Diplomado en
Data science
Periodo de Clases
1* inicio: 21 de abril
2* inicio: 26 de mayo
3* inicio: 4 de agosto
Días de clases
Martes y jueves
19:00 a 22:00hs.
Arancel Referencial
$2.350.000
Arancel Descuento
$1.645.000
Válido hasta
31 de enero
2026
Diplomado en data science
En el presente programa de Diplomado se desarrollarán las principales competencias teóricas, metodológicas y prácticas relacionadas con las disciplinas que constituyen a la Ciencia de Datos, proporcionando una sólida oportunidad para el desarrollo profesional requerido por nuevas exigencias en la industria y el sector público, en lo que concierne al tratamiento de los datos como activos estratégicos.
Lo anterior implica comprender el desarrollo de proyectos orientados por datos, desde la formulación de preguntas de negocio, la adquisición, limpieza y análisis de los datos, hasta la generación de conocimiento producto de los análisis que se realizan.
Objetivo:
Entregar herramientas conceptuales, técnicas y metodológicas para abordar problemas de explotación y gestión de datos, desarrollar modelos y algoritmos, y diseñar reportes y visualizaciones, con el fin de aportar soluciones que sustenten la toma de decisiones orientada por datos.
Dirigido a:
Profesionales y técnicos involucrados o con interés, en la administración y análisis de datos en empresas u organizaciones gubernamentales, en áreas tales como ingeniería, administración, economía, marketing y estadística que requieran transformar esos datos en conocimiento para generar oportunidades concretas y gestionables de negocio.
Directora: María José Quinteros
Ingeniera Civil Industrial de la Universidad de Chile y PhD en Ingeniería de Sistemas Complejos por la Universidad Adolfo Ibañez. Académica con más de 8 años de experiencia en investigación y docencia. Actualmente es Directora del Departamento de Administración en la Facultad de Administración y Economía de la Universidad de Santiago de Chile y Directora del Diplomado en Data Science. Sus áreas de especialización incluyen business analytics, métodos cuantitativos en gestión, optimización y logística, con un enfoque en la aplicación de estas técnicas para mejorar la toma de decisiones estratégicas.
Mauricio López Tapia 
Ingeniero en Informática de la Universidad Técnica Federico Santa María, con estudios avanzados que incluyen un Magíster en Administración y un Doctorado (en curso) en Administración por la Universidad de Santiago.
Cuenta además, con certificaciones en Seguridad y Amazon Web Services, junto con un Diplomado en Arquitectura Cloud, lo que refuerza su sólida formación técnica y en gestión de tecnologías de la información. Con más de 15 años de experiencia en el desarrollo e integración de soluciones TI, Mauricio ha liderado equipos de desarrollo e infraestructura en proyectos clave.
Actualmente se desempeña como Coordinador y Docente en el Diplomado de Data Engineer y Docente en el Diplomado de Data Science, además de ser un reconocido consultor en tecnologías de la información, aportando su experiencia en diversas áreas del sector tecnológico.
Jorge Rozas
- Ingeniero en Estadística, Máster en Ciencia de Datos y Magister en Economía. Posee más de 15 años de experiencia en el área de economía y estadística.
- Actualmente se desempeña como Analista Económico Senior del Instituto Nacional de Estadística, INE. Su trayectoria también incluye una labor académica en universidades públicas y privadas, donde ha impartido cursos de programación en R y Python, así como cursos de Estadística y Econometría.
Iezabelli Sandra
- Ingeniera en Estadística y Magíster en Enseñanza de las Ciencias, junto con diversos diplomados en Business Intelligence y Herramientas de Liderazgo y Coaching. Además, ha realizado cursos especializados en Matemáticas Actuariales.
- Su trayectoria combina más de 17 años de experiencia en el sector privado, principalmente en el área de tarificación de seguros colectivos, con una destacada labor académica en docencia, asesoría de tesis e investigación en distintas instituciones de educación superior.
- Su carrera refleja una sólida integración entre la estadística aplicada, la gestión y la docencia, destacándose por su capacidad para conectar el análisis de datos con la toma de decisiones en contextos empresariales y de salud.
Josue Esnil Guevara
Doctor en Ingeniería Industrial e Investigación de Operaciones por la Universidad Adolfo Ibáñez, con una Maestría en Ciencias de la Computación y una Licenciatura en Matemáticas. Su labor académica e investigadora se orienta al uso de modelos de aprendizaje automático no supervisado y optimización estocástica para apoyar la toma de decisiones estratégicas en contextos energéticos complejos y de alta incertidumbre.
Actualmente, su investigación aborda el rol del hidrógeno verde en la descarbonización global, con énfasis en la cooperación energética entre Chile e India.
Benjamín Vallejos Rojas
- Candidato a Doctor en Finanzas de la Universidad Adolfo Ibáñez y cuenta con una amplia experiencia como académico en estadística, econometría y ciencia de datos en diversas universidades chilenas.
- Su perfil combina una sólida formación cuantitativa con un dominio avanzado de lenguajes de programación como R y Python, respaldado por su labor en investigación aplicada y publicaciones en el área financiera.
Jaime Campos Pérez
- Ingeniero Comercial y Magíster en Administración y Dirección de Empresas por la Universidad de Santiago de Chile.
- Su interés por la convergencia entre los negocios y la tecnología lo ha llevado a ampliar su especialización con Diplomado en Big Data, Data Science y Data Engineer.
