FAMAF + FCE | UNC

DIPLOMATURA EN
CIENCIA DE DATOS, INTELIGENCIA ARTIFICIAL Y SUS APLICACIONES EN ECONOMÍA Y NEGOCIOS

En los últimos años, el desarrollo de algoritmos innovadores, el aumento de la velocidad de cálculo computacional y la creciente disponibilidad y almacenamiento de datos han producido una profunda transformación tecnológica que impacta imperceptiblemente en nuestras vidas, y especialmente en el quehacer profesional y académico.

Esta Diplomatura, en su tercera edición, pretende formar en el diseño, desarrollo y mantenimiento de sistemas para la recolección, almacenamiento, gestión de datos; así como analizar y entender los enormes volúmenes de datos que se están recogiendo y su potencial para hacer predicciones.

VER PROGRAMA RESUMIDO

 

PROGRAMA

La Diplomatura está organizada en
1 Módulo de Nivelación (Módulo 0) + 4 Módulos + Experiencias de colegas

 

Módulo 0


Nivelación Álgebra lineal, Cálculo y Programación

  • Unidad 1: Nivelación en habilidades de programación
  • Unidad 2: Nivelación en álgebra lineal y cálculo

Este módulo tiene como objetivo nivelar contenidos y herramientas tanto matemáticas como de programación.


Módulo 1


Gestión Estratégica de datos

  • Unidad 1. Gestión Estratégica de datos
  • Unidad 2: Herramientas fundamentales para la gestión y utilización de grandes volúmenes de datos

El módulo se focalizará en proporcionar un marco conceptual y analítico para entender el potencial que un correcto uso de la ciencia de datos tiene en economía y negocios, con una sensibilización e inducción al Data Analytics, que enfatiza sus usos en distintos sectores, sus potenciales beneficios y sus limitaciones.


Módulo 2


Métodos cuantitativos en la ciencia de datos

  • Unidad 1. Herramientas de estadística y probabilidad para análisis
  • Unidad 2. Herramientas de análisis multivariado
  • Unidad 3. Herramientas Econometría

Tiene como finalidad plantear y abordar paso a paso las distintas herramientas estadísticas y su instrumentación en la resolución de problemas económicos y de negocios.


Módulo 3


Inteligencia artificial y grandes volúmenes de datos

  • Unidad 1. Introducción al aprendizaje automático y ciencia de datos
  • Unidad 2. Herramientas fundamentales del aprendizaje automático

Se presentan las técnicas de aprendizaje automático y procesamiento de grandes volúmenes de datos que se han aplicado a la industria con mayor éxito. Se enseñará a analizar las diferentes opciones metodológicas y su resolución en entornos de acceso abierto. Se hará hincapié en los métodos neuronales, con especial énfasis en técnicas de aprendizaje automático profundo.


Módulo 4


Aplicaciones Integradoras

  • Aplicaciones de la ciencia de datos y la inteligencia artificial a situaciones problemáticas de las ciencias económicas.

Se propondrán situaciones problemáticas integrando los contenidos y herramientas adquiridos en los módulos anteriores. Problemas orientados a las Ciencias Económicas: ‘’desafíos’’ relevantes que pueden abordarse desde las herramientas estudiadas en la Diplomatura.




¿QUÉ COMPETENCIAS PODREMOS ALCANZAR?

Al participar de esta Diplomatura, serás capaz de:

  • Diseñar y desarrollar sistemas de recolección, almacenamiento y gestión de grandes volúmenes de datos.
  • Procesar y analizar datos para la toma de decisiones.
  • Instrumentalizar conceptos estadísticos para el modelado de problemas en economía, finanzas, gestión y negocios.
  • Comunicar en forma efectiva los resultados del tratamiento de datos y su interpretación.
 

PROGRAMA

La Diplomatura está organizada en
1 Módulo de Nivelación (Módulo 0) + 4 Módulos

 


Nivelación Álgebra lineal, Cálculo y Programación

  • Unidad 1: Nivelación en álgebra lineal y cálculo
  • Unidad 2: Nivelación en habilidades de programación

Este módulo tiene como objetivo nivelar contenidos y herramientas tanto matemáticas como de programación.



Gestión de los datos orientada a las Ciencias Económicas

  • Unidad 1. Gestión Estratégica de datos
  • Unidad 2: Herramientas fundamentales para la gestión y utilización de grandes volúmenes de datos

El módulo se focalizará en proporcionar un marco conceptual y analítico para entender el potencial que un correcto uso de la ciencia de datos tiene en economía y negocios, con una sensibilización e inducción al Data Analytics, que enfatiza sus usos en distintos sectores, sus potenciales beneficios y sus limitaciones.



Métodos cuantitativos en la ciencia de datos

  • Unidad 1. Herramientas de estadística y probabilidad para análisis
  • Unidad 2. Herramientas de análisis multivariado
  • Unidad 3. Herramientas de econometría

Tiene como finalidad plantear y abordar paso a paso las distintas herramientas estadísticas y su instrumentación en la resolución de problemas económicos y de negocios.



Inteligencia artificial y grandes volúmenes de datos

  • Unidad 1. Herramientas fundamentales del aprendizaje automático
  • Unidad 2. Contexto actual y últimos avances en Inteligencia Artificial para ciencias económicas

Se presentan las técnicas de aprendizaje automático y procesamiento de grandes volúmenes de datos que se han aplicado a la industria con mayor éxito. Se enseñará a analizar las diferentes opciones metodológicas y su resolución en entornos de acceso abierto. Se hará hincapié en los métodos neuronales, con especial énfasis en técnicas de aprendizaje automático profundo.



Aplicaciones Integradoras

  • Aplicaciones de la ciencia de datos y la inteligencia artificial a situaciones problemáticas de las ciencias económicas.

Se propondrán situaciones problemáticas integrando los contenidos y herramientas adquiridos en los módulos anteriores. Problemas de cada una de las orientaciones: “desafíos” relevantes que puedan abordarse desde las herramientas estudiadas en la Diplomatura.

  • Encuentros con experiencias de colegas sobre desarrollo profesional


  • DIRECCIÓN

    Dra. Patricia Caro (Ver CV)
    Dr. Francisco Tamarit (Ver CV)

     


    DOCENTES

    Dr. Gerardo Heckmann; Dra. Esther Galina; Dra. María Inés Stimolo; Dr. Nahuel Almeira; Mgter. Mariana Gonzalez; Mgter. Adrián Moneta Pizarro; Mgter. David Giuliodori; Dr. Gabriel Moyano; Dra. M. de los Angeles Martínez; Mgter. Maximiliano Iglesias; Mgter. Sergio Buzzi; Dra. Karem Meier; Lic. Franco Mizzau; Lic. María Inés Ahumada; Lic. Nicolas Jares; Lic. Pablo Romero;


    PERFIL DEL ESTUDIANTE

    • Estudiantes avanzados o egresados/as de carreras de grado y/o posgrado.
    • Público en general interesado en la temática con secundario aprobado (requisito mínimo).
    • Se deberá poseer conocimientos básicos de álgebra lineal, cálculo, estadística y programación.

    Pre-inscribite ahora