Diplomatura
en
Ciencia de Datos, Aprendizaje Automático
y sus Aplicaciones

Programa

2020
Análisis y Visualización de Datos
Milagro Teruel y Valeria Rulloni
primer grupo: 15/5, 16/5, 29/5, 30/5
segundo grupo: 22/5, 23/5, 5/6, 6/6


Análisis Exploratorio y Curación de Datos
Gabriel Miretti y Edgardo Hames
primer grupo: 12/6, 13/6, 26/6, 27/6
segundo grupo: 19/6, 20/6, 3/7, 4/7


Introducción al Aprendizaje Automático
Jorge Sánchez y Franco Luque
primer grupo: 10/7, 11/7, 23/7, 24/7
segundo grupo: 17/7, 18/7, 31/7, 1/8


Aprendizaje Supervisado
Matías Marenchino y Cristian Cardellino
primer grupo: 7/8, 8/8, 21/8, 22/8
segundo grupo: 14/8, 15/8, 28/8, 29/8


Aprendizaje No Supervisado
Laura Alonso Alemany, Georgina Flesia y Valeria Rulloni
primer grupo: 4/9, 5/9, 18/9, 19/9
segundo grupo: 11/9, 12/9, 25/9, 26/9


Materias Optativas
2/10/2020 – 19/12/2020

Presentación de Mentorías
6/11/2020 – 7/11/2020

Colación
marzo 2021

Soluciones Basadas En Datos

Formación Práctica

Proveer a los estudiantes el conocimiento y las herramientas para entender y aplicar técnicas analíticas apropiadas para la transformación y el análisis de datos. Emplear con eficiencia técnicas estadísticas y de aprendizaje automático para análisis de datos. Conocer, diseñar e implementar soluciones basadas en aprendizaje automático. Desarrollar habilidades para abordar efectivamente tareas que involucren grandes conjuntos de datos. Evaluar y comunicar efectivamente los resultados del tratamiento de datos, interpretación, alcances e implicaciones de los resultados obtenidos.

  • python, R, spark

  • resolución de problemas, trabajo con datasets

  • provenientes de industria y academia

  • La presente Diplomatura no constituye una carrera universitaria y por tanto no otorga título habilitante para el ejercicio profesional

Preguntas frecuentes