III PROGRAMA DE ESPECIALIZACIÓN EN
CIENCIA DE DATOS
CENTRO DE FORMACIÓN CONTINUA
Facultad de
Ingeniería
Económica,
Estadística y ABRIL 2025
Ciencias
Sociales
MODALIDAD: ONLINE
OBJETIVOS:
Fortalecer las competencias de los profesionales con interés en Ciencia de Datos.
Impartir las herramientas y los conocimientos necesarios para que el participante
defina estrategias adecuadas orientadas a lograr ventajas competitivas.
Mostrar la importancia de la Ciencia de Datos como ventaja competitiva en las
empresaso instituciones.
Presentar la solución de casos prácticos, convirtiendo los datos en información
relevante que genere conocimiento y valor para la toma de decisiones.
METODOLOGÍA
El programa requiere de manejo de software especializado en diferentes campos de la
Ciencia de Datos; se han programado talleres para el entrenamiento y capacitación a
través de aplicaciones consideradas de vital importancia para el análisis de la
información.
fieecs.uni.edu.pe
CONTENIDO
MÓDULO I
Fundamentos de Ciencia de Datos:
Introducción a R para Ciencia de Datos. Introducción a Python para
Ciencia de Datos. Introducción a H2O para Ciencia de Datos.
Introducción a AWS para Ciencia de Datos. Introducción a Azure para
Ciencia de Datos. Gestión de Proyectos de Ciencia de Datos.
Aplicaciones en diversas áreas laborales.
Estadística para Ciencia de Datos:
Análisis univariado de datos. Análisis bivariado de datos. Modelos
exploratorios multivariados. Identificación y tratamiento de valores
faltantes. Identificación y tratamiento de valores atípicos. Preparación de
una matriz de datos. Estimación puntual, por intervalos y pruebas de
hipótesis. Aplicaciones en diversas áreas laborales.
- Taller de Visualización de Datos con R.
- Taller de Visualización de Datos con Python.
MÓDULO II
Aprendizaje No Supervisado
Análisis de Componentes Principales. Análisis Clúster: métodos
jerárquicos y métodos de particionamiento. Algoritmo de agrupamiento
DBSCAN, Mezcla Gaussiana, BIRCH, Propagación de Afinidad,
Desplazamiento Medio, OPTICS y Jerarquía Aglomerativa. Mapas Auto-
Organizados de Kohonen. Evaluación de clúster. Aplicaciones en
diversas áreas laborales.
*EL CFC DE LA FIEECS PODRÁ EFECTUAR CAMBIOS EN LA SECUENCIA DE LOS TEMAS DE ACUERDO A SU
POLÍTICA DE MEJORA CONTINUA.
fieecs.uni.edu.pe
CONTENIDO
Aprendizaje Supervisado
Muestra de train y test. Validación cruzada. Modelos de Regresión:
Regresión Lineal, Regresión Logística y Probit. Balanceo de datos.
Modelos de Árboles de decisión, KNN, Naive Bayes y Máquinas de
Soporte Vectorial. Modelos Ensamble: Modelos Bagging, Boosting y
Stacking. Tuneo de modelos. Evaluación de modelos. Aplicaciones en
diversas áreas laborales.
- Taller de Regresión Ridge, Lasso y ElasticNet.
- Taller de Aprendizaje Bayesiano.
MÓDULO III
Fundamentos de Deep Learning
Inteligencia Artificial, Machine Learning y Deep Learning. Hardware para
Deep Learning. Redes Neuronales Artificiales. Método de gradiente
descendente. Algoritmo de backpropagation. Uso de Redes Neuronales
Artificiales para clasificación y regresión. Aplicaciones en diversas áreas
laborales.
Aplicaciones de Deep Learning
Introducción a TensorFlow, Keras y PyTorch. Modelo de Convolutional
Neural Networks para visión por computadora. Modelo de Recurrent
Neural Networks para series de tiempo. Modelo Transformers.
Aplicaciones en diversas áreas laborales.
- Taller de Procesamiento de Lenguaje Natural y Minería de Textos.
- Taller de desarrollo de aplicaciones Dash.
*EL CFC DE LA FIEECS PODRÁ EFECTUAR CAMBIOS EN LA SECUENCIA DE LOS TEMAS DE ACUERDO A SU
POLÍTICA DE MEJORA CONTINUA.
fieecs.uni.edu.pe
PLANA DOCENTE
EVELYN GUTIERREZ AYALA
Magister en Estadística y candidata a PhD en Ingeniería por la
PUCP;BSc.en Ingeniería Estadística de la UNI. Cuenta con amplia
experiencia en análisis de datos y modelos predictivos con data
psicométrica, geolocalización y data no estructurada, en los sectores
banca, retail, inmobiliario y consumo masivo. Actualmente, es integrante
de un proyecto internacional de Ingeniería Biomédica para desarrollar
herramientas e indicadores predictivos para el monitoreo de heridas
crónicas utilizando computer vision & Co-organizadora de RLadies
Lima, organización mundial que promueve la participación de mujeres y
minorías en programación con el software estadístico R.
