El beneficio de aprender junto con su amigo es que les permite mantener el ritmo de compromiso y pueden sostener debates significativos sobre lo que están aprendiendo.
Courtlyn
Especialista de promociones y eventos
Incorpora tu conocimiento en Ciencia de Datos a tu currículum profesional
TBD
10 semanas, online
6–8 horas por semana
Nuestros estudiantes nos han comentado que tomar este programa en conjunto con colegas les permite tener un lenguaje común y acelerar el impacto en sus proyectos.
Esperamos que sea igual para ti. Contamos con un descuento especial para grupos.
El beneficio de aprender junto con su amigo es que les permite mantener el ritmo de compromiso y pueden sostener debates significativos sobre lo que están aprendiendo.
Courtlyn
Especialista de promociones y eventosDe acuerdo con la información que proporcionaste, tu equipo sería candidado a un descuento especial para el programa Ciencia de Datos que comienza el TBD .
Te hemos enviado un correo con los siguientes pasos para tu inscripción. Si ahora mismo estás listo para inscribirte, haz clic en el botón de abajo.
¿Tienes una consulta? Contáctanos a admisiones.latam@emeritus.org
Has sido invitado a Ciencia de Datos.
Para comenzar, por favor completa la información solicitada en el formulario.
Okay¿Te interesa evaluar otros programas en el portafolio de UC Berkeley Executive Education? Aprende más >
Adopta una mentalidad basada en los datos
Aprende a comunicar e interpretar datos
Fomenta una cultura orientada hacia los datos en tu empresa
Este programa se dirige a los directivos de nivel medio que desean mejorar sus competencias, a los profesionales de nivel superior que son responsables de la toma de decisiones y a los ejecutivos que desean desarrollar su carrera.
Aun cuando no es un requisito tener conocimientos de código, en este programa es importante contar con aptitudes para el manejo de conceptos cuantitativos.
Tanto en el trabajo que realizarás antes de terminar el curso, como en la semana 1, se hará una revisión de conceptos matemáticos y estadísticos como media, desviación estándar, gráficas, histogramas, funciones lineales y logarítmicas. Además, habrá una sesión semanal previa a cada clase para introducir conceptos clave para el siguiente módulo. Esto con el fin de que los participantes que deseen refrescar sus conocimientos puedan hacerlo. Para realmente alfabetizarte en lo que se refiere a ciencia de datos, prepárate para ensuciarte con los datos y recordar algo de matemáticas y estadística.Te apoyaremos durante todo el camino.
A lo largo de diez semanas, conocerás las técnicas más habituales de manipulación y análisis de datos. Al finalizar este programa, serás capaz de trabajar activamente con equipos de ciencia de datos y análisis para impulsar las decisiones de negocio y los resultados de tu organización.
Este módulo ofrece una breve introducción a los fundamentos de la ciencia y el análisis de datos antes de explorar los fundamentos de los datos. Además, revisará un tutorial sobre el uso de Jupyter Notebook, un entorno informático interactivo que permite combinar la ejecución de código, texto enriquecido y gráficos y análisis de datos.
Explora la ciencia de la investigación a través de la comprensión de los datos de la muestra, así como su variación y calidad. En este módulo se describirán los métodos que se utilizan para analizar los pros y los contras de las decisiones comerciales mediante la exploración de muestras, los errores de tipo I y II y los límites de control.
Conoce la importancia de tomar decisiones comerciales basadas en la realización de pruebas estadísticas, comparaciones, intervalos de confianza y márgenes de error. Explorarás estos conceptos a través de un caso basado en la comunicación directa por correo electrónico y completarás conjuntos de problemas utilizando el modelo 4M (Motivación, Método, Mecánica, Mensaje).
Descubre cómo maximizar tus ingresos extrapolando la información de los datos de la muestra. Analizarás los patrones lineales y curvos, la demanda, la fijación de precios y las elasticidades.
Los análisis de regresión sencillos son la base de una toma de decisiones empresariales más elaborada y basada en datos. Nos centraremos en comprender cómo se utilizan estos modelos, las suposiciones que justifican su uso y cómo aprovechar estos modelos para tomar mejores decisiones comerciales. El conjunto de datos de este módulo se centra en el uso de los índices de delincuencia para predecir los precios de las viviendas en Filadelfia.
