
Programación aplicada a Data Analytics
- Encontrá qué estudiar
- Educación ejecutiva
- Programación aplicada a Data Analytics
(*) UCEMAx se reserva el derecho de actualizar el monto de los programas y de las cuotas debido al contexto inflacionario imperante como así también cuando el aumento de los costos de la universidad así lo requieran.
Las capacidades analíticas son cada vez más relevantes para los profesionales que quieren sobresalir en cualquier ámbito de trabajo, así como para las organizaciones que buscan potenciar sus ventajas competitivas mediante las técnicas y herramientas de Data Analytics. En este contexto, surge la necesidad de adquirir conocimientos que permitan avanzar en el camino de desarrollo de esas capacidades, de forma que los profesionales estén preparados para los desafíos del futuro y que las organizaciones cuenten con los recursos humanos entrenados para interpretar la vasta cantidad de datos disponibles y aportar ‘insights’ con valor para el negocio.
Este programa busca introducir al participante a las técnicas fundamentales de procesamiento de datos, mediante el empleo de técnicas y herramientas de programación ampliamente utilizadas en este campo, de forma de ir más allá de los análisis descriptivos más elementales que pueden realizarse con planillas de cálculo y herramientas de visualización. Sin asumir conocimiento o experiencia previa, el participante aprenderá fundamentos de programación para el análisis de datos utilizando dos lenguajes de programación indispensables (SQL y Python), utilizando casos de aplicación concretos y ejemplos en distintos niveles de complejidad.
Al finalizar el programa, el participante tendrá la capacidad de capturar datos de distintas fuentes de información, procesar bases de datos y ejecutar algoritmos básicos de depuración y análisis. El participante contará con un importante set de conocimientos y con la capacidad analítica para identificar oportunidades de aplicación a su ámbito personal, así como de continuar con los estudios en data analytics hasta alcanzar un nivel avanzado de expertise.
Dirigido a:
Este programa es recomendable para profesionales que quieran progresar en el estudio de técnicas avanzadas de análisis de datos, apuntando a un nivel de especialización superior que los prepare para darle un impulso a su carrera profesional, adquiriendo conocimientos que son ampliamente demandados en el mundo laboral. El programa apunta a introducir a los participantes en ciertas técnicas de programación, sin asumir conocimientos previos, de manera de prepararlos para continuar con el estudio de tópicos más avanzados.
Dado el amplio rango de aplicaciones que Data Analytics tiene en los negocios, los profesionales interesados pueden provenir de diversas disciplinas, como ser marketing, finanzas, recursos humanos, operaciones, tecnología, auditoría interna y compliance, etc. Todos los niveles de seniority podrán familiarizarse con los contenidos dictados y encontrar aplicaciones concretas a su área.
Por último, el programa puede ser especialmente relevante para organizaciones que deseen contribuir al ‘upskill digital’ de su capital humano y/o formar equipos de especialistas con capacidad de desarrollo de soluciones específicas para el negocio.
Director

Plan de estudios
Metodología
El programa tiene una orientación fuertemente práctica, sin descontar importancia a los conceptos teóricos fundamentales para la comprensión del alumno. Se emplearán talleres en vivo de programación para introducir los conceptos y se dispondrá una cantidad de ejercicios a cargo de los alumnos para la continuación de su práctica. Los lenguajes de programación a ser utilizados (SQL, Python) son de distribución gratuita y fácilmente instalables en cualquier equipo.
El programa no requiere conocimientos previos en programación, pero asume un cierto nivel elementar de interiorización en temas de análisis de datos (se asume conocimiento de los tópicos incluidos en el curso Business Analytics).
Contenidos:
Conceptos y Fundamentos de las Bases de Datos. Sistemas Gestores de la Base de Datos. Modelo Conceptual de Datos. El Modelo Relacional de Datos. Diseño Lógico de Base de Datos. Normalización de una Base de Datos. Multitabla. Funciones de agregación. Práctica SQL avanzado. Vistas y transacciones. Laboratorio SQL.
Python para Data Analytics. Introducción a la programación en Python para el análisis de datos. Asignación de ‘variables’. Cálculos con variables. Tipos de variables. Conversión del tipo de variable. Tipos de datos y operaciones. Principales tipos de datos en Python: números, cadenas, listas, diccionarios, tuplas, archivos, booleans. Operaciones de comparación de objetos. Iteración y Operaciones Condicionales. Introducción a Funciones. Definiendo funciones. Ejecutando funciones. Alcance (‘scope’) de las funciones. Operaciones básicas con archivos. Input / Output. Operaciones básicas con archivos simples. Introducción a la Programación Orientada a Objetos. Configurando Python para Data Science. Instalando paquetes y configurando en entorno de desarrollo. Configurando Jupyter Notebooks. Graficando datos en Python. Usando Python para acceder a datos de la Web. Web scraping. Web Services y XML. JSON y arquitectura REST. Python para Data Analytics. Paquetes más utilizados.