- Actualmente, se desempeña como Data Engineer Senior en Walmart, donde lidera proyectos orientados a la integración de datos, inteligencia artificial y analítica avanzada, aportando al desarrollo de estrategias basadas en evidencia para la toma de decisiones empresariales. Su trayectoria combina sólidas competencias en gestión y tecnología, con un enfoque estratégico en el uso del Big Data y la Ciencia de Datos como herramientas clave para la innovación organizacional.
José Luis Marti
- Ingeniero Informático, Master en Diseño de Información y Visualización de Datos y Magíster en Ingeniería Informática.
- Profesional con especialización en bases de datos, inteligencia de negocios y visualización de datos. Cuenta con más de 20 años de experiencia en docencia y gestión académica, desempeñándose como docente y jefe de carrera en el área de informática. Ha dictado cursos en programas de pregrado, postgrado y educación continua en diversas instituciones de educación superior, junto con desarrollar vínculos de colaboración con organizaciones del país.
Sebastián Santana
- Ingeniero Matemático de la Universidad de Santiago de Chile, Magíster en Ciencias de la Ingeniería y Doctorando en Ciencias de la Complejidad Social de la Universidad del Desarrollo. Su experiencia combina el modelamiento matemático, machine learning y la investigación en ciencias sociales computacionales. Su trabajo académico aborda el diseño y validación de instrumentos psicométricos, así como el desarrollo de modelos aplicados al estudio de creencias, actitudes e interacciones sociales.
Carlos Hernández
- Ingeniero Comercial y Magíster en Educación Superior e Investigación Aplicada, actualmente cursa estudios doctorales en Tecnologías de la Información y la Comunicación (TIC) en España, bajo contrato de investigador en formación en el Consejo Superior de Investigaciones Científicas (CSIC). Cuenta con más de diez años de experiencia como docente universitario en análisis de datos y transformación digital y ha desempeñado cargos de consultoría y gerencia en el sector privado.
Javier Fernandez
- Economista y data scientist, con experiencia en análisis económico, estadística aplicada y ciencia de datos para la toma de decisiones públicas y privadas. Es Magíster en Economía y Licenciado en Ciencias Económicas.
- Actualmente se desempeña como Analista Socioeconómico en el Instituto Nacional de Estadísticas de Chile (INE), donde participa en el análisis de la Encuesta Nacional Urbana de Seguridad Ciudadana (ENUSC). Javier ha colaborado en proyectos del Ministerio de Educación de Chile y ha trabajado como analista económico en el Centro de Inteligencia Territorial de la UAI, contribuyendo al análisis regional de la Estrategia de Desarrollo Regional 2023–2030 de la Región de Coquimbo. Su trayectoria combina la rigurosidad económica con la aplicación de métodos de ciencia de datos, modelamiento estadístico y análisis territorial, integrando herramientas cuantitativas para generar evidencia que contribuya a políticas públicas más informadas y efectivas.
*Puede haber cambios de profesores debido a razones de fuerza mayor.
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 preprocesamiento 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.
Estadísticas para Data Science (15 hrs.)
- Los cambios del rol de la estadística en la Ciencia de Datos.
- Modelos y funciones probabilísticas para variables continuas y métodos de inferencia.
- Modelos y funciones probabilísticas para variables discretas y métodos de inferencia.
- Análisis bivariado de variables continuas y discretas.
- Análisis de Varianza.
Machine Learning I – Algoritmos de aprendizaje no supervisado (15 hrs.)
- Análisis exploratorio y modelos de segmentación.
- Modelos de Clustering no jerárquico: Kmeans y Kmodes
- Modelos de Clustering jerárquico.
- Modelos de reducción de dimensiones: PCA y Factorial
- Reglas de asociación.
Machine Learning II – Algoritmos de aprendizaje supervisado: modelos de regresión (15 hrs.)
- Fundamento de los métodos de regresión aplicados al Machine Learning.
- Regresión Lineal.
- Regularización: Ridge, Lasso, Elastic Net.
- Series de tiempo: Introducción y descomposición.
- Series de tiempo: filtros para forecasting y modelos AR
Machine Learning III – Algoritmos de aprendizaje supervisado clasificadores (15 hrs.)
- Panorama general en modelos de clasificación y Machine Learning.
- Clasificación lineal: Logistic Regression.
- Modelos probabilísticos: Naïve Bayes.
- Árboles de clasificación.
- Support Vector Machines.
Fundamentos de Visualización de datos (15 hrs.)
- La visualización como fundamento de la exploración de datos.
- Compresión de conceptos fundamentales de comunicación y visualización.
- Elementos perceptuales en el mapeo de atributos visuales.
- Tipos de visualización.
- Principales herramientas de visualización en Python.
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 IV – Métodos avanzados en Machine Learning (15 hrs.)
- Métodos avanzados en Machine Learning: panorama y aplicaciones.
- Boosting & Bagging.
- Introducción al Deep Learning.
- Feature Engineering.
- Introduccion al Reinforcement Learning.
Text Mining (15 hrs.)
- Introducción al procesamiento de lenguaje natural.
- Modelos de representación de texto
- Estrategias para el análisis de datos de texto.
- Modelamiento de datos de texto I
- Modelamiento de datos de texto II.
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 (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.
- 30% de descuento en arancel hasta el 31 de diciembre.
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.
