Data Science for Business

Agenda

I. Introducción:

La Ciencia de Datos se ha convertido en una habilidad imperativa dentro de las empresas que
han abordado decididamente la transformación digital, al mismo tiempo que estos perfiles se
han sofisticado para evolucionar hacia la especialización (más de 6 verticales) y empezar a
tomar control del liderazgo en el mundo de los negocios (generalistas).

Sin embargo, persiste el abismo entre quienes están gestionando las unidades de negocio y
los expertos que proveen estas capacidades, lo cual dificulta la aceleración de los procesos
transformacionales de las empresas.

En Educación Ejecutiva de UTEC, hemos decidido enfrentar esta oportunidad con el

lanzamiento de un Programa único en el país: Data Science for Business, el mismo que
pretende formar la siguiente generación de profesionales en Ciencia de Datos, pero con
mayores capacidades para el liderazgo y una mayor cobertura de conocimientos que faciliten
la co-creación de valor con las líneas de negocio y los usuarios dentro de las empresas.

II. Dirigido a:

● Profesionales graduados de cualquier carrera universitaria con al menos 5 años de

experiencia en empresas grandes del sector privado o público (TOP1000) en roles de
liderazgo en áreas de negocio, marketing, comercial, IT, BI o Finanzas.
● Investigadores y personal científico vinculados a la problemática de proveer datos
ciertos para la toma de decisiones en el mundo Corporativo o Gobierno.

Nota: El programa prevé una evaluación previa y un curso de nivelación de 24 horas

para poner a todos los participantes en el mismo punto de partida.

III. Objetivos:

 Identificar y reconocer las fuentes de datos que componen el activo de las empresas y que
sostienen la toma de decisiones.
 Reconocer la necesidad de aplicar políticas de gestión y gobierno de datos para asegurar la
calidad, la seguridad, el cumplimiento de la normativa legal y la protección de la privacidad de
las personas.
 Identificar problemas comunes de calidad de datos y adquirir competencias básicas de análisis
orientado a la mejora continua.
 Conocer los alcances, las limitaciones y los aspectos vinculados a la interpretación de
diferentes metodologías analíticas que se aplican en el proceso de monetización.
 Identificar los nuevos roles que surgen para la gestión de los datos y comprender el alcance
de sus responsabilidades.

1
 IV. Plan Curricular

PROPEDÉUTICOS

Módulo Descripción Fechas Hora

La estructura de los datos corporativos. Datos estructurados y
Fundamentos de no estructurados. Modelos lógicos de datos estructurados: jueves, 19 de
8:30 – 18:00
Bases de Datos entidades y relaciones. Introducción al lenguaje SQL. setiembre
Overview: Arquitectura de Big Data.
Conceptos iniciales de algorítmica. Los elementos de un
lenguaje de programación: tipos de datos, constantes,
Fundamentos de variables, operadores, expresiones aritméticas. Ingreso de viernes, 20 de
8:30 – 18:00
Programación datos y salida de resultados. Principales estructuras de control setiembre
de secuencia. Estructuras de datos complejas: vectores,
matrices, listas.
Introducción al pensamiento estadístico. Elementos de datos
Estadística básica
estructurados para procesamiento estadístico. Medidas de sábado, 21 de
para Ciencia de 8:30 – 18:00
posición y dispersión. Análisis Exploratorio de Datos univariado setiembre
Datos
y bivariado.

TECNOLOGÍAS Y HERRAMIENTAS

Módulo Descripción Fechas Hora

lunes, 23 de
Ciclo de vida de un modelo analítico. El proceso de preparación 19:00 – 22:00
setiembre
Modelos analíticos de los datos. Modelos descriptivos, predictivos y prescriptivos.
martes, 24 de
para Ciencia de Principales algoritmos: clustering, asociación, árboles de 19:00 – 22:00
setiembre
Datos decisión, regresión. Validación de performace de los resultados.
miércoles, 25
Estudio de casos. 19:00 – 22:00
de setiembre
Entrega del Reto: martes, 1 de
19:00 – 22:00
Roundtable: Miembros del Consejo Consultivo octubre
Qué es y que no es ML. Usos, aplicaciones y abusos de ML. Los jueves, 3 de
19:00 – 22:00
datos que procesa ML. Aprendizaje supervisado y no octubre
Introducción al
supervisado. Principales algoritmos de ML: Nearest Neighbours, jueves, 10 de
Machine Learning 19:00 – 22:00
Naive Bayes, Random Forest, Neural Networks. Validación de octubre
y la IA
resultados y performace. Estudio de casos y ejemplos de martes, 15 de
19:00 – 22:00
aplicación. octubre

TECNOLOGÍAS Y HERRAMIENTAS

Módulo Descripción Fechas Hora

jueves, 17 de
19:00 – 22:00
Tecnologías para la Taller de problemas de ciencia de datos con enfoque en el octubre
Ciencia de Datos planteamiento del problema e hipótesis. martes, 22 de
19:00 – 22:00
octubre

2
Comunicación de
La selección de la herramienta apropiada de visualización.
resultados y jueves, 24 de
Cómo capturar la atención ordenando la historia detrás de los 19:00 – 22:00
visualización de octubre
datos.
Datos
Comunicación de martes, 29 de
Diferencias entre Storytelling y "mostrar resultados". El análisis 19:00 – 22:00
resultados y octubre
del contexto: audiencia, mecanismos de comunicación, estilo y
visualización de jueves, 31 de
tono de la comunicación. 19:00 – 22:00
Datos octubre
Asesoría en grupo Del 04 al 08 de noviembre1

FUNDAMENTOS

Módulo Descripción Fechas Hora

martes, 5 de
Fundamentos Ética y Cultura de datos. 19:00 – 22:00
noviembre
Legislación de protección de datos. El concepto de identidad
digital. El derecho razonable a la privacidad. La ingeniería jueves, 7 de
19:00 – 22:00
Privacidad, social: aspectos humanos de la seguridad de datos. Propiedad noviembre
Seguridad de los Intelectual: ¿Qué puedes proteger?
Datos El estado del arte sobre seguridad de datos, Ethical Hacking y
martes, 12 de
técnicas de defensa. Cambiar y poner exclusivamente temas de 19:00 – 22:00
noviembre
ciberseguridad.

