Ciencia de Datos: Teoría, práctica y el futuro de los datos


Presentación

Ciencia de Datos: Teoría, práctica y el futuro de los datos

Este curso busca introducir el manejo de las herramientas modernas del análisis de datos y los fundamentos teóricos que las subyacen. En la primera parte del curso se revisará el desarrollo histórico del dato y de su procesamiento, permitiendo al alumno internalizar los principales elementos y conceptos en la ciencia de datos. Posteriormente, el alumno será dirigido en el aprendizaje de R y Python, dos de los lenguajes de programación más usados en Ciencia de Datos, y en el desarrollo y uso de los algoritmos y técnicas más característicos de las aplicaciones reales.

 

 

Programa





Modulo Fechas Clases
Fundamentos de la Ciencia de Datos

Profesores:
Dr. Tomás Veloz
Dr. Alejandro Bassi
Mg. Diego Pacheco

6 de mayo al 12 de junio
Historia de la computación y el procesamiento
Boom tecnológico: Surgimiento de la ciencia de datos
Datos y sus tipos
Fundamentos de las bases de datos
Bases de conocimiento y programación lógica
Big Data
Inferencia estadística 1
inferencia estadística 2
Minería de datos y muestreo
Machine learning 1
Machine learning 2
Machine learning 3
17 de junio Conversatorio
Programacion en R y Python

Profesores:
Mg. Diego Pacheco
Ing. Samuel Ropert

19 de junio al 17 de julio
Introducción a R
Elementos básicos de la programación en R I
Elementos básicos de la programación en R II
Administración de datos en R
Estructuras de datos avanzadas en R
Introducción a Python y representación de datos
Algoritmos y trabajo con conjunto de datos
Intregración R y Python
Integración R y Python II
22 de julio Presentación Proyecto Programación
Aplicaciones fundamentales de la ciencia de datos

Profesor:
Dr. Rodrigo Fernández

24 de julio al 26 de agosto
Introducción Módulo Práctico: Valor de la Ciencia de Datos
Aprendizaje Supervisado
Modelos de Regresión
Series de tiempo
Naïve Bayes y Support Vector Machines
Modelos de árbol
Aprendizaje No Supervisado
Análisis de Conglomerados
Análisis de Componentes Principales y Análisis Factorial
Procesamiento de Lenguaje Natural (PLN)
Cierre PLN / Introducción al Análisis de Redes
Introducción al Análisis de Redes
28 de agosto Presentaciones
Futuro de la computación y los datos

Profesores:
Dr. Alejandro Bassi
Dr. Tomás Veloz

2 de semptiembre al 2 de octubre
Deep Learning 1
Deep Learning 2
Deep Learning 3
Blockchain y criptomonedas
Computacion cuántica 1
Computación cuántica 2
Debates sobre el futuro de los datos
7 de octubre Conversatorio final

Destinatarios

Este curso está dirigido a un amplio espectro de profesionales y académicos: tanto para aquellos que persiguen una carrera en Ciencia de Datos, como para los que simplemente buscan comprender lo que es el presente y futuro de la industria y el conocimiento.

Docentes

Nuestro equipo de profesores cuenta con vasta experiencia tanto en los aspectos teóricos y computacionales del curso, tanto en el ámbito académico como en el industrial, y con trayectoria enseñando cursos de alta especialización técnica a nivel universitario.



Profesores:

Dr. Tomás Veloz - Director del curso (Vrije Universiteit Brussel, IFICC)

Dr. en estudios interdisciplinarios de la University of British Columbia, Canadá (2015). Magíster en Ciencias de la Computación (2010), Licenciado en matemáticas (2007), Licenciado en Física (2005), Universidad de Chile.

Amplia experiencia en investigación (más de 40 publicaciones en revistas científicas internacionales). Ha sido asesor científico en la empresa Starcom (Baden, Suiza - 2015/2016) de business intelligence, y participa actualmente como colaborador en el proyecto QUARTZ, financiado por la unión europea para el desarrollo de futuras tecnologías en el manejo de datos.

Ha realizado docencia universitaria tanto en Chile como en el extranjero por más de 10 años. Desde el año 2018 es docente en la facultad de ciencias de la vida, Universidad Andrés Bello y es actualmente el director del departamento de sistémica del IFICC.

Dr. Alejandro Bassi (U. de Chile, IFICC)

Dr. en Ciencias de la computación, Université Paris XI. Francia, 1995. Magíster en ciencias de la computación, Universidad de Chile, 1988.

Amplia experiencia en procesamiento automático de datos aplicando técnicas de inteligencia artificial como redes neuronales, redes bayesianas y sistemas expertos, programados en diversos lenguajes (C, Java, R, Python, Lisp, etc.) en diversos campos, incluyendo reconocimiento de patrones, procesamiento de señales, análisis de EEG, visualización científica.

Actualmente se desempeña como docente e investigador en la Universidad de Chile y el Instituto de Filosofía y Ciencias de la Complejidad.

Mg. Rodrigo Fernández (U. de Chile, IFICC)