Diplomado en
Data Engineer
Periodo de Clases
1er inicio 21 de abril
2do inicio 2 de junio
Días de clases
Martes y Jueves
19:00 a 22:00 hrs.
Arancel Referencial
$1.980.000
Arancel Descuento
$1.485.000
Válido hasta
31 de enero 2025
Diplomado en data engineer
Entregar herramientas conceptuales, técnicas y metodológicas para abordar los problemas propios del diseño, implementación y administración de estrategias de escalamiento de datos en el contexto de la industria y el sector público.
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.
Como directora del diplomado, Rubí Arrizaga Zercovich cuenta con una sólida formación en matemáticas, economía aplicada y el manejo de herramientas tecnológicas clave, como Python, R y QGIS. Ha liderado investigaciones sobre el impacto de incendios forestales en la salud y el rendimiento académico, y sus publicaciones abarcan desde teoría espectral hasta análisis socioeconómicos. Su experiencia docente y en gestión de proyectos le ha permitido implementar soluciones innovadoras y efectivas, integrando investigación científica y compromiso social. Además, su participación en redes internacionales fortalece su enfoque interdisciplinario y colaborativo
Coordinador: Mauricio López Tapia
- Ingeniero en Informática, Universidad Técnica Federico Santa María.
- Magíster en Administración, Universidad de Santiago
- Doctor © en Administración, Universidad de Santiago.
- Diplomado en Arquitectura Cloud, Universidad de Santiago.
- Faculty Lead, Google Cloud.
- Certificado en Seguridad y Amazon Web Services.
- Con más de 10 años de experiencia en el desarrollo e integración de soluciones informáticas.
Pablo Baeza Baeza
- Ingeniero Civil Informático, Universidad Técnica Federico Santa María.
- Certificado en Amazon Web Services.
- Engineering Director, Falabella
- Gerente de Arquitectura Digital, Walmart
- Senior Cloud Application Architect, AWS.
Rodrigo Fernández Albornoz
- Sociólogo, Universidad de Chile.
- Magíster en Economía Aplicada, Universidad de Chile,
- Diploma de Postítulo en Ciencia e Ingeniería de Datos, Universidad de Chile.
- Diploma en Internet de las Cosas y sus aplicaciones a la industria, Universidad Católica de Chile.
- Senior Data Scientist, Globant.
- Docente, Departamento de Política y Gobierno la Universidad Alberto Hurtado.
- Coordinador y docente Diplomado Data Science, USACH.
- Director de Proyectos en Sintaxys Consultores.
José Luis Martí
- Ingeniero civil Informático, especializado en temas propios de la ingeniería de datos, tales como modelos y bases de datos, inteligencia de negocios, minería y visualización de datos; con estudios de magíster y diploma de profundización.
- Docente y jefe de carrera del Departamento de Informática de la Universidad Técnica Federico Santa María, por más de 15 años.
- Con amplia experiencia en cursos de pregrado, postgrado y programas de educación continua en diversas instituciones del país, así como también en diversas relatorías y asesorías en conocidas organizaciones del país.
Julio Moyano Basso
- Ingeniero Comercial, Universidad Andrés Bello.
- Mágister en Economía Sectorial, Universidad de Santiago de Compostela.
- Director de equipo de analytics para proyectos nacionales e internacionales.
- Emprendimientos en el área del MarTech (Marketing Technology).
- Experiencia en el diseño de estrategias de visualización de datos y desarrollo de plataformas para la toma de decisiones orientadas por datos.
- Actualmente se desempeña como asesor y consultor de negocios en proyectos de marketing digital, ecommerce, machine learning y análisis de datos.
Romina Cofré
- Ingeniera Civil Informática, Universidad Católica del Maule.
- Diplomado Ingeniería de datos, Universidad de Santiago de Chile.
- Ingeniero de datos en Option, implementando soluciones de re-marketing en tiempo real para cliente del sector financiero.
- Experiencia implementando soluciones on-premises y cloud con AWS y GCP para telemetría, Mobile Marketing, entre otros.
- Especialización en tecnologías de ingesta y streaming de datos y en arquitecturas dirigidas por eventos.
Luis Lizzardi
- Licenciado en Ciencias, Mención Física, Universidad Técnica Federico Santa María.
- Doctor © en Física, Universidad Técnica Federico Santa María.
- Científico de Datos en Falabella.com.
Marcelo Medel
- Ingeniero en informática, Universidad Tecnológica Metropolitana.
- Magister en Data Science (c), Univesidad del Desarrollo.
- Machine Learning Engineer, Udacity.
- Diplomado en Marketing Decisional, Universidad de Chile.
- Head of Advanced Analytics, Falabella.com.
Nicolás Tagle
- Magíster en Economía Aplicada, Universidad de Chile,
- Certificado por el MIT en los cursos de Big Data Analytics e Introduction to computer science and programming using Python.
- Gerente en el área de Advanced Analytics en Deloitte Chile, Data Scientist Quantum Pacific Exploration entre los años 2015-2016.
- Consultor financiero para Equifax Chile, también participó como investigador en el Centro de Finanzas del Departamento de Ingeniería Industrial de la Facultad de Ciencias Físicas y Matemáticas de la Universidad de Chile.
- Consultor para la implementación de estrategias de datos la industria financiera y del retail.
- Especialista en modelos econométricos avanzado y en machine learning aplicado a la predicción de default para un conjunto variado de instrumentos financieros.
- Docente de pre y post grado en cursos de micro y macroeconomía en las Universidades de Chile, de los Andes, Adolfo Ibañez y Federico Santa María.
Eventualmente se reprogramarán clases en casos de que un docente se ausente por razones académicas.
Para los alumnos, en caso de inasistencias, se actuará con flexibilidad por parte del profesor y la Dirección del Programa.
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.
Formas de pago
- Pago contado con depósitos o transferencias.
- WebPay, consulta por números de cuotas.
- Cheques (hasta 10).
- 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.
- 25% de descuento en arancel hasta el 31 de enero.
Sé parte de la
excelencia
académica
Te invitamos a ponerte en contacto y resolver junto a nosotros todas tus dudas e inquietudes sobre el proceso de admisión. Te entregaremos toda la información relevante sobre nuestros diplomados Usach.
