Facultad de Ingeniería y Arquitectura
Escuela de Ingeniería
Diplomado
El programa tiene como objetivo entregar las competencias relacionadas con los conocimientos, habilidades y actitudes en el campo de la ciencia de datos que permitan —a profesionales de diversas disciplinas— desempeñarse de forma eficaz en el mundo laboral o de la investigación.
Para esto, el Diplomado en Análisis de Datos para la Toma de Decisiones abarca fundamentos teóricos y prácticos mediante clases, desarrollo de casos de estudios y uso de herramientas tecnológicas destinadas a facilitar el análisis, procesamiento y visualización de datos, para apoyar el proceso de toma de decisiones en diversos ámbitos profesionales.
¿A quién va dirigido?
El programa está orientado a profesionales de diversas disciplinas que se encuentren en la búsqueda o necesiten de competencias relacionadas con el análisis de datos.
Objetivos
Entregar las competencias relacionadas con los conocimientos, habilidades y actitudes en el campo de la ciencia de datos que permitan —a profesionales de diversas disciplinas— desempeñarse de forma eficaz en el mundo laboral o de la investigación.
Perfil de egreso
El egresado podrá:
Sello diferenciador
Las ventajas que presenta es la amplitud de las disciplinas que se pretende abordar, como también el enfoque práctico de herramientas estadísticas y uso de diferentes softwares. El enfoque práctico está relacionado con lograr que los profesionales de diferentes áreas del conocimiento (ciencias sociales e ingeniería) puedan diseñar un análisis de datos, logren el uso de software, interpreten los datos y puedan tomar decisiones —tanto de su área de trabajo como aportar a otras áreas del conocimiento—. También aprenderán a utilizar, por ejemplo, E-views, SPSS, Python, entre otros, y que sus reportes estén al alcance de cualquier profesional que desee reportar informes basados en el análisis de datos.
Director:
Docentes:
Módulo I. Modelos de Clasificación y Optimización
Se abordará la estadística descriptiva y modelo de decisión, regresión logística, teoría de Bayes, árboles de decisiones, modelos de la inteligencia artificial, RNA, SVM, RNAC, k-means y herramientas para la clasificación.
Módulo II. Técnicas para la Adquisición y Preprocesamiento de Datos
Propone levantar y modelar datos a través de teoría para el preprocesamiento, ingesta de datos para datamining, modelado y ETL de datos.
Módulo III. Inteligencia para el Análisis y Máquinas de Aprendizaje
Busca proponer modelos de inteligencia para el análisis de diversas temáticas y aplicar los algoritmos de inteligencia artificial a la problemática planteada.
Sede: Escuela de Ingeniería, edificio Vicente Kovacevic I, piso 4, Santa Isabel 1186, Santiago Centro
Inicio: 9 de agosto de 2024
Clases:
Fecha tope de postulaciones: 5 de agosto de 2024
$1.420.000