DIPLOMADO EN :
CIENCIA DE DATOS Y BIG DATA
2.ª Versión
Escuela de T e c n o l o g í a
INICIO 21/07
Propósitos:
La Ciencia de Datos y Big Data han pasado a ser una herramienta de importancia
en el crecimiento de la productividad. Entendiendo este concepto, los participantes
de este diplomado tendrán nuevas formas de contribuir en su trabajo, obteniendo
una ventaja competitiva en esta nueva revolución industrial.
El Diplomado en Ciencia de Datos y Big Data contiene herramientas para trabajar
con grandes volúmenes de datos, a través de la ciencia de datos y análisis de la
información, además de una buena interpretación mediante una visualización de
los datos.
Beneficio:
Con los conocimientos obtenidos en el presente diplomado, se podrá aportar a una
de las funciones más importantes que realizan los seres humanos en sociedad, que
es desarrollar y plantear soluciones para su beneficio. En este caso las soluciones
estarían usando maquinaria nueva o robots para este fin. Esta asignatura proporcio-
na conocimientos introductorios a la ciencia de datos, desde una visión general y
amplia de la disciplina. Contribuye con conocimientos básicos para el manejo de
datos masivos, aprendizaje computacional, visualización y computación de alto
rendimiento.
Módulos
Módulo 1.
Estadística para Ciencia de Datos
• Introducción
• Estadística Descriptiva
• Estadística Inferencial
• Visualización de Datos
[Link]
Módulo 2.
Aprendizaje Automático
• Fundamentos de Inteligencia Artificial
• Clasificación de Datos
• Agrupación de Datos
• Predicción de Datos en Series de Tiempo
Módulo 3.
Programación para Ciencia de Datos
• Fundamentos de programación
• Análisis y visualización de datos
• Algoritmos de Aprendizaje Automático
• Bases de datos relacionales
Módulo 4.
Minería de datos y Big Data
• Proceso de descubrimiento de conocimientos
• Almacenes de datos y calidad de los datos
• Fundamentos del Big Data
• Técnicas, herramientas y aplicaciones del Big Data
• Soluciones Inteligentes de Minería de Datos y Big Data
Módulo 5.
Taller de Proyecto de Diplomado
• Proyectos actuales con Machine Learning
• Modelos de Artículos e Informes Estadísticos
• Investigación actual en Big Data
• Redacción de Monografía y Publicaciones Científicas
[Link]
Docente:
René V. Reynaga B.
FORMACIÓN ACADÉMICA
- 1983 - 1989, LETI (actualmente, Universidad Electrotécnica de St. Petersburgo - Rusia) - Ing.
en Computación, Master en Ciencias y Tecnología
- 1994 - 1995, Universidad Mayor de San Andrés – Bolivia - Magister Scientiae
- 2001 - 2003, Universidad de Concepción – Chile - Doctor en Ciencias de la Ingeniería con
mención en Ingeniería Eléctrica
- 2005 - 2006, Universidad de Salamanca – España - Post doctorado en Automática
ACTIVIDAD PROFESIONAL
- 2009 - presente, Docente, Universidad La Salle - Asignaturas: Robótica, Sistemas de Control
y Adquisición de Datos
- Agosto del 2013 a abril 2015, Docente, Universidad Privada Boliviana Asignaturas: Autómatas
y Calculabilidad, Teoría de la Información
- Febrero 2006 a junio 2006, Profesor Visitante, Universidad Carlos III de Madrid- España -
Asignaturas: Señales y Sistemas, Sistemas Informáticos
- 2007 - 2012, Ministerio de Educación - Analista e Investigador Sectorial
Marcelo Saavedra Alcoba
FORMACIÓN ACADÉMICA
- Diplomado en Planificación y Desarrollo De Competencias Profesionales En Educación
Superior - Escuela Militar De Ingeniería - La Paz, Bolivia (2016)
- Magister En Ciencias De La Ingeniería Eléctrica (Especialidad En Robótica E Inteligencia
Computacional) Universidad De Chile - Santiago, Chile (2015)
- Diplomado Experto Universitario En Robótica Y Visión Por Ordenador - Universidad De
Alicante - Alicante, España (2008)
- Diplomado En Educación Superior - Universidad De Aquino Bolivia - La Paz, Bolivia (2006)
ACTIVIDAD PROFESIONAL
- Consultor Por Producto Para La Elaboración De Reglamentos De Competencias Para Torneos
De Robótica Y Construcción De Prototipos De Prueba Para La Carrera De Ingeniería Mecatróni-
ca Unidad Académica La Paz - Escuela Militar De Ingeniería – UALP (Noviembre - Diciembre
2019)
[Link]
INVERSIÓN
Bs. 5000
Horario
Lunes, miércoles y jueves
de 19:00 a 22:00 (Módulo 1, 3, 4, 5)
Jueves, viernes de 19:00 a 22:00 y
sábado de 9:00 am a 12:00 pm (Módulo 2)
Carga Horaria
600 horas certificadas
Duración
5 Meses
Link
[Link]
[Link]
Escuela de T e c n o l o g í a
Contacto:
unifranzpostgrado Mariana Negrete 77516216
Omar Torrez 62432696