Información General del Programa
El Diplomado En Ciencia De Datos Aplicada tiene como propósito desarrollar en profesionales las competencias necesarias para diseñar, implementar y evaluar soluciones basadas en datos, mediante el uso de técnicas de análisis estadístico, visualización, machine learning e inteligencia artificial, aplicadas a contextos organizacionales reales.
El programa se imparte en modalidad 100% online, combinando sesiones sincrónicas en vivo, actividades asincrónicas en la plataforma institucional aula usm y trabajo autónomo del participante, en coherencia con el sistema sct-chile. Las sesiones sincrónicas quedan grabadas y disponibles durante todo el desarrollo del diplomado, facilitando la revisión de contenidos y la continuidad del aprendizaje.
A lo largo del diplomado, los participantes avanzan progresivamente desde los fundamentos estadísticos y el análisis exploratorio de datos, hacia técnicas de inteligencia de negocios, machine learning, deep learning e inteligencia artificial generativa, incorporando además consideraciones de ética, gobernanza y regulación. El proceso formativo se articula en torno al desarrollo de un proyecto integrador (capstone), que se construye de manera incremental a lo largo de las asignaturas, permitiendo aplicar los aprendizajes en un problema o contexto profesional pertinente.
Quórum: La realización del programa está sujeta al cumplimiento del quórum mínimo de participantes.
Objetivo General del Programa
Desarrollar competencias para diseñar, implementar y evaluar soluciones basadas en datos, integrando análisis estadístico, visualización, machine learning e inteligencia artificial, considerando además criterios de ética, gobernanza y marco regulatorio, para apoyar la toma de decisiones y la mejora de procesos en contextos organizacionales.
A quién va Dirigido
El diplomado está dirigido a profesionales con grado de licenciatura o título profesional en cualquier área del conocimiento, que cuenten con conocimientos de nivel medio a avanzado en programación en python y que se desempeñen o busquen desempeñarse en contextos donde el uso de datos sea relevante para la toma de decisiones.
El programa no contempla formación introductoria en python, por lo que se requiere experiencia previa en este lenguaje al momento del inicio del programa.
Directores del programa
SERGIO MURUA
Al aprobar el diplomado en ciencia de datos aplicada los participantes estarán en condiciones de desarrollar soluciones basadas en datos que integren análisis estadístico, visualización, machine learning e inteligencia artificial para apoyar la toma de decisiones y la mejora de procesos en contextos organizacionales reales.
Asimismo, contarán con las competencias necesarias para evaluar estas soluciones desde una perspectiva técnica, ética y regulatoria, considerando aspectos de rendimiento, escalabilidad, gobernanza de datos, privacidad y responsabilidad en el uso de tecnologías de inteligencia artificial. Su formación les permitirá traducir problemas de negocio en desafíos analíticos, liderar o integrarse a equipos multidisciplinarios y contribuir a la implementación sostenible y responsable de proyectos de ciencia de datos aplicada.
INTRODUCCIÓN Y FUNDAMENTOS ESTADÍSTICOS [54 horas]
VISUALIZACIÓN E INTELIGENCIA DE NEGOCIOS [54 horas]
MACHINE LEARNING PARA LA TOMA DE DECISIONES [54 horas]
DEEP LEARNING, LLMS E IA GENERATIVA [54 horas]
GOBERNANZA, ÉTICA Y REGULACIÓN [54 horas]
Daniela Opitz, Phd
doctora en física, académica utfsm, especialista en ciencia de datos aplicada, movilidad humana e inteligencia artificial, con experiencia en proyectos de análisis masivo de datos y visualización para planificación urbana y transporte.
José Luis Martí, Msc
Magíster en ingeniería informática y académico utfsm, especialista en bases de datos, business intelligence y visualización de datos, con amplia trayectoria en docencia, gestión académica e implementación de soluciones de analítica de datos.
Julio Sotelo Parraguez, Phd
doctor en ciencias de la ingeniería, académico utfsm, investigador en procesamiento de imágenes médicas, machine learning y deep learning, con extensa producción científica y experiencia en proyectos aplicados de IA.
Ricardo Ñanculef Alegría, Phd
doctor en ingeniería informática, académico utfsm, especialista en machine learning, optimización, nlp y series de tiempo, con experiencia en dirección académica y formación avanzada en ciencia de datos.
Mauricio Olivares, Phd
doctor y académico en business intelligence y analítica de negocios, con experiencia en control de gestión, auditoría y gobernanza de datos, y en el análisis de impactos organizacionales de la transformación digital.
Michel Concha, Mag.
Magíster en Data Analytics & AI, Ingeniera Civil en Informática USM y Senior Data Scientist en Entel. Acumula 4 años de experiencia en retail, logística, telcos y servicios digitales. Especializada en SQL, análisis estadístico y automatización con Python
