Personas involucradas en la toma de decisiones que deseen obtener una ventaja competitiva usando datos. Profesionales de organizaciones públicas o privadas, de todas las áreas funcionales e industrias.
No se requiere experiencia técnica informática o estadística.

• Comprender cómo se conforma una estrategia para incorporar proyectos de ciencia de datos en tu organización.
• Proponer nuevas oportunidades de negocios dentro de tu organización.
• Utilizar marcos conceptuales y herramientas para reconocer el poder y el potencial de los datos a la hora de implementar iniciativas estratégicas.
• Liderar y comunicar proyectos de datos de manera efectiva.
• Crear equipos de gestión para asegurar disponibilidad, calidad, integridad y usabilidad de los datos corporativos, dentro del entorno del Gobierno de Datos.
• Comprender los desafíos éticos de la adopción de estas tecnologías en ámbitos públicos y corporativos. 
• Desarrollar un mindset de toma de decisiones basadas en datos.
• Obtener una visión para utilizar estas herramientas de inteligencia artificial para proyectos con impacto social. 

DATA MINDSET
Pensar y tomar decisiones basadas en datos. ¿Cómo setear nuestra forma de pensar y encarar los problemas de negocio para poder resolverlos mediante la incorporación de ciencia de datos e inteligencia artificial? ¿Cómo combinar Big Data con Thick Data?

EQUIPOS DE DATOS
¿Cómo se conforman los equipos de datos? ¿Qué perfiles necesito para construir un equipo y qué roles debería asignarle a cada uno?¿Cuál es la diferencia entre el trabajo del/la científico/a, analista, ingeniero/a, estratega? ¿Están surgiendo nuevas profesiones como narrador/a de datos? ¿Necesito contratar mucha gente o puedo reconvertir perfiles que ya tengo? ¿Cómo lo haría? ¿Todas las personas dentro de una organización deberían conocer algo de data? ¿Todos tienen que saber lo mismo o tengo que personalizar el desarrollo de estas habilidades de datos?

DATA LITERACY (ALFABETIZACIÓN EN DATOS)
Aprendizaje automático. Introducción al Aprendizaje Profundo. Técnicas probabilísticas y algoritmos en análisis de datos. Diferencia entre data analytics, machine learning, inteligencia artificial y Big Data. Para qué sirve cada una y cuáles son los modelos más usados. Casos y ejemplos. 

CASOS DE ANÁLISIS DE DATOS APLICADOS A NEGOCIOS Y SECTOR PÚBLICO
Casos para Finanzas, Políticas Públicas, Oil & Gas, Deportes, Entretenimiento, Educación, Salud, etc. ¿Cómo poner en acción proyectos de análisis avanzado en el proceso diario de los negocios? Impulsar resultados organizacionales medibles. Fuentes externas de datos abriendo una nueva visión del negocio. ¿Cómo comunicar de manera efectiva proyectos de datos? 

VISUALIZACIONES Y COMUNICACIÓN
¿Qué rol cumplen las visualizaciones en una estrategia de datos? ¿Por qué es importante la forma en que cuento y transmito los insights al resto de la organización? ¿Qué herramientas puedo utilizar para hacerlo? 

GOBIERNO DE DATOS
¿Cómo tener control y utilizar mis datos para generar nuevos modelos? ¿Cómo estar listos para incorporar machine learning? ¿Qué procesos debemos tener en cuenta para garantizar la calidad y la seguridad de los datos? ¿Por qué un buen gobierno de datos es un habilitador de proyectos?.

PRIVACIDAