Diplomado en Analítica Social y Decisiones en Python
- Modalidad Online
- Horario Miércoles de 18:30 a 20:30 hrs. y 4 sábados de 9:00 a 13:00 hrs.
Online
Clases asincrónicas, entregándote la libertad de estudiar en el momento y lugar que tú decidas.
Las organizaciones públicas y privadas requieren de insumos de información constantes para su toma de decisión y para el correcto uso de capacidades y recursos. Durante los últimos años el impulso de un mundo basado en datos, trae consigo nuevos desafíos para profesionales de diversas disciplinas, por desarrollar capacidades para comprender, analizar y tomar decisiones basada en información empírica y concreta.
Lo anterior es un activo fundamental para conseguir las metas planteadas en cualquier organización. En este sentido, el Diplomado en Analítica Social y Decisiones en Python, es el complemento ideal para profesionales que quieran desarrollar dichas habilidades, conocer herramientas de apoyo tales como ChatGPT, y sobresalir en un entorno donde el análisis de datos es un requisito esencial. Este programa busca aportar a la toma de decisiones informadas y al desarrollo de habilidades propias del área de analítica. De esta forma, busca aportar a las habilidades profesionales de los estudiantes para desarrollarse en un espacio del conocimiento donde empresas, gobiernos y organizaciones no gubernamentales tienen una creciente necesidad para la toma efectiva de decisiones y la evaluación de procesos.
Más allá de esto, este programa prepara a los alumnos para abordar los desafíos de un mundo dinámico, en donde las habilidades y herramientas estudiadas, sirven para áreas tan diversas como los negocios, salud, gobierno, educación e investigación aplicada.
Contenidos
CONTENIDOS DEL DIPLOMADO EN ANALÍTICA Y DECISIONES CON PYTHON
Módulo 1: Estadística: estadística tendencia central, pruebas de hipótesis, fundamentos de probabilidad
Docente: Mauricio Apablaza
Objetivo del módulo: Proporcionar a los participantes una base sólida en estadística y análisis de datos, permitiéndoles comprender los elementos básicos para una correcta analítica de datos.
Contenidos:
Clase 1: Indicadores
- Introducción (Indicadores SMART)
- Indicadores unidimensionales
- Indicadores multidimensionales
- Indicadores Clave de Desempeño (Matriz de marco lógico y KPI)
Clase 2: Estadística descriptiva
- Univariada: medidas de tendencia central, posición y dispersión
- Bivariada: covarianza, correlación lineal
Clase 3: Estadística inferencial
- Muestreo y distribución de probabilidad
- Estimación: Puntual e intervalos
- Contraste de hipótesis
Clase 4: Regresión lineal
- Supuestos
- Regresión lineal
Módulo 2: Estructura de programación en Python / Introducción
Docente: Miguel Ángel Fernández
Objetivo del módulo: Proporcionar a los participantes una base sólida en programación en Python, desde conceptos básicos hasta estructuras de datos más avanzadas con el apoyo de ChatGPT.
Contenidos:
Clase 1: Introducción a solución de problemas vía Python
- Fuentes de información y recolección de datos.
- Instalación y puesta en marcha de Visual Studio.
- Diagramas de decisión lógica.
- Caso de estudio: Descomposición del problema.
Clase 2: Tipos de data, expresiones simples y variables.
- Funciones comunes en Python
- Introducción a objetos y métodos.
- Formatos y variables.
Clase 3: Expresiones booleanas, operaciones y colecciones.
- Tipos booleanos, valores y expresiones.
- Declaraciones bajo supuestos.
- Estrategias de diseño de bucles.
Clase 4: Estructuras de data, funciones, objetos y clases.
- Definiendo funciones.
- Programación y pensamiento orientada a objetos.
- Objetos mutables e inmutables.
- Métodos especiales y caracteres.
Módulo 3: Analítica de datos con Python
Docente: Hugo Contreras
Objetivo del módulo: Dotar a los participantes de las habilidades necesarias para llevar a cabo análisis de datos avanzados utilizando Python con el apoyo de ChatGPT.
