El programa responde a la necesidad de formar profesionales capaces de analizar datos y generar valor en distintos sectores. Al finalizar, los egresados podrán aplicar programación en Python, técnicas de análisis y modelado predictivo para apoyar decisiones basadas en evidencia.
Dirigido a profesionales o técnicos con interés en programación, ciencia de datos y aprendizaje automático. Se requiere manejo básico de herramientas digitales y lógica. Se valora autonomía, trabajo colaborativo online y motivación por aprender Python y tecnologías afines.
Desarrollar competencias en programación, análisis de datos y modelado predictivo en Python, para aplicar soluciones basadas en evidencia en diversos contextos profesionales y contribuir a la toma de decisiones informadas.
El egresado aplicará programación en Python, análisis de datos y aprendizaje automático para resolver problemas reales, generando soluciones reproducibles y comunicando resultados de forma efectiva en entornos profesionales y multidisciplinarios.
Formación 100 % online, práctica y progresiva, con uso de herramientas estándar como Python, pandas y scikit-learn. Enfocado en resolver problemas reales, con énfasis en la comunicación de resultados y el trabajo colaborativo en entornos virtuales.
Director:
Patricio Rojas Carrasco.
Máster en Ingeniería Matemática, Universidad Internacional de La Rioja. Licenciado en Ciencias de la ingeniería, Ingeniería Civil en Electrónica, Universidad Mayor. Docente en IA y automatización, con participación en proyectos tecnológicos y experiencia en educación superior.
Docentes:
Módulo 1
Fundamentos de Programación en Python:
Sintaxis, tipos de datos, estructuras (listas, diccionarios), control de flujo, funciones, módulos, POO básica y buenas prácticas con PEP8 en Python.
Módulo 2
Manejo y Extracción de Datos:
Consultas SQL, conexión a bases de datos con Python, lectura de JSON y MongoDB, manipulación de datos con pandas y diseño de pipelines reproducibles para análisis estructurado.
Módulo 3
Análisis Exploratorio y Visualización de Datos
Limpieza de datos, estadísticas descriptivas, visualización con matplotlib, gráficos interactivos con Plotly y Bokeh, y creación de dashboards con Streamlit.
Módulo 4
Introducción al Aprendizaje Automático
Fundamentos de aprendizaje automático, regresión, clasificación, clustering, métricas, uso práctico de scikit-learn, pipelines, ajuste de modelos y buenas prácticas reproducibles.
Módulo 5
Estrategias de Ciencia de Datos para la Toma de Decisiones en la Industria
CRISP-DM, definición de KPIs, uso de modelos predictivos en la industria, storytelling con visualizaciones para directivos y análisis de impacto y retorno de inversión (ROI).
Módulo 6
Taller de Coaching y Networking Profesional (8 horas)
Desarrollo de habilidades interpersonales y construcción de redes estratégicas.
Martes, Miércoles y Jueves de 19:00 a 22:30 hrs
Acreditados por 5 años a nivel avanzado, con los más altos estándares académicos en áreas clave como la docencia, la gestión institucional y la vinculación con el medio.