Conozca dos de los usos más comunes de la ciencia y el análisis de datos: los pronósticos y las pruebas A/B. Entre ellos, se incluyen el análisis de la varianza, las regresiones de series temporales y el diseño y la ejecución de pruebas sencillas y procedimientos de pruebas A/B más complejos. La aplicación consiste en el uso del Modelo de Valoración de Activos de Capital, una herramienta que describe la relación entre el riesgo sistemático y el rendimiento esperado de los activos.
Explora algunos de los métodos más fundamentales del machine learning y cómo se aplican a las decisiones empresariales. Los conceptos incluyen el aprendizaje supervisado y las aplicaciones ML, como la detección de spam.
Termina el programa con una inmersión profunda en el conjunto de habilidades que definen los equipos efectivos de ciencia de datos y cómo construir una cultura impulsada por los datos en tu organización. Destacaremos las dificultades más comunes y las estrategias para trabajar eficazmente con los científicos de datos.
Este módulo ofrece una breve introducción a los fundamentos de la ciencia y el análisis de datos antes de explorar los fundamentos de los datos. Además, revisará un tutorial sobre el uso de Jupyter Notebook, un entorno informático interactivo que permite combinar la ejecución de código, texto enriquecido y gráficos y análisis de datos.
Los análisis de regresión sencillos son la base de una toma de decisiones empresariales más elaborada y basada en datos. Nos centraremos en comprender cómo se utilizan estos modelos, las suposiciones que justifican su uso y cómo aprovechar estos modelos para tomar mejores decisiones comerciales. El conjunto de datos de este módulo se centra en el uso de los índices de delincuencia para predecir los precios de las viviendas en Filadelfia.
Explora la ciencia de la investigación a través de la comprensión de los datos de la muestra, así como su variación y calidad. En este módulo se describirán los métodos que se utilizan para analizar los pros y los contras de las decisiones comerciales mediante la exploración de muestras, los errores de tipo I y II y los límites de control.
Conozca dos de los usos más comunes de la ciencia y el análisis de datos: los pronósticos y las pruebas A/B. Entre ellos, se incluyen el análisis de la varianza, las regresiones de series temporales y el diseño y la ejecución de pruebas sencillas y procedimientos de pruebas A/B más complejos. La aplicación consiste en el uso del Modelo de Valoración de Activos de Capital, una herramienta que describe la relación entre el riesgo sistemático y el rendimiento esperado de los activos.
Conoce la importancia de tomar decisiones comerciales basadas en la realización de pruebas estadísticas, comparaciones, intervalos de confianza y márgenes de error. Explorarás estos conceptos a través de un caso basado en la comunicación directa por correo electrónico y completarás conjuntos de problemas utilizando el modelo 4M (Motivación, Método, Mecánica, Mensaje).
Explora algunos de los métodos más fundamentales del machine learning y cómo se aplican a las decisiones empresariales. Los conceptos incluyen el aprendizaje supervisado y las aplicaciones ML, como la detección de spam.
Descubre cómo maximizar tus ingresos extrapolando la información de los datos de la muestra. Analizarás los patrones lineales y curvos, la demanda, la fijación de precios y las elasticidades.
Termina el programa con una inmersión profunda en el conjunto de habilidades que definen los equipos efectivos de ciencia de datos y cómo construir una cultura impulsada por los datos en tu organización. Destacaremos las dificultades más comunes y las estrategias para trabajar eficazmente con los científicos de datos.
Nota: Con el fin de ayudarte a explorar algunas de las técnicas prácticas que conducen directamente a la toma de mejores decisiones basadas en los datos, habrá dos laboratorios de aprendizaje que durarán una semana y que te darán la oportunidad de profundizar en los datos. Esto hace que el programa tenga una duración total de 10 semanas.
Descarga el FolletoDurante este viaje de aprendizaje en línea a lo largo de diez semanas, tendrás contacto directo con profesores de UC Berkeley Executive Education, líderes de la industria y colegas de muchas partes del mundo. Mediante un enfoque riguroso y práctico, podrás analizar conjuntos de datos utilizando Jupyter Notebook, plataforma de código abierto que usaremos para realizar análisis computacional. Aun cuando el temario está ya determinado, esta será una experiencia de aprendizaje ágil, por lo que es posible que también haya oportunidades de aprendizaje dinámico basadas en sucesos del mundo real.