GUSSEPPE BRAVO-ROCCA
PhD(c) y MSc en Inteligencia Artificial, Barcelona Supercomputing Center -
BarcelonaTech. Grado en Ciencia de la Computación, UNI. AI Research
Engineer trabajando en Continual Visual-Language Agents, Global
Diabetes Research Center, Emory. Consultor en proyectos de IA/MLOps
con Lenovo, Consulado de Atlanta, SUNAT, entre otros.
JENNIFER ARÉVALO MORALES
Maestría en Ciencia de Datos de la Universidad Ricardo Palma. Ingeniera
de Sistemas de la Universidad Femenina del Sagrado Corazón; cuenta con
una Especialización en Métodos Avanzados en Analítica de la Pontificia
Universidad Javeriana de Colombia. Diplomatura en Analítica de Negocios
y Gestión de la Información en Centrum PUCP Business School. Amplia
experiencia profesional en manejo de base de datos y herramientas de
análisis de grandes volúmenes de información.
fieecs.uni.edu.pe
PLANA DOCENTE
JORDAN RODRIGUEZ MALLQUI
Jordan Rodriguez Mallqui experto líder en Ciencia de Datos y Analítica
Avanzada. Graduado con las máximas distinciones académicas de la
Universidad Nacional de Ingeniería y la Maestría en Data Science de la
Univesidad Peruana de Ciencias Aplicadas. En su trayectoria profesional,
ocupa el rol clave de Senior Manager de Pricing Analytics y ocupó el rol de
Manager Data Scientist en el Banco BBVA Perú.
En estas posiciones, Jordan ha demostrado un excepcional liderazgo en
proyectos de análisis predictivo, implementación de soluciones de
Business Intelligence y desarrollo de estrategias de datos para áreas
críticas como banca comercial y riesgos financieros. Su experiencia
transversal abarca sectores como finanzas, transporte, salud, tributación y
marketing.
Con su destacada formación académica, su experiencia corporativa de alto
nivel y su dominio de las tecnologías más innovadoras, Jordan es un
instructor excepcional que brinda una formación integral y actualizada en
Ciencia de Datos.
fieecs.uni.edu.pe
PLANA DOCENTE
RICHARD FERNÁNDEZ VÁSQUEZ
Candidato a Doctor en Estadística y Matemática en temas de Deep
Learning para la identificación de pacientes con Covid-19. Magíster
Scientiae en Estadística Aplicada (UNALM), Master en Dirección de
Marketing y Gestión Comercial (EOI España), Magíster en Dirección de
Marketing y Gestión Comercial (UPC), Ingeniero Estadístico de la
Universidad Nacional de Ingeniería. Con especialización en Ciencia de
Datos por la Universidad Autónoma de México y especialización en
Innovación y Tecnología por San Francisco State University.
Cuenta con más de 12 años de experiencia liderando proyectos de Ciencia
de Datos en el sector bancario, retail, tributario, e-commerce, media, etc.
Ha sido Subdirector de Inteligencia y Prospectiva Turística en PROMPERÚ,
Ejecutivo de Modelos y Data Analytics en Agrobanco, Data Science Head
en el Grupo El Comercio, Líder Científico de Datos en SUNAT, Subgerente
Adjunto de Gestión de Portafolio de Productos en el Banco de Crédito del
Perú, Especialista de Business Analytics en Banco Financiero y Banco
Falabella. Docente de Pregrado y Posgrado en diferentes Universidades en
el Perú.
Ganador del premio ORO en la categoría de Big Data, Analítica e
Inteligencia Artificial de los Premios País a los Innovadores Financieros en
las Américas 2023 por Fintech Américas en Estados Unidos. Reconocido
por San Francisco State University en los Estados Unidos por contribuir de
manera valiosa en el Programa de Innovación y Tecnología San Francisco
- Silicon Valley 2019.
fieecs.uni.edu.pe
PLANA DOCENTE
SINDIA TARAZONA TOCTO
Maestría en Data Science de la UNIR-Mexico. BSc en Ingeniería
Estadística de la Universidad Nacional de Ingeniería. Especialista en
Business Analytics, Business Intelligence aplicados con tecnologías on
premise y cloud. Head de Advanced Analytics en Caja Arequipa. Lider de
la comunidad R-Ladies Lima. Científica y consultora en Ciencia de Datos
con amplia experiencia en el sector público y privado.
SOLANGE BASUALDO NAJERA
Máster en Marketing y Gestión Comercial, complementado con un título en
Ingeniería Estadística de la Universidad Nacional de Ingeniría. Con
aproximadamente cinco años de experiencia efectiva en la gestión de
equipos.
Líder en Analítica de Datos con más de una década de experiencia y
especializada en generar conocimientos valiosos en diversos sectores,
incluidos la banca, marketing, análisis de riesgos y comercio minorista
electrónico.
Rol actual en Zubale como Líder de Analítica de Datos, en una empresa de
comercio electrónico en México, su responsabilidad principal es guiar a la
organización hacia la toma de decisiones estratégicas fundamentadas
aplicando una variedad de técnicas provenientes de disciplinas como
matemáticas, estadística e inteligencia artificial.
