Diplomatura
en
Ciencia de Datos, Aprendizaje Automático
y sus Aplicaciones

Materias

2019
Análisis y Visualización de Datos
5, 6, 19, 20 de abril

Análisis Exploratorio y Curación de Datos
3, 4, 17 y 18 de mayo

Introducción al Aprendizaje Automático
31 de mayo, 1, 14 y 15 de junio

Aprendizaje Supervisado
28 y 29 de junio, 26 y 27 de julio

Aprendizaje No Supervisado
9, 10, 23 y 24 de agosto

Materias Optativas
a partir del 6 de septiembre



Materias Optativas dictadas en 2018

Ciencia de datos en finanzas cuantitativas
Gustavo Gianotti y Patricia Kisbye

Introducción al Aprendizaje Profundo
Cristian Cardellino y Milagro Teruel

Aprendizaje por Refuerzos: un enfoque práctico
Juan Barsce, Ezequiel Beccaria y Jorge Palombarini

Programación Distribuida sobre Grandes Volúmenes de Datos
Damián Barsotti

Visión por Computadoras
Pablo Pastore y Jorge Sánchez

Introducción al Data Warehousing
Ezequiel Orbe

Análisis de series temporales
Matías Marenchino y Gabriel Miretti

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