las personas participantes al nivel establecido para alcanzar prácticas de implementación en proyectos de distintas organizaciones.
¿En qué posiciones pueden desempeñarse quienes egresan del Posgrado?
Los graduados del Posgrado cuentan con saberes y herramientas especializadas para la manipulación y el análisis de datos, la articulación con algoritmos de machine learning y habilidades comunicacionales para estudiar y presentar soluciones con otros profesionales.
Pensamos un plan de estudios que fortalezca competencias para asumir posiciones estratégicas vinculadas con:
- Data Science Management
- Innovation Management
- Data/Big data engineering
- Machine learning engineering
- Data architecture
- Data Warehouse Management
- Data Modelling
- Data Visualization
- Business intelligence analysis
- R&D Management
- Data analysis
La alta demanda laboral actual evidencia el requisito constante de cubrir posiciones para los sectores de tecnología, finanzas, salud, gobierno y servicios varios, entre otros.
Objetivos
Este Posgrado fue diseñado para brindar impacto global, por la metodología de trabajo y las redes estratégicas que promueve. Permitirá incorporar habilidades y conocimientos requeridos para ejercer en el campo de la ciencia de datos y generar impactos positivos en las organizaciones y comunidades.
Objetivos generales:
- Lograr miradas exhaustivas sobre los asuntos a estudiar y los objetivos a alcanzar para dar sustento a la toma de decisión y al desarrollo de soluciones.
- Definir recursos de datos y métodos para su recolección y procesamiento.
- Implementar profundas exploraciones de datos, con definición de visualización y análisis estadísticos.
- Activar modelado de data, con modelos de machine learning y metodología necesaria para entrenar y evaluar los modelos.
- Lograr solidez para la presentación de resultados basados en análisis y modelado, y en la exposición de hallazgos e insights.
- Identificar implicancias de los resultados logrados; retroalimentación para futuras investigaciones/implementaciones; recomendaciones de mejoras.
- Asumir los marcos de referencia y el compromiso ético que guía el trabajo.
Objetivos específicos:
- Aplicar estadística descriptiva, probabilidad, inferencias, regresiones lineales y estadística multivariable a los datos.
- Comprender cómo realizar análisis exploratorio en Python.
- Demostrar capacidad para utilizar paquetes de análisis de datos y estadística aplicada con Python.
- Gestionar operaciones, manejo de bases de datos y optimización de consultas con SQL.
- Justificar decisiones respecto de la visualización de la información, el storytelling y las presentaciones efectivas de datos.
- Demostrar buenas prácticas para el uso de tecnología aplicadas a datos.
- Evaluar decisiones de información en la nube.
- Reconocer aplicaciones comerciales y operativas de aprendizaje automático.
- Definir modelos supervisados y no supervisados de inteligencia artificial.
- Demostrar cómo establecer scoring en decisiones de inteligencia artificial.
- Estructurar decisiones para maximizar el impacto de los datos sobre la innovación y los negocios.
- Entender cómo implementar culturas data driven.
- Definir políticas de ciencia de datos aplicada al negocio.
- Establecer requerimientos de transformación digital, gestión del cambio y scorecard para generar data driven mindset.
Estructura del programa
Métodos Cuantitativos
- Estadística descriptiva.
- Probabilidad y estadística.
- Inferencia estadística.
- Modelo de regresión lineal.
- Estadística multivariable.
Programación con PYTHON
- Setup y puesta a punto de Jupyter notebook.
- Análisis exploratorio con datos.
- Principales paquetes de análisis de datos. (numpy, pandas, Matplotlib).
- Estadística aplicada con Python.
Programación con SQL
- Fundamentos de programación.
- Principales operaciones en SQL con datos.
- Manejo de base de datos.
- Optimización de consultas SQL.
Data Visualization
- Herramientas de visualización de información.
- Principios de visualización de la información
- Data and highlights storytelling.
- Presentaciones efectivas.
Tecnología aplicada a Datos
- Inteligencia Artificial como copiloto en la generación de código.
- Cómo evoluciona la tecnología y el acceso a los datos.
- Bases para el manejo de información en la nube.
- Mejores prácticas para el uso de tecnología aplicada a datos.
Inteligencia Artificial
- Introducción al aprendizaje automático.
- Aplicaciones comerciales y operativas.
- Modelos supervisados y no supervisados.
- Redes neuronales.
- Scoring.
Data & negocios
- ¿Cómo maximizar los datos desde los negocios?
- Estrategia y toma de decisiones.
- Ser una organización data driven.
- Innovación y datos.
Data Driven Mindset
- Change management.
- Transformación digital.
- Ciencia de datos aplicada a negocios.
- Balanced scorecard como estrategia de datos dentro de la organización.
- Proyecto Final
Faculty
Profesores invitados
Medios de pago
Al abrir tu factura podrás hacer click en el enlace y abonar con tarjeta de débito o crédito de:
Transferencia Bancaria desde el exterior
Enviar el comprobante a cobranzas para poder imputar el pago.
Cobranzas:
+54 9 11 3640-0763
cobranzas@ucema.edu.ar
Banco intermediario
//ABA 026005092
PNBPUS3NNYC
WELLS FARGO
N.A
NEW YORK, USA
Banco beneficiario
//2000192262534
BSCHARBA
Banco Santander Río SA
Buenos Aires, Argentina
Banco Santander
Número de Cuenta CC en Pesos 760-000981/6
Número de CBU 0720760220000000098168
Alias UCEMA.TRANSFERENCIA
Razón Social AC UNIVERSIDAD DEL CEMA
CUIT/CUIL 30659192647