"EL CFC DE LA FIEECS SE RESERVA EL DERECHO DE MODIFICAR EL DOCENTE,
POR MOTIVOS DE FUERZA MAYOR O POR DISPONIBILIDAD DEL PROFESOR, GARANTIZANDO QUE LA CALIDAD DEL PROGRAMA DE
ESPECIALIZACIÓN NO SE VEA AFECTADA. TODA MODIFICACIÓN SERÁ COMUNICADA ANTICIPADAMENTE A LOS PARTICIPANTES"
fieecs.uni.edu.pe
PLATAFORMAS
ZOOM
Las clases se realizan en la plataforma ZOOM, dentro de esta plataforma
podrás:
Contar con un docente dictando la clase en vivo y conectado durante
todo el tiempo que dure la sesión.
Hacer preguntas o comentarios al docente en tiempo real (hablado o
por chat)
AULA VIRTUAL
Comprometidos con la transformación hacia la educación digital,
presentamos CANVAS: una amigable plataforma que le permite al
estudiante tener mayor facilidad para encontrar su material de estudio y
participar de las actividades programadas durante el ciclo, tales como:
foros, tareas, evaluaciones, etc.
Material de estudio Exámenes y
Comunicados
digital trabajos
Foro participativo Clases grabadas en
el aula virtual
Es indispensable contar con una buena conexión de internet.
fieecs.uni.edu.pe
HORARIO: Clases dos veces por semana.
Sábados : 3:00 pm - 7:00 pm y
Domingos: 9:00 am - 1:00 pm
DURACIÓN: 188 HORAS PEDAGÓGICAS
Cinco meses aproximadamente.
CERTIFICACIÓN:
Se otorgará un Diploma de Aprobación del Programa de Especialización (PE)
a nombre de la Universidad Nacional de Ingeniería, sólo a los que mantienen
un récord de asistencia mayor o igual al 80% del total de clases programadas
y con una nota igual o superior a 13. Los participantes que obtengan una nota
final menor a 13 y cumplan con el mínimo de 80% de asistencia, obtendrán
una Constancia de Participación.
REQUERIMIENTOS:
Requerimiento mínimo de equipo:
Contar de manera recomendable con equipo Core i5, 16 GB RAM y 1 TB
de almacenamiento.
Conocimiento mínimo e instalaciones:
Contar con el lenguaje de programación libre R y el entorno de desarrollo
interactivo (IDE) RStudio (https://rstudio.com).
Contar con el lenguaje de programación Python y el entorno de desarrollo
interactivo Spyder, IDE multiplataforma a través de la distribución
anaconda (https://www.anaconda.com/download).
Adicionalmente se colocará en la plataforma Canvas los enlaces de los
Softwares Python y R, para que sean descargados por los alumnos del
programa.
fieecs.uni.edu.pe
INVERSIÓN
Promoción Pronto pago: Hasta el 30 de enero
Pago al contado:
S/ 3300.00
Inversión Individual:
Pago al contado: Pago en cuotas: S/4000.00
S/ 3600.00 1. S/ 800.00
2. S/ 800.00
3. S/ 800.00
4. S/ 800.00
5. S/ 800.00
Inversión Grupal: (mínimo 3 personas)
Pago al contado: Pago en cuotas: S/3300.00
S/ 3300.00 1. S/ 660.00
2. S/ 660.00
3. S/ 660.00
4. S/ 660.00
5. S/ 660.00
Inversión Docentes y Inversión Comunidad UNI:
Administrativos UNI:
Pago al contado: S/3300.00
Pago al contado: 1. S/ 660.00
2. S/ 660.00
S/ 2000.00
3. S/ 660.00
4. S/ 660.00
5. S/ 660.00
MATRICULA
Para poder matricularse al programa, debe llenar el formulario de inscripción
vía: https://forms.gle/WuQN6VTreTJJug1M8, y luego enviar lo siguiente al
correo
[email protected]:
Escaneo de DNI a color (ambas caras en PDF).
Si eres egresado: Constancia de egresado escaneado o grado de
bachiller o título (en PDF).
Si eres alumno de pre grado: (8º al 10º ciclo) avance curricular escaneado
con sus respectivas notas o certificado de notas (en PDF).
Una vez realizado lo anterior, se le enviará a su
correo la orden de pago, generado mediante NIUBIZ
o BCP según lo que haya seleccionado, para que
proceda con el abono correspondiente.
DATO IMPORTANTE
De no cumplir con el quorum requerido (18 personas) CFC se reserva el
derecho de postergar el inicio de clase del PE.
El diploma de aprobación y/o constancia de participación serán
emitidos de forma digital, ya que la FIEECS cuenta con una plataforma
oficial de certificación digital.
Alternativamente se podrá emitir certificados en físico previo pago de
un costo adicional.
Todos los participantes que hayan llevado y aprobado el Programa de
Especialización del CFC tendrán un descuento de 10% del valor de cada
crédito de las Maestrías que ofrece la FIEECS.
fieecs.uni.edu.pe
INFORMES E INSCRIPCIÓN
Facultad de
Ingeniería
Económica,
Estadística y
Ciencias
Sociales fieecs.uni.edu.pe
