EXECUTIVE EDUCATION

Ciencia de Datos

Incorpora tu conocimiento en Ciencia de Datos a tu currículum profesional

Obtén el folleto

Course Dates
FECHA LÍMITE AMPLIADA

Course Duration

DURACIÓN

10 semanas, online
6–8 horas por semana

Objetivos principales

Adopta una mentalidad basada en los datos

  • Aprende a hacer las preguntas correctas sobre los datos
  • Emplea técnicas comunes para convertir los datos en información empresarial
  • Descubre qué método utilizar para responder a preguntas específicas sobre la empresa

Aprende a comunicar e interpretar datos

  • Métodos efectivos de presentación de datos
  • Conoce el lenguaje utilizado para comunicarte con los científicos de datos
  • Interpreta los datos de forma más efectiva conociendo las técnicas más comunes

Fomenta una cultura orientada hacia los datos en tu empresa

  • Utiliza la tecnología y los procesos para impulsar un cambio cultural en el que los datos sirvan para la estrategia, la toma de decisiones y la ejecución.
  • Conoce las habilidades que contribuyen al éxito de los equipos de ciencia de datos

¿Para quién es este programa?

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.

  • Gerentes de producto, gerentes de proyecto, gerentes de marketing y otras personas en posiciones gerenciales que forman parte del proceso de toma de decisiones y desean obtener una visión más profunda y accionable para su trabajo.
  • Directores, CEOs, CTOs, CIOs, Vicepresidentes, Presidentes, Fundadores, Directores Generales asociados a la toma de decisiones sistemáticas basadas en datos y que quieran reforzar la aplicación de la ciencia de datos en sus organizaciones.
  • Ejecutivos que buscan una introducción a la Ciencia de Datos y que desean adquirir más experiencia en el análisis de datos.

Preparárate para alfabetizarte en ciencia de datos

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.

Plan de estudios

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.

Módulo 1:

Toma de decisiones con modelos probabilísticos

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.

Módulo 2:

Crear muestras 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.

Módulo 3:

Prueba de hipótesis

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).

Módulo 4:

Extrapolar información de muestras de datos

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.

Módulo 5:

Modelos básicos de regresión

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.

Módulo 6:

Modelos avanzados de regresión

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.

Módulo 7:

Pronósticos de Machine Learning

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.

Módulo 8:

Desarrollar equipos efectivos en ciencia de datos

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.

Módulo 1:

Toma de decisiones con modelos probabilísticos

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.

Módulo 5:

Modelos básicos de regresión

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.

Módulo 2:

Crear muestras 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.

Módulo 6:

Modelos avanzados de regresión

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.

Módulo 3:

Prueba de hipótesis

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).

Módulo 7:

Pronósticos de Machine Learning

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.

Módulo 4:

Extrapolar información de muestras de datos

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.

Módulo 8:

Desarrollar equipos efectivos en ciencia de datos

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 Folleto

Tu viaje de aprendizaje

Durante 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.

  • Entrevistas con líderes de la industria que basan sus estrategias en datos de compañías líderes como Google, Oakland A’s, Uber y más.
  • Sesiones semanales, en vivo, cuyos objetivos son introducir los conceptos técnicos del siguiente módulo, brindar horas de asesoría y realizar revisiones de tareas en vivo.
  • Webinars en vivo con profesores de UC Berkeley Executive Education que incluyen sesiones de preguntas y respuestas.
  • Laboratorios de aprendizaje, con duración de dos semanas, que te permitirán enfocarte en tus proyectos y profundizar en los datos.
  • Ejercicios de aplicación utilizando Python en Jupyter Notebook para visualizar y analizar datos (calificados como completos o incompletos).
  • Foros de discusión moderados.

Ejemplos de compañías y de la industria

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:

Amazon

Uber

eBay

Gallup

StubHub

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:

Fintech/Servicios financieros

Salud

Tecnología de Información

Manufactura

Ventas

Testimonios de participantes

"Las tareas con Jupyter Notebook y las conferencias interactivas semanales fueron la mejor parte del curso para mí".

— Bita Luliano, Analista de Talentos

“Disfruté de la combinación de videos, ejercicios prácticos y los correspondientes al Jupyter Notebook en el programa ".

— Michael Wolff, Director Ejecutivo de Plataformas y Productos Digitales

"Este programa me dio la visión necesaria del mundo de la ciencia de los datos, los diferentes lenguajes y modelos y algoritmos, así como el valor y los pros y contras de su uso".

— Saloni Sonawala, Analista de Aplicaciones

"Tener la oportunidad de trabajar con Jupyter Notebook, acceder a una buena plataforma online centrada en casos reales y tener contacto con asesores ha añadido mucho valor a mi camino de aprendizaje a lo largo de este curso."

— Dmitry Karablinov, Gerente de Desarrollo de Negocios

"Me emociona compartir esta increíble experiencia con quien desee aprender más sobre la Ciencia de los Datos y Machine Learning. Este programa de UC Berkeley permite un aprendizaje ágil que, de manera rigurosa y práctica, aprovecha los métodos modernos de análisis de datos. Además, proporciona una buena introducción a Python, para apoyar el estudio de datos a través de la plataforma interactiva Jupyter Notebook. Agradezco a los profesores Steve Tadelis y Shachar Kariv esta maravillosa experiencia de aprendizaje".

— Daniel Franco, Director de Tecnología, Innovación y Desarrollo de Negocios

Profesorado

Faculty Member Steve Tadelis

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. 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… Más información

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... Más información

Certificado

Example image of certificate that will be awarded after successful completion of this program

Certificado

¡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 Folleto

Nota: 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.

UC Berkeley Certificate of Business Excellence
Este programa cuenta para un Certificado de Excelencia Empresarial

DÍAS CURRICULARES: Dos días

PILARES: Estrategia y Administración

El Certificado de Excelencia Empresarial de UC Berkeley ofrece a los individuos la oportunidad de crear un plan de estudio personal estructurado por nuestros cuatro pilares académicos. Los participantes obtendrán una marca de distinción con la certificación de una universidad de categoría mundial, y tendrán la posibilidad de completar el programa en un máximo de tres años.

Conoce más
Aplica Ahora

Regístrate lo antes posible. El cupo es limitado.

Opciones de pagos flexibles disponibles. Conoce más.