Súmate al diplomado con más experiencia formando profesionales del sector público en análisis de datos para mejorar la toma de decisiones y la calidad de los productos y servicios públicos. 4 generaciones con 117 estudiantes de 52 organizaciones avalan nuestra trayectoria enseñando ciencia de datos a profesionales que trabajan analizando datos pero no saben programar.
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.
* No se requiere experiencia previa en programación.
Precio
Valor arancel: UF 90
Valor Matrícula:UF 3
Fechas y horarios
Inicio: 4 de junio 2021.
Término: 28 de enero 2022.
Horarios*:
Viernes, de 15:30 a 19:30.
Sábados, de 9:30 a 13:30 hrs.
Lugar
Sede Peñalolén: Av. Diagonal Las Torres 2.700, Peñalolén, Santiago.
Información e inscripciones
Pilar Mujica
Formas de pago y beneficios
Descuentos
*Este programa se puede adquirir a través del convenio marco de capacitación y formación bajo el “Centro de Capacitación Adolfo Ibáñez” (solo aplica para entidades públicas del Estado).
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.
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.
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).
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).
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.
Variados cuentan su experiencia y nuevos desafíos logrados gracias al programa de postgrado de la Escuela de Gobierno UAI, Diplomado en Ciencia de Datos para Políticas Públicas.
Ver más
Período de Postulación
Requisitos de Postulación
Etapas de Postulación
Nivelación en Estadística y R
(569) 7616 6621
