Diplomado en Big Data para Políticas Públicas

Diplomado en Big Data para Políticas Públicas

Innovar en el diseño y gestión de proyectos y políticas públicas.
Destacado
Inicio
Abril 2020
Sede Peñalolén: Av. Diagonal Las Torres 2.700, Peñalolén, Santiago.
Bienvenida
María Paz Hermosilla
María Paz Hermosilla
Directora Académica

Conoce metodologías y herramientas de análisis de datos que te permitirán innovar en el diseño y gestión de políticas públicas.

Luis Herskovic
Luis Herskovic
Director Académico

Desarrolla las habilidades que requieres para contribuir a los procesos de modernización del Estado y a la resolución de problemas sociales a través del uso intensivo del análisis de datos.

¿En qué consiste el programa?

El desarrollo y uso creciente de nuevas tecnologías en un mundo cada vez más interconectado está generando grandes cantidades de información. Los gobiernos están empezando a utilizarla para mejorar su toma de decisiones y la calidad de los productos y servicios públicos. El uso intensivo de datos genera valor público en muchas dimensiones. Se utilizan por ejemplo, para predecir enfermedades, prevenir incendios y optimizar flujos de transporte público. Sin embargo, la falta de profesionales capacitados en las metodologías y tecnologías de análisis de datos impide masificar este tipo de herramientas para apoyar la resolución de problemas. No basta con solamente tener información, sino que se requiere poder analizarla y utilizarla en los procesos y programas públicos.

En sus tres años de trayectoria, el Diplomado en Big Data para Políticas Públicas ha formado a 92 profesionales del sector público y privado. Han participado alumnos de 47 instituciones públicas, además de ONGs, gremios, centros de estudio, y empresas. Sus alumnos han trabajado en 24 proyectos aplicados para organismos públicos en el taller final, realizando análisis de datos para resolver problemas en sectores como transporte, salud, migración, seguridad ciudadana, entre otros.

A quién va dirigido
  • Profesionales de las ciencias sociales en áreas de análisis de
    datos, estudios y fiscalización.
  • Profesionales del sector público, centros de estudios, gremios,
    fundaciones y medios de comunicación dedicados al análisis de
    datos.

* No se requiere experiencia previa en programación.

Información General
Precio Precio

Valor arancel: UF 90

Valor Matrícula:UF 3

Fechas y horarios Fechas y horarios

Fechas

  • 30 semanas.
  • Abril a diciembre de 2020.

Horarios

  • Viernes, de 15:30 a 19:30.
  • Sábados, de 9:30 a 13:30 hrs.
Lugar Lugar

Sede Peñalolén: Av. Diagonal Las Torres 2.700, Peñalolén, Santiago.

Información e inscripciones Información e inscripciones

Pilar Mujica

Formas de pago y beneficios Formas de pago y beneficios
  • Contado, con cheque al día, vale vista, efectivo o tarjeta de crédito.
  • 10 cuotas con pago automático a la tarjeta de crédito o cuenta corriente.

Descuentos

  • 3%: pago al contado (único descuento acumulable).
  • 15%: empresas con convenio UAI.
  • 20%: alumnos UAI postgrado.
  • 20%: alumnos UAI pregrado.
  • 20%: instituciones públicas.
  • 20%: clientes UAI Corporate.

*Consulte por becas especiales.

 **Este programa se puede adquirir a través del convenio marco de capacitación y formación bajo el “Centro de Capacitación Adolfo Ibáñez”.

Profesores
Matías Garretón
Matías Garretón
Doctor en Urbanismo y Planificación
John Atkinson
John Atkinson
Ph.d. in Artificial Intelligence
Luis Herskovic
Luis Herskovic
Ph.D. en Políticas Públicas
Ver todos los profesores
Malla Curricular
01
Introducción a Big Data

Descripción inicial del concepto, las 5 V’s de Big Data. Qué es y qué no es Big Data y su relación con las políticas públicas. Correlación y causalidad. Análisis descriptivo, predictivo y prescriptivo, con ejemplos prácticos de aplicación en el sector público. Formulación de proyectos aplicados de ciencia de datos utilizando metodología desarrollada en conjunto con la Universidad de Chicago. Implicancias éticas y gestión responsable de proyectos de ciencia de datos.

