Opción 1: Pago único: Inscripción + pago total, USD 200 (doscientos dólares estadounidenses).
Opción 2: Pago en cuotas: inscripción USD 50 y 4 pagos mensuales de USD 50 (cincuenta dólares estadounidenses).
* Argentinos/as que paguen en pesos: dólar oficial + 65%

Descuentos especiales:

• Docentes, graduados, estudiantes y todo personal vinculado con la UGD: 30% de descuento.
• Integrantes de instituciones miembros de las redes de universidades Red CIDIR y ReCITic.
• Aranceles especiales para grupos de inscriptos provenientes de una misma institución: 4 integrantes les corresponde el arancel de 3

Módulo 1. Conceptos básicos iniciales (Un mes)
Lógica. Conceptos básicos de probabilidad. Probabilidad Bayesiana. Algoritmos y estructuras de datos. Entornos de desarrollo en Python y R.

Módulo 2. Data mining (Un mes)
Introducción al data mining (DM). Limpieza de datos. Patrones secuenciales. Reglas de asociación. Soporte y confianza. Clustering. Regresión lineal.

Módulo 3. Aprendizaje automático (Un mes)
Árboles de decisión. Sobreajuste – poda. Estimación e intervalos de confianza. Aprendizaje Bayesiano.

Módulo 4. Text mining (Dos semanas)
Categorización de textos. Clustering de textos. Modelización de tópicos. Sumarización de textos.

Módulo 5. Visualización de datos (Dos semanas)
Cabe destacar que, durante el transcurso de cada uno de los módulos de la diplomatura se irá desarrollando un proyecto de aplicación en ciencia de datos (data/text mining).

Dirección: Lic. Andrés Juarez (Universidad de Buenos aires)
Coordinación: Carlos Authier (Universidad de Buenos Aires - CONICET)

Andrés Juarez. Licenciado en Análisis de Sistemas (UBA). Especialista en Explotación de Datos y Descubrimiento del Conocimiento (Data Mining – UBA). Maestría en Docencia Universitaria (UBA), en curso. Profesor Adjunto de la Facultad de Ingeniería – UBA y UNTREF. Miembro de la Comisión Curricular de la Carrera de Licenciatura en Análisis de Sistemas de la Facultad de Ingeniería de la UBA.

Carlos Authier. Licenciado en Edición (UBA). Responsable del Sector de Gestión de la Calidad Editorial (CAICYT-CONICET). Jefe del Centro Argentino de ISSN. Coordinador Nacional Latindex Argentina, y secretario del Núcleo Básico de Revistas Científicas Argentinas. Miembro del Comité de Evaluación para Ingresos, Informes y Promociones Carrera Personal de Apoyo y docente de la carrera de Edición de la UBA.

Gonzalo Diego Peña. Licenciado en Ciencias Políticas (UBA); Especialista en Docencia
Universitaria (UCES); Mg. en Análisis de Opinión Pública (UNSAN); Dr. en Cs. Empresariales y Sociales (UCES). Actualmente se desempeña como docente de grado y posgrado, es director de la Especialización en Construcción de Marcas (UCES), director de la Maestría en Análisis y Marketing Político (UCES), director de la Maestría en Investigación de Mercados, Medios y Opinión (UCES). Además, es Vocal titular de la Junta Directiva de la Sociedad Argentina de Investigadores de Marketing y Opinión (SAIMO) y Co-Director del Observatorio de Investigación Digital (OID) de la SAIMO.

Karina Beatriz Eckert. Ingeniera en Informática (UGD); Mg. en Tecnologías de la Información
(UNaM); Docente e Investigadora en Ingeniería en Informática (UGD); Doctorado en Informática, en curso. Trabajo final de grado, tesis de maestría y proyectos de investigación, todos relacionados con ciencia de datos.

Pablo Francisco Guarna. Ingeniero Civil y Licenciado en Análisis de Sistemas (UBA); Mg en Data Mining (UAus); Profesor Universitario (UMSA). Líder de proyectos de desarrollo de Auditorias Continuas, Especialista en Data Analytics de Sistemas Bancarios y su aplicación a la detección de Errores y/o Fraudes. Especialista en auditorias de Calidad de Datos. Director de Carrera de la Licenciatura en Análisis de Sistemas FIUBA desde 2015.

Los proyectos de ciencias de datos, por su carácter multidisciplinar, admiten la participación de profesionales y técnicos de diversas disciplinas. Por lo tanto, los/as destinatarios/as de la Diplomatura son las personas interesadas en involucrarse en proyectos de ciencias de datos, con una formación básica en ciencias exactas, o con entendimientos básicos de matemática y estadística aplicada.