Conoce a nuestro aliado
CONTINENTAL UNIVERSITY OF FLORIDA
Una institución de educación superior establecida en el estado de Florida, Estados Unidos. Somos una Universidad de la Organización Educativa Internacional Continental. Contamos con el licenciamiento de la Florida Commission for Independent Education y la máxima calificación en "Aprendizaje en Línea" por la Qs Stars Rating.
*Finalizando el programa obtienes 6 créditos para convalidar en la Maestría en Ciencia de Datos.
¿Por qué estudiar este programa?
¿Qué lograré con este programa?
- Una comprensión profunda de los principios y prácticas fundamentales de la ciencia de datos, incluyendo la gestión de datos, análisis y visualización de información. Al finalizar el programa, los estudiantes estarán capacitados para aplicar técnicas de ciencia de datos en sus organizaciones, utilizando herramientas y metodologías modernas para extraer y comunicar conocimientos a partir de datos.
¿Cómo te beneficiará nuestro programa con doble certificación?
- Fundamentos Sólidos: Proporciona una base sólida en ciencia de datos y visualización de datos, cubriendo tanto conceptos teóricos como aplicaciones prácticas.
- Metodología Experiencial: Utiliza metodologías de aprendizaje basadas en problemas, estudios de casos y retos para asegurar una aplicación práctica de los conocimientos adquiridos.
- Herramientas Modernas: Enseña el uso de herramientas y librerías actuales para la gestión y visualización de datos, facilitando el análisis de datos en diversos contextos.
- Desarrollo de Habilidades Críticas: Fomenta el desarrollo de habilidades analíticas y de comunicación, esenciales para transformar datos en información útil y accionable.
- Enfoque Multidisciplinario: Integra conocimientos de diversas disciplinas, permitiendo a los participantes aplicar la ciencia de datos en múltiples áreas profesionales.
- Este programa convalida 6 créditos con la Maestría en Ciencia de Datos de Continental University of Florida (CUF), brindando la oportunidad al estudiante de poder luego continuar sus estudios de posgrados mientras obtiene una doble certificación con un programa ejecutivo.
ASIGNATURAS
Ecosistema de Datos, Información y Conocimiento
-
Contexto social y tecnológico de la ciencia de datos:
Contexto social de la ciencia de datos, elementos organizacionales de la ciencia de datos, contexto tecnológico de la ciencia de datos y elementos cognitivos de la ciencia de datos. -
Funcionalidad de la ciencia de datos:
Disciplinas vinculadas a la ciencia de datos, tipos y escalas de datos, niveles y enfoques de análisis de datos y procesos principales de la ciencia de datos. -
La ciencia de datos como instrumento multidisciplinario:
La ciencia de datos en las ciencias sociales, la ciencia de datos en las ciencias naturales, la ciencia de datos en las humanidades y la ciencia de datos en la tecnología. -
Perfiles aplicativos de la ciencia de datos:
Modelamiento de proyectos de inteligencia artificial, gestión de equipos de ciencia de datos e inteligencia artificial, proyectos de investigación en ciencia de datos y modelamiento de soluciones y aplicaciones de ciencia de datos.
Estadística para Ciencia de Datos
Introducción:
En esta asignatura se abordarán conceptos fundamentales de estadística inferencial, incluyendo pruebas de hipótesis, intervalos de confianza, y análisis de varianza, esenciales para el análisis de datos y la toma de decisiones informadas.
Unidades:
- Definiciones básicas:
Se verán las definiciones de p-value z-scores T-test Chi-squared test. - Intervalos de confianza:
Intervalo de confianza de la Media con desviación estándar desconocida, intervalo de confianza de la media con desviación estándar conocida, intervalo de confianza para una proporción, intervalo de confianza para la varianza y desviación estándar. - Pruebas de hipótesis:
Errores en una prueba de hipótesis, prueba de hipótesis de la media de una población con desviación estándar conocida, prueba de hipótesis de la media de una población con desviación estándar desconocida (muestras pequeñas y grandes) y prueba de hipótesis de proporciones. - Análisis de varianza (ANOVA):
Descripción de la tabla ANOVA. F-test. ANOVA de un factor. ANOVA de dos factores.
Te presentamos a los expertos del programa
Omar Crespo
Es mentor de startups, Coach y Arquitecto de innovación por el SIT de Israel, Change Practitioner de PROSCI USA y Agile Coach. Consultor en Innovación y Transformación Digital. Ha liderado la transformación de empresas. Ha sido como Gerente de Innovación y Transformación Digital, Gerente de Alianzas Digitales en mibanco, También ha trabajado en Microsoft Perú, CA Technologies, HP e IBM del Perú en diversos roles vinculados a la entrega de soluciones tecnológicas, nuevas tecnologías y proyectos de optimización de servicios de tecnologías de información. MBA por la Universidad Politécnica de Cataluña, España. Máster en Administración de Negocios Digitales por la Universidad de Barcelona. Especialización en Transformación Digital e Inteligencia Artificial en el IMD Suiza.
Deydith Pilar Guzmán Bendezú
Especialista en la Gestión de Base de Datos e Información del MIDIS. Desempeño las siguientes funciones de Especialista de BI en el Seguro Integral de Salud (SIS).
Especialista de base de datos y BI Grupo SOYUZ, asimismo cuenta con experiencia en docencia de herramientas de base de datos y analítica de datos. Cuenta con certificaciones internacionales de Analítica, Big Data y metodología ágiles SCRUM tales como : Data Analytics Certified Associate (DACA), Big Data Certified Associate (BDCA), Big Data Professional Certificate (BDPC),Scrum: SFC™, SDC®, SMC®, SPOC®, SAMC™, SCT®, Certificado Profesional DevOps Essentials(DEPC).
*La participación del docente por asignatura se encuentra sujeta a variación según su disponibilidad.
¿Te interesa certificarte internacionalmente?
Consulta por descuentos y facilidades de pago con nuestro asesor educativo
Nuestra metodología
Método de aprendizaje único que combina 4 elementos.
Aprendizaje colaborativo