FAMAF + FCE | UNC

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

En los últimos años, debido a los avances y transformaciones a nivel científico, tecnológico y social, el aumento en capacidad de cómputo, almacenamiento, conectividad y disponibilidad de datos requiere de nuevos conocimientos que abarcan estadística, machine learning, análisis numérico o inteligencia artificial.

Esta Diplomatura 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

 

Módulo 0


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.


Módulo 1


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.


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 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.


Módulo 3


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.


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 de cada una de las orientaciones: “desafíos” relevantes que puedan abordarse desde las herramientas estudiadas en la Diplomatura.


 

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.



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


¿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.


DIRECCIÓN

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

 


DOCENTES

Dra. Laura Alonso Alemany (Ver CV)
Lic. Luis Biedma (Ver CV)
Dra. Patricia Caro (Ver CV)
Dra. Cecilia Díaz (Ver CV)
Dr. Martín Domínguez (Ver CV)
Dra. Georgina Flesia (Ver CV)
Mgter. Mariana González (Ver CV)
Dr. Gerardo Heckmann (Ver CV)
Dr. Martin Saino (Ver CV)
Dr. Jorge Sánchez (Ver CV)
Dra. María Inés Stimolo (Ver CV)
Dr. Francisco Tamarit (Ver CV)


Soluciones concretas con técnicas y herramientas de la Ciencia de Datos

Ver aranceles y formas de pago Pre-inscribite ahora

CONTACTO

Escribí debajo tu consulta y te responderemos a la brevedad

 




     
    PRE-INSCRIPCIONES