DIPLOMADO
Ciencia
de Datos
PRESENTACIÓN
La ciencia de datos se ha convertido en una de las disciplinas con mayor
crecimiento y dinamismo en los últimos años, porque permite obtener información
y resolver problemas de negocio, a través de la correcta aplicación de algoritmos
matemáticos y estadísticos sobre datos de diversa naturaleza, que de manera
constante se crean y almacenan en las organizaciones.
DIRIGIDO A
Profesionales interesados en el análisis y el procesamiento de grandes volúmenes de datos, para la
toma de decisiones basadas en la información. Este diplomado está dirigido a todas las áreas
involucradas con las Matemáticas, la Informática, la Física, la Actuaría, las Ciencias y las Ingenierías.
Se requieren conocimientos académicos sólidos en estadística, álgebra lineal y cálculo diferencial
(ecuaciones), además de conocimientos de programación orientada a objetos, el diseño de bases de
datos y el lenguaje de programación Python. Se recomienda contar con el idioma Inglés a nivel de
comprensión de lectura.
OBJETIVO GENERAL
Dotar a los participantes de conocimientos y habilidades para desarrollarse en áreas especializadas de
análisis de datos, que les permitan aplicar la programación y modelos de Machine Learning, basados en
algoritmos matemáticos y estadísticos, con el propósito de resolver problemas complejos con grandes
volúmenes de datos, para generar la información que soporte la toma de decisiones en diversos ámbitos
de negocio.
AL EGRESAR LOS PARTICIPANTES
El Diplomado de Ciencia de Datos facilitará a los participantes la comprensión y la
aplicación de conocimientos en el diseño de arquitecturas de solución, para el análisis de
datos en un contexto integral de administración de datos. También podrán analizar y
evaluar diversos algoritmos matemáticos, para la resolución de numerosos problemas que
requieran el descubrimiento de patrones, así como la predicción y el descubrimiento de
tendencias sobre bases de datos masivas. Además, tendrán la posibilidad de desarrollar
habilidades suaves para la comunicación efectiva en ámbitos de negocio, con el fin de
aplicar e interpretar soluciones tecnológicas de análisis de datos.
1 Introducción a la ciencia de datos. 4
2 Matemática necesaria para la ciencia de datos. 13
3 Estadística y probabilidad para ciencia de datos. 15
4 Metodologías de ciencia de datos. 8
5 Manipulación y visualización de datos con Python. 14
6 Aprendizaje de máquina supervisado. 25
7 Aprendizaje de máquina no supervisado. 15
8 Introducción al Deep Learning. 18
9 Procesamiento de lenguaje natural o minería de textos. 18
10 Gobierno de datos. 5
11 Arquitectura tecnológica para la práctica de la analítica. 10
12 Datos masivos. 14
13 Data operations (DataOps). 4
14 Storytelling en ciencia de datos. 4
15 Casos de éxito en la industria. 18
DURACIÓN TOTAL 185
HORARIO
Viernes de 4:00 a 9:00 pm y sábados de 9:00 am a 2:00 pm
MODALIDAD
A distancia vía Webconference.
INSCRIPCIONES ABIERTAS A TODO PÚBLICO
Consulte fechas en:
[Link]
REQUISITOS
Egresados de las licenciaturas de las áreas relacionadas con las Matemáticas,
la Informática, la Física, la Actuaría, las Ciencias y las Ingenierías.
Acreditación de la evaluación diagnóstica.
