Especialización en Ciencia de Datos

¿De qué se trata la Especialización en Ciencia de Datos?

La Ciencia de Datos constituye un campo interdisciplinario orientado a la extracción de conocimientos e información significativa a partir de datos en diferentes formatos. La revolución de los datos masivos está impactando fuerte y transversalmente en distintas disciplinas. Sabemos de la importancia de los datos masivos y de la necesidad de recolectarlos, almacenarlos, procesarlos e interpretarlos de forma correcta desde lo técnico y lo ético. También sabemos que cada vez habrá más datos y que probablemente seguiremos avanzando en la capacidad de aprovecharlos. La Ciencia de Datos yace en los niveles más fundamentales de la innovación productiva, posibilitando el desarrollo de muchas herramientas de alto impacto social y económico. Este programa busca crear capacidades en los recursos humanos que trabajen o colaboren con organizaciones que necesiten comprender datos, como así también capacitar en las actividades relacionadas al análisis de datos, satisfaciendo la gran demanda por la formación de especialistas en este campo. Pensamos en formar profesionales con habilidades para producir análisis accionables a partir de datos estructurados y no estructurados, y colaborar en la generación de ideas que permitan una mejor toma de decisiones.

Puntos claves

Algunos puntos claves sobre cómo pensamos esta especialización

Un año de cursado

Intensivo, con encuentros cada dos semanas. Pensado para quienes ya cuentan con otra ocupación laboral.

Bien aplicado

Hacer es una de las mejores formas de aprender. Por eso nuestro foco estará puesto en que puedas aplicar todos los conocimientos adquiridos.

Distintos perfiles

El aprovechamiento de los datos es transversal a distintas disciplinas. Ya seas egresado de una carrera de ingeniería, ciencias biológicas o sociales, encontrarás de interés el programa y su dictado.

Temáticas actuales

El programa fue diseñado en vista de la actual demanda de profesionales en el área. Egresados de la especialización serán recursos destacados dentro de cualquier organización.

Organizadores

Dr. Ana Maguitman

Ana es profesora de la UNS e investigadora del CONICET. Es directora del Grupo de Investigación en Gestión de Conocimiento y Recuperación de Información del ICIC (CONICET-UNS). Obtuvo el grado de Ph.D. en Ciencias de la Computación en Indiana University (EE.UU.) y realizó estudios posdoctorales en la School of Informatics de esa misma institución. Ha participado en proyectos de ANPCyT, CONICET, NASA, NSF y Microsoft Research. Sus áreas de interés son la recuperación de información, la minería de texto y el aprendizaje automático.

Dr. Gerardo Simari

Gerardo es profesor de la UNS e investigador del CONICET. Es director del Grupo de Investigación en Ingeniería Cognitiva y Bases de Datos del ICIC (CONICET-UNS). Obtuvo el grado de Ph.D. en Ciencias de la Computación en University of Maryland College Park (EE.UU.) y realizó estudios posdoctorales en University of Oxford (Reino Unido). Ha participado en o (co-)dirigido proyectos de Google Research, UK EPSRC, EU ERC, US ONR, US ARO, US AFOSR, ANPCyT, UNS y CONICET. Sus áreas de interés son la representación de conocimiento, razonamiento bajo incertidumbre, bases de datos y ciberseguridad.

Dr. Axel Soto

Axel es investigador del CONICET y docente de la UNS. Antes de su puesto actual, trabajó en el area de procesamiento de lenguaje natural para el National Center for Text Mining (Reino Unido). Formó parte en la creación y dictado de una especialización similar en Dalhousie University (Canadá) donde también trabajó en el área de ciencia de datos. Ha participado en proyectos de NSERC, DARPA, BBSRC, CONICET, y con empresas tales como Boeing y EY. Sus áreas de interés son el aprendizaje automático y la visualización interactiva aplicados a datos biológicos, químicos y al lenguaje escrito.

Programa esquemático

Podés explorar el programa esquemático más abajo.

Matemática aplicada e introducción a la ciencia de datos Adquisición y limpieza de datos Almacenamiento de Datos para Big Data Aprendizaje automático Análisis de datos no estructurados y no convencionales Exploración, Simulación y Recomendación Big data y computación de alto rendimiento Gestión y presentación de proyectos de ciencia de datos Campos de aplicación y taller de proyecto final

Este primer curso presenta contenidos matemáticos y estadísticos básicos sobre los cuales se sustentan los métodos de ciencia de datos. La idea de este primer curso no es la revisión completa y minuciosa de los temas que aquí se presentan, sino una presentación de los conceptos más importantes enfocándose en destacar la intuición del formalismo, más que la justificación matemática.

En este curso se espera que el alumno conozca distintas fuentes de acceso de datos, así como también identifique problemas en los mismos y las herramientas necesarias para su depuración, limpieza y organización.