Plan de Clases
Clase 1
Conceptos y Fundamentos de las Bases de Datos. Sistemas Gestores de la Base de Datos. Modelo Conceptual de Datos. El Modelo Relacional de Datos. Diseño Lógico de Base de Datos. Normalización de una Base de Datos. Multitabla. Funciones de agregación. Práctica SQL avanzado. Vistas y transacciones.
Profesor:Gustavo Jaramillo
Clase 2
Laboratorio SQL - inicial.
Profesor:Gustavo Jaramillo
Clase 3
Laboratorio SQL - intermedio.
Profesor:Gustavo Jaramillo
Clase 4
Laboratorio SQL - avanzado.
Profesor:Gustavo Jaramillo
Clase 5
Python para Data Analytics. Introducción a la programación en Python para el análisis de datos. Asignación de ‘variables’. Cálculos con variables. Tipos de variables. Conversión del tipo de variable. Tipos de datos y operaciones. Principales tipos de datos en Python: números, cadenas, listas, diccionarios, tuplas, archivos, booleans. Operaciones de comparación de objetos. Iteración y Operaciones Condicionales.
Ejercicios de aplicación.
Profesor:Yamir Santos
Clase 7
Introducción a Funciones. Definiendo funciones. Ejecutando funciones. Alcance (‘scope’) de las funciones. Operaciones básicas con archivos. Input / Output. Operaciones básicas con archivos simples. Introducción a la Programación Orientada a Objetos.
Ejercicios de aplicación.
Profesor:Yamir Santos
Clase 8
Taller de aplicación práctica: Python intermedio
Ejercicios de aplicación.
Profesor:Yamir Santos
Clase 9
Configurando Python para Data Science. Instalando paquetes y configurando en entorno de desarrollo. Configurando Jupyter Notebooks. Graficando datos en Python. Usando Python para acceder a datos de la Web. Web scraping. Web Services y XML. JSON y arquitectura REST. Python para Data Analytics. Paquetes más utilizados.
Ejercicios de aplicación.
Profesor:Yamir Santos
Clase 10
Taller de aplicación práctica: Python avanzado
Cierre del programa
Profesor:Yamir Santos
Este programa forma parte de la Diplomatura en Data Analytics de UCEMA. Los participantes pueden optar por cursar únicamente este módulo enfocándose en los temas aquí descriptos, o completar el resto de los programas que la componen para aspirar a un nivel de certificación integral. Los otros programas que componen la Diplomatura son: “Managing Analytics (Gerenciando Data Analytics)”, “Programación aplicada a Data Analytics” y “Data Science para los negocios”.
Más información en:
https://ucema.edu.ar/educacion-ejecutiva/data-analytics
Evaluación
No posee. Para la acreditación del programa ejecutivo, deberá contar con el 75% de asistencia, ya sea de forma sincrónica como asincrónica registrada en el Web Campus.
Cuerpo docente
Yamir Santos
Cursando Maestría en Data Science (UdeSA). Ingeniero en Sistemas (UNEXPO - Venezuela)
Se desempeña como Consultor Data Analytics en PwC Argentina.
Ha participado en numerosos proyectos de Data Analytics, con un abordaje integral sobre las principales temáticas de datos (diagnóstico analytics, Data Governance, implementación de indicadores real-time, entre otros).
Es instructor a cargo de todos los cursos de Data Analytics dentro de PwC Argentina, destacándose: Power Bi avanzado y programación en Python.
Gustavo Jaramillo
Cursando Maestría en Ciberdefensa y Ciberseguridad (Escuela Nacional de Inteligencia - UBA). Licenciado en Sistemas de Información (UBA). Posee certificaciones como desarrollador de SQL y Ethical Hacker.
Se desempeña como Business Information Security Officer de Unilever para el cono sur. Anteriormente fue consultor senior en IT en PwC Argentina.
Ha participado en numerosos proyectos a cargo de la manipulación de datos a través de herramientas de ETL para su posterior presentación en herramientas de visualización, diseño e implementación de herramientas de RPA en proyectos de auditoría y dictado de cursos sobre dichos temas.
Medios de pago
Al abrir tu factura podrás hacer click en el enlace y abonar con tarjeta de débito o crédito de:



(*) Para pagos desde el exterior la tarjeta de crédito debe ser INTERNACIONAL
Dudas y consultas
cobranzasejecutivos@ucema.edu.ar
+54911 3640-0763
Transferencia Bancaria desde el exterior
Enviar el comprobante a cobranzasejecutivos@ucema.edu.ar para poder imputar el pago.
Banco intermediario
//ABA 026005092
PNBPUS3NNYC
WELLS FARGO
N.A
NEW YORK, USA
Banco beneficiario
//2000192262534
BSCHARBA
Banco Santander Río SA
Buenos Aires, Argentina
Banco Santander
Número de Cuenta CC en Pesos 760-000981/6
Número de CBU 0720760220000000098168
Alias UCEMA.TRANSFERENCIA
Razón Social AC UNIVERSIDAD DEL CEMA
CUIT/CUIL 30659192647