COMITÉ CONSULTIVO
Dra. María del Pilar Angeles
Dra. Helena Monserrat Gómez Adorno
Dr. Gibran Fuentes Pineda
Dr. Carlos Erwin Rodríguez Hernández
Mtro. Gerardo Carrasco Zúñiga
COORDINACIÓN ACADÉMICA
Mtro. Favio Vázquez Prieto
Ing. Héctor Bautista Vázquez
PLANTILLA DE INSTRUCTORES
Mtro. José Félix Pedro Paisano Morales Dr. Carlos Alberto González Martínez
Mtro. Favio Vázquez Prieto Dr. Eduardo Espinosa Ávila
Mtro. Alfonso Gregorio Rivero Duarte Dr. Gibran Fuentes Pineda
Mtro. Luis Enrique Argota Vega Dr. Luis Miguel de la Cruz Salas
Mtro. Omar Mendoza González Ing. Héctor Bautista Vázquez
Mtro. Alejandro del Rosal Pedraza Mtro. Ricardo Daniel Alanis Tamez
FORMAS DE PAGO
Tarjeta de débito o crédito
(excepto American Express).
DOCUMENTOS A ENTREGAR Depósito bancario en efectivo
en BBVA.
• Carta de exposición de motivos dirigida al Comité
Académico del Diplomado (extensión: una cuartilla)
FACILIDADES DE PAGO
• Currículum vitae actualizado (máximo dos cuartillas)
con fotografía. La cuota puede ser cubierta
en tres pagos:
• Copia del título o cédula profesional, de la carta de
pasante, del certificado de estudios terminados o 30% al momento de la inscripción.
constancia de créditos.
40% antes de que el diplomado
tenga un avance del 50% de sus
módulos impartidos.
CUOTA
30% antes de que el diplomado
$38,156.00 MN tenga un avance del 75% de sus
(Treinta y ocho mil ciento cincuenta y seis pesos 00/100). módulos impartidos.
DESCUENTOS
Estudiantes y personal de la UNAM: 50% de descuento.
Exalumnos de la UNAM: 10% de descuento.
Escuelas incorporadas a la UNAM e instituciones educativas con reconocimiento oficial de la SEP:
20% de descuento.
Adultos mayores y jubilados de cualquier organización: 50% de descuento.
Personal de una misma institución en diplomados: 15% de descuento.
Pago en una sola exhibición antes del inicio del diplomado: 10% de descuento, aplicable
con otras promociones.
En todos los casos se deberá presentar documentación oficial vigente.
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO
DIRECCIÓN GENERAL DE CÓMPUTO Y DE TECNOLOGÍAS DE INFORMACIÓN Y COMUNICACIÓN
Circuito Exterior s/n, Ciudad Universitaria
(frente a la Facultad de Contaduría y Administración), Alcaldía Coyoacán, C.P. 04510.
55 8019 6031
[Link]
Relación por módulos e instructores asignados
Introducción a la ciencia de datos. 4 M en C. Favio Vázquez Prieto
Matemática necesaria para la ciencia de datos. 13 Mtro. Alejandro del Rosal Pedraza
Estadística y probabilidad para ciencia de datos. 15 Mtro. José Félix Pedro Paisano Morales
Metodologías de ciencia de datos. 8 Dr. Carlos Alberto González Martínez
Manipulación y visualización de datos con Python. 14 Mtro. Ricardo Daniel Alanis Tamez
Aprendizaje de máquina supervisado. 25 Mtro. Favio Vázquez Prieto
Aprendizaje de máquina no supervisado. 15 Dr. Eduardo Espinosa Ávila
Introducción al Deep Learning. 18 Dr. Gibran Fuentes Pineda
Procesamiento de lenguaje natural o minería de textos. 18 Mtro. Luis Enrique Argota Vega
Gobierno de datos. 5 Ing. Héctor Bautista Vázquez.
Arquitectura tecnológica para la práctica de la analítica. 10 Ing. Héctor Bautista Vázquez
Datos masivos. 14 Mtro. Omar Mendoza González
Data operations (DataOps). 4 Mtro. Ricardo Daniel Alanis Tamez
Storytelling en ciencia de datos. 4 Dr. Luis Miguel de la Cruz Salas
18 Dr. Carlos Alberto González Martínez
Casos de éxito en la industria.
Mtro. Alfonso Gregorio Rivero Duarte
DURACIÓN TOTAL 185