Los profesores de UC Berkeley Executive Education tienen fuertes lazos con la industria, incluyendo a varias de las firmas de tecnología más importantes, en y alrededor de Silicon Valley. El contenido del programa está inspirado o proviene directamente de investigación y aplicaciones de compañías como:
Nota: Todos los nombres de productos y empresas son marcas comerciales o marcas registradas de sus respectivos propietarios. El estudio de estos productos y/o empresas no implica ningún tipo de patrocinio de su parte.
Existimos en un contexto de analítica económica en el que toda organización puede beneficiarse de la obtención de mejores habilidades relacionadas con la alfabetización de datos. Este programa te ofrece varios ejemplos de la industria en sectores como:
Steve Tadelis
Shachar Kariv
Steve Tadelis
Catedrático en Negocios de James J. and Marianne B. Lowrey, Haas School of Business
Antes de Berkeley Haas, Steve fue profesor asistente en la Universidad de Stanford por ocho años. Steve también ha ocupado posiciones como director senior y economista distinguido en eBay Research Labs (2011-13) y fue vicepresidente de Economía y Diseño de Mercado, en Amazon (2016-17), en donde aplicó herramientas de investigación económica a una variedad de productos y aplicaciones de negocio, trabajando con tecnólogos, científicos especializados en Machine Learning y líderes de negocio. A la fecha, sigue como asesor de medio tiempo de Amazon como Amazon economist fellow.
Las investigaciones actuales de Steve se centran en ecommerce, organización industrial, adquisiciones y contrataciones, conducta del consumidor y la teoría de los juegos.
Algunas de sus distinciones incluyen:
- Mención honorífica, Cheit Teaching Award, Programa de MBA de tiempo completo, 2010-2011
- Premio Montias – mejor artículo publicado en el Journal of Comparative Economics, en 2010-2011
- Barbara and Gerson Bakar Faculty Fellow, UC Berkeley Haas School of Business, 2008-2015
- Phi Beta Kappa Undergraduate Teaching Award, Universidad de Stanford, 2005
- Department of Economics Advising Award, Universidad de Stanford, 2002
Shachar Kariv
Benjamin N. Ward Professor of Economics, Haas School of Business
Shachar es expresidente de departamento y director de la Facultad del Experimental Social Science Laboratory (Xlab). Su investigación sobre economía de comportamiento y economía experimental ha proporcionado herramientas innovadoras para entender las preferencias y actitudes de cada individuo hacia el riesgo y el tiempo, lo que cubre prácticamente todos los aspectos relacionados con la toma de decisiones.
Su experiencia académica incluye posiciones de profesor visitante en la Universidad de Stanford, la Universidad de Princeton, la Universidad de Oxford, la Universidad de Cambridge, el European University Institute y la Norwegian School of Economics, entre otros. Shachar es cofundador científico jefe en Capital Preferences, compañía que ha revolucionado la asesoría de inversiones empresariales, préstamos, seguros y soluciones de mercado de talento.
Algunas de sus distinciones incluyen:
- Premio a la Excelencia en Enseñanza Earl F. Cheit, UC Berkeley, Haas School of Business, 2012
- Alfred P. Sloand Research Fellowship, 2009
- Distinguished Teaching Award, UC Berkeley, División de Ciencias Sociales, 2006-2007
- Outstanding Advising Award, UC Berkeley, Departamento de Economía, Graduate Economics Association, 2006-2007
¡Obtén reconocimiento! Una vez completado satisfactoriamente el programa, los participantes recibirán un certificado digital de UC Berkeley Executive Education. Los participantes deben completar el 80% de las actividades requeridas, incluyendo un proyecto final (si lo hubiere) para obtener el certificado de conclusión. Este programa también cuenta para obtener un Certificado de Excelencia Empresarial.
Descarga el FolletoNota: Este programa resulta en un certificado de conclusión digital y no es elegible para créditos de grado/CEUs. Una vez completado satisfactoriamente el curso, recibirás por correo electrónico tu certificado digital oficial con el nombre que hayas proporcionado al inscribirte en este curso. Todas las imágenes de los certificados son de carácter ilustrativo y están sujetas a cambios a discreción de UC Berkeley Executive Education.