TRANSFORMACIÓN DE NEGOCIO

Módulo Descripción Fechas Hora

jueves, 14 de
Disciplinas que se integran en el GD. Métricas y procesos para 8:30 – 16:00
noviembre
Gobierno y Calidad asegurar la calidad. Gestión del conocimiento interno sobre los
de los Datos datos. Integración y diseño del ecosistema de datos. viernes, 15 de
Estructuras de RRHH que soportan el programa de GD. 8:30 – 16:00
noviembre

La visión del negocio desde los datos. El método de la Ciencia de sábado, 16

Datathinking 8:30 – 16:00
Datos para una data-driven Company. Diseño de casos uso. noviembre

CLAUSURA

Módulo Descripción Fecha Hora

Sábado, 30 de
Clausura y presentación del proyecto 9:00 -13:00
noviembre

1
Las asesorías en grupo se programarán en coordinación con el Coordinador Académico del Programa, según
disponibilidad del miembro del Consejo.

3
V. Miembros del Consejo Consultivo

Ernesto Cuadros | Head of the School of Computer Science, UTEC

Michael Collemiche |Director Corporativo Big Data & Analytics, Belcorp

Juan Taboada| Gerente de Área de Análisis Estratégico y Modelos Avanzados, BCP

Julio Casas | Data Science & Business Analytics Pre-sales, IBM

Dario Hinestrosa | Gerente de Business Development & Data Analytics Perú, Scotiabank

Iván Herrero | Chief Data Officer, Grupo Intercorp

VI. Directores

Carlos Calderón

Reconocido líder y pratitioner de la transformación corporativa, con 25 años de destacada

trayectoria profesional en industrias de tecnología y servicios, habiendo participado y liderado 6
corporate start-ups en 4 países distintos de la región.

Hoy es CEO en Datathinking la primera consultora boutique en Data - driven Transformation en

el país, Socio y Director en #LeadingDigital - UTEC, Mentor en el ecosistema peruano de start-ups
y un influyente líder en el mundo de los negocios, desde donde participa activamente en diversos
consejos consultivos y causas benéficas que buscan mitigar el impacto de la Disrupción en la
sociedad.

María del Rosario Bruera

Ingeniera, egresada de la Universidad Nacional de Rosario en Argentina y Managing Director en

Census, consultora especializada en Gobierno y Ciencia de Datos.

Por más de 10 años fue la Directora del área de desarrollo analítico y de configuración de las
plataformas de soporte a las decisiones en Equifax – Argentina, desde donde también atendió
los mercados de Paraguay y Uruguay, habiendo liderado la implantación del programa de
Gobierno de Datos.

Además, es Docente de grado y posgrado en las Universidades Nacional de Rosario, Tecnológica

Nacional, de Palermo, de Belgrano, Kennedy, UADE, ITBA Asignaturas: Programación, Sistemas
de Información, Estadística, Sistemas de Soporte a las Decisiones y maestrías de Data Mining y
Explotación de Datos. Profesional de apoyo a la investigación del Consejo Nacional de
Investigaciones de Argentina (CONICET) y autora del capítulo “Los datos que soportan las
decisiones de Marketing” del libro “El Mejor Marketing” editado por AMDIA en 2017.

4
VII. Expositores

Carlos Calderón
Co-Director de Data Science for Business

Claudio Querol
Managing Director, Axus Advisory Group.

Fernando Jiménez
CEO/CFO Scientist, Neuromorphic Technologies NT

Juan Taboada
Gerente de Área de Análisis Estratégico y Modelos Avanzados, BCP

Oscar Montezuma
Director, Niubox

María del Rosario Bruera

Co-Director de Data Science for Business

VIII. Información General

Duración y horario de clases

El programa tiene una duración total de 2,5 meses, desarrollado en 98 horas de clase.
El horario regular de las sesiones es martes y jueves de 19:00 a 22:00 hrs., teniendo sesiones
extraordinarias en días y horarios distintos, según el Plan Curricular ya detallado.

Material
El participante del programa accederá a las presentaciones, material de lecturas y otros
recursos adicionales relacionados al contenido del programa; para esto se habilitará un
acceso online dentro de nuestra plataforma. Todo el material estará disponible en formato
digital, para lo cual los asistentes pueden traer computadoras personales o Tablets, dado que
contarán con facilidades de acceso a internet en todo el campus de UTEC. Considerar que las
lecturas o casos que se entreguen podrían estar redactadas en inglés.

Certificación
UTEC otorgará un Certificado a los participantes que cumplan y aprueben satisfactoriamente
el Programa Especializado en Data Science for Business.

5
Evaluación
Entregables 50%
Presentación del proyecto final 50%
Total 100%

Lugar de Clases
Campus UTEC
Jirón Medrano Silva 165, Barranco - Quebrada de Armendáriz.

Coordinación

Tema Nombre e-mail

Jefe de Ventas de Educación Ejecutiva Lizbeth Herrera Melgar lherrera@[Link]