Los contenidos de este curso introducen al alumno a los distintos paradigmas para el almacenamiento de datos en el contexto de Big Data. En particular, se enfatiza la necesidad de elegir el tipo de almacenamiento apropiado de acuerdo a la tarea o a la naturaleza de los datos.

Este curso presenta los conceptos fundamentales, técnicas metodologías y herramientas de aprendizaje automático. Se estudiarán conceptos y métodos de aprendizaje no supervisado (reducción de la dimensionalidad, métodos de kernel y métodos de clustering) y supervisado (clasificadores, fusión, meta-aprendizaje) que permitirán encontrar patrones estructurales en datos.

Este curso introduce conceptos y técnicas relevantes para la manipulación, exploración y análisis de datos que se presentan en forma de texto, audio, imágenes y video, como así también de datos interconectados en forma de red y series de tiempo.

Este curso está orientado a estudiar conceptos, prácticas y herramientas para la exploración visual de datos, el modelado y simulación de sistemas y los sistemas de recomendación. Los contenidos de este curso se apoyan fuertemente en contenidos anteriores y representan un nivel más avanzado para el análisis de datos y resolución de problemas complejos.

El programa de este curso apunta al planteo, discusión y puesta en práctica de situaciones que por su gran volumen o velocidad de cambio resultan problemáticas y que, a pesar de darse con frecuencia en situaciones reales, no se describen en los libros de texto. Las situaciones problemáticas pueden surgir debido a que el volumen de datos a analizar es demasiado grande para ser cargados en memoria o porque el problema se vuelve computacionalmente intratable.

En este curso se trabajará sobre el ciclo de vida de un proyecto de ciencia de datos y sobre distintos aspectos importantes relacionados a la ejecución del mismo dentro de una organización.

Este curso ofrecerá al alumno un panorama general sobre diferentes campos de aplicación de la ciencia de datos, tales como Bioinformática, Gobierno Abierto, Econometría, Minería de la Web y Ciberseguridad. El alumno tendrá la oportunidad de identificar una problemática real dentro de alguno de ellos que requiera una solución de ciencia de datos.

Inscripción 2024

La próxima cohorte está planificada para inicios del 2024.

#	Fechas
Pre-Inscripción	Finales de 2023
Notificación de aceptación al programa	A determinar
Cierre de pago de inscripción	A determinar
Curso preparatorio*	A determinar
Comienzo de clases	A determinar

* solo para aspirantes que no posean títulos de grado relacionados a carreras de Informática/Computación.

Aranceles

Los aranceles estipulados para el año académico 2024 aún no están definidos.

Preguntas frecuentes

Estas son las preguntas más frecuentes que solemos recibir. No dudes en contactarte directamente si tu pregunta no estuviera acá incluida.

¿Cuándo es el próximo dictado? ¿Qué formación y conocimientos previos debo tener para poder cursar? ¿Cómo es la modalidad de dictado y duración de la especialización? ¿Se brindará en modalidad virtual? ¿Hay cupo? ¿Cómo será el proceso de admisión? ¿Cómo puedo mantenerme al tanto de cualquier novedad?

La próxima cohorte está planificada para inicios del 2024.

Hay tres requisitos:

Al tratarse de una especialización de posgrado, es requisito contar con un título de grado. Para el caso de los aspirantes que posean título de grado no relacionado con carreras informáticas o que no acrediten tener conocimientos de programación, se les pedirá la aprobación del curso preparatorio "Introducción a la Programación" que será dictado previo al comienzo de los cursos de la especialización.
Para la admisión habrá un examen de suficiencia de inglés para aquellos aspirantes que no acrediten conocimientos de este idioma.
Aquellos postulantes que no acrediten haber aprobado cursos previos con los contenidos básicos de álgebra lineal, probabilidad y estadística indispensables para realizar sin inconvenientes las asignaturas de la especialización, deberán aprobar un examen de nivelación de matemática como parte de los requisitos de admisión.

Si bien estamos analizando la posibilidad de incorporar la modalidad virtual, no está confirmado aún.

Sí, hay un cupo limitado de vacantes.

Una vez finalizado el período de pre-inscripción, el Comité Académico de Dirección evaluará la admisión del aspirante en función de su formación de grado y su Curriculum Vitae. En caso que el Comité Académico de Dirección considere necesario podrá entrevistar a los postulantes para una mejor evaluación de sus antecedentes, capacidades y motivaciones.

Si estás interesado en recibir noticias sobre la especialización, podés suscribirte a nuestra lista de emails desde el siguiente formulario. También podés contactarte por email, Facebook y Twitter .

Departamento de Ciencias e Ingeniería de la Computación
Universidad Nacional del Sur