02
Bases estadísticas y herramientas para el análisis de Big Data

Bases estadísticas: Conceptos básicos de estadística (muestras, variables aleatorias, estimadores, inferencia), predicción con modelos econométricos.

Herramientas: Introducción a R/ RStudio, tipo de datos, importación y manejo de base de datos, introducción a la visualización de datos.

03
Machine Learning

Conceptos iniciales de aprendizaje automático, modelos predictivos, redes neuronales, K-nearest neighbors, árboles de decisión, clasificación, y aprendizaje no supervisado. Ejemplos de modelos predictivos (crimen, incendios, etc).

04
Text Mining y Geoanálisis

Análisis geográfico: sesgos estadísticos con datos espaciales, auto correlación espacial, regresión con error espacial, análisis de imágenes satelitales. Técnicas de minería de texto: Natural Language processing, word association mining, text clustering, text classification. Ejemplos de Text Mining (discursos, proyectos de ley, etc).

05
Taller Aplicado de Big Data

Talleres introductorios de Shiny, visualizaciones y Git. Gestión de proyectos de Big Data y trabajo en grupo para un proyecto de ciencia de datos y políticas públicas, desde la limpieza/ recopilación de datos, análisis, resultados y conclusiones y presentación del proyecto de seminario al resto del curso.

Admisión
Requisitos de Postulación Requisitos de Postulación
  • Currículum Vitae.
  • Copia de cédula de identidad o fotocopia del pasaporte (para alumnos extranjeros).
  • Certificado de título profesional.
  • Certificado de grado de licenciado y si no cuentas con él, un certificado de los ramos que cursaste en tu carrera de pregrado que deben ser al menos 8 semestres.
  • Entrevista con uno de los directores del programa.
Proceso de Postulación Proceso de Postulación
  1. Postular en línea.
  2. Entrevista personal con la Dirección del Diploma.
  3. La aceptación se formaliza a través de una carta que le envía la Universidad declarando su condición de “aceptado”.
  4. Una vez recibida esa carta, el postulante aceptado deberá matricularse antes del inicio del Diploma para asegurar su cupo.
  5. Los alumnos aceptados deberán realizar un diagnóstico de su nivel de estadística. De no cumplir con el nivel mínimo, los matriculados tendrán que asistir a clases de nivelación que se realizarán en abril, previo al inicio del programa. Estas clases están incluidas en el costo del arancel.
  6. El cumplimiento de los requisitos de postulación no asegura la aceptación del postulante al Diploma.
Articulación Magíster en Data Science Articulación Magíster en Data Science

Todos los alumnos que hayan cursado este diplomado y estén en posesión del grado académico de Licenciado o título profesional equivalente, podrán convalidar un porcentaje de los ramos aprobados para realizar el Magíster en Data Science.

En este caso contarán con un arancel preferencial de UF 250.

 

Ir al sitio web del Magíster

Información y Postulaciones
Pilar Mujica (56-2) 2331 1227 pilar.mujica@uai.cl
Postular al Diplomado en Big Data para Políticas Públicas
¿En qué consiste el programa? A quién va dirigido Información General Profesores Malla Curricular Admisión Información y Postulaciones
¿En qué consiste el programa? A quién va dirigido Información General Profesores Malla Curricular Admisión Información y Postulaciones
¿En qué consiste el programa? A quién va dirigido Información General Profesores Malla Curricular Admisión Información y Postulaciones
¿En qué consiste el programa? A quién va dirigido Información General Profesores Malla Curricular Admisión Información y Postulaciones
¿En qué consiste el programa? A quién va dirigido Información General Profesores Malla Curricular Admisión Información y Postulaciones
¿En qué consiste el programa? A quién va dirigido Información General Profesores Malla Curricular Admisión Información y Postulaciones
¿En qué consiste el programa? A quién va dirigido Información General Profesores Malla Curricular Admisión Información y Postulaciones
Redes Sociales
Instagram