Contenidos:
Clase 1: Estadística descriptiva en Python
- Univariada: medidas de tendencia central, posición y dispersión
- Bivariada: covarianza, correlación lineal
Clase 2: Intervalos de confianza en Python
- Una muestra: media, proporción y varianza
- Dos muestras: Diferencia de medias (muestras dependientes), diferencia de medias (muestras independientes) con varianzas poblacionales desconocidas asumiendo igualdad y desigualdad de varianzas, diferencia de proporciones
Clase 3: Contrastes de hipótesis en Python
- Una muestra: media, proporción y varianza
- Dos muestras: Diferencia de medias (muestras dependientes), diferencia de medias (muestras independientes) con varianzas poblacionales desconocidas asumiendo igualdad y desigualdad de varianzas, diferencia de proporciones
- Prueba no paramétrica Chi-Cuadrado de independencia
Clase 4: Regresión lineal en Python
- Regresión lineal simple
- Regresión lineal múltiple
Módulo 4: Visualización de datos
Docente: Francisco Guzmán
Objetivo del módulo: Capacitar a los participantes en el arte de la visualización de datos utilizando Python con el apoyo de ChatGPT.
Contenidos:
Clase 1: Visualización de datos con Python.
- Desde histogramas hasta gráficos de caja.
- Módulos utilizados: Matplotlib, Seaborn y Plotnine
Clase 2: Detalles de la Visualización en Python.
- Edición en detalle de los gráficos.
- Módulos utilizados: Matplotlib, Seaborn y Plotnine
Clase 3: Mapas en Python.
- Mapas geográficos y de calor.
- Módulos utilizados: Geopandas, Matplotlib, Seaborn y Plotnine
Clase 4: Interpretación y utilidad de la visualización de datos.
- Mejores prácticas para la visualización de datos.
Módulo 5: Taller de aplicación final
Docente: Víctor Martínez.
Objetivo del módulo: Proporcionar a los participantes la oportunidad de aplicar y consolidar todos los conocimientos y habilidades adquiridos a lo largo del programa en situaciones del mundo real
Contenidos
Clase 1 y 2: Recolectando información desde el mundo real.
- Bases de datos y recolectores de información.
- Transformación y trabajo con diferentes formatos de data
Clase 3: Plataformas para decisiones basadas en datos.
- Plataformas interactivas y visualizaciones.
- Del dato al relato: Métodos de presentación.
Clase 4: Taller de decisiones basada en analítica de datos.
- Aplicación con datos reales.
- Mejores prácticas y estrategias.
Objetivos
Objetivo General
- Desarrollar una base sólida de habilidades y herramientas para ordenar, analizar y visualizar datos públicos y privados a través de Python.
Objetivos Específicos
- Conocer los fundamentos técnicos y metodológicos propios de la analítica social con el fin de implementar dichos conceptos en la toma de decisiones.
- Conocer herramientas de apoyo, tales como ChatGPT, que apoyan el proceso de analítica de datos y toma de decisiones.
Dirigido a
Profesionales de diversas disciplinas y sectores que buscan especializarse en herramientas de procesamiento, analítica y visualización de datos para liderar procesos de gestión y evaluación y que aspiren a ampliar conocimientos técnicos y prácticos en Python que apoyen su labor en organizaciones públicas y privadas.
Requisitos de Admisión
- Profesión u ocupación: No requiere
- Experiencia laboral: No requiere
- Nivel de estudios: No requiere
- Valor matrícula $50.000.-
- Valor arancel $900.000.-
- Descuentos 25% de descuento en arancel y matrícula costo $0.- hasta el 15 de enero - 20% de descuento en arancel y matrícula costo $0.- hasta el 10 de febrero - 15% de descuento en arancel y matrícula costo $0.- hasta el 28 de febrero.
Profesores
Miguel Ángel Fernández
Docente Facultad de GobiernoMauricio Apablaza
Docente Facultad de GobiernoFrancisco Guzmán
Docente Facultad de GobiernoHugo Contreras
Docente Facultad de GobiernoVíctor Martínez
Docente Facultad de Economía y NegociosLa Universidad del Desarrollo se reserva el derecho a dictar o no el programa si no existe el mínimo de participantes requerido.