Objetivo

Este diploma combina aspectos teóricos con una aplicación concreta a la industria financiera y de inversiones, por tanto, tiene como objetivo potenciar el desarrollo profesional de ejecutivos jóvenes y consolidar el de aquellos que han transcurrido su trayectoria en el área.

Dirigido a

Profesionales y técnicos involucrados o con interés, en la administración de análisis de datos en empresas u organizaciones gubernamentales, en áreas tales como ingeniería, administración, economía, marketing y estadística que requieran del desarrollo de las competencias que permiten el diseño, implementación y mantención de estratégias de escalamiento de datos para la administración de proyectos intensivos de datos en  la industria y sector público.

Fundamentos del trabajo orientado por datos (9 hrs).

• Los desafíos técnicos, tecnológicos e industriales en la revolución de los datos.
• Enfoques y paradigmas en el análisis de datos.
• Fundamentos de las organizaciones orientadas por datos.
  

 Introducción a la programación y al pre-procesamiento de datos  (12 hrs)

• Introducción a Python: entornos y métodos.
• Estructuras y tipos de datos.
• Programación condicional, iteración y recursión.
• Limpieza, normalización y gestión de datos.

Algoritmos y estructuras de datos (15 hrs.) Introducción al Big Data

• Introducción al tratamiento de estructuras de datos en la industria.
• Arreglos y listas anidadas.
• Arboles Binarios.
• Grafos.
• Tablas de hashing.

 Modelos y gestión de bases de datos (15 hrs)

• Modelos de datos: semántica, notación: Modelo conceptual y modelo relacional.
• Bases de datos NoSQL. (Visión general: clave-valor, columnar, documental y de grafos)
• Bases de datos Documentales. (XML, JSON, MongoDB)
• Bases de datos de grafos. (Neo4j, Cypher, RDF)
• Interoperabilidad de modelos de base de datos.

Computación en la nube y cloud serveless (15 hrs.)

• Computación en la nube: fundamentos, arquitecturas y buenas prácticas.
• Amazon Web Services.
• Google Cloud Platform.
• Dockers.
• Kubernetes.

Sistemas de computación distribuida (18 hrs.)

• Introducción a la computación distribuidas.
• Fundamentos de Spark.
• Data Pipelines.
• Milib.
• Deep Learning en Spark.
• Módulos específicos.
  

Fundamentos de Visualización de datos  (15 hrs)

• Contexto.
• Fundamentos.
• Evolución.
• Color.
• Composición y Texto.

Data Pipelines y plataformas de visualización (15 hrs.)

• Data Pipeline y ETL.
• ETL con Python.
• Data Warehouse y ELT.
• Orquestación de los datos.
• Herramientas de visualización.

Machine Learning para la escala masiva de datos (15 hrs).

• Fundamentos de Datos y Analytics.
• Reducción de la dimensionalidad.
• Aprendizaje no supervisado.
• Aprendizaje supervisado.
• Métricas de optimización.

Postulación

• Resumen de Currículo Vitae.
• Cédula de Identidad.
• Copia de certificado de estudios (Título, egreso, alumno regular, etc) y/o experiencia laboral.
• Para asegurar tu cupo en el diplomado, debes realizar un pago inicial de $109.000. El saldo del arancel cuenta con distintas alternativas de pago y cuotas disponibles

Formas de pago

• Pago contado con depósitos o transferencias.
• WebPay, consulta por números de cuotas.
• Cheques (Consulta por cantidad permitida).
• Si paga la empresa, enviar Orden de Compra o Carta de patrocinio

Descuentos

• Consulte por beneficios según condición y formas de pago.
• Descuento ex-alumnos/as.
• Además, consulta por beneficios adicionales por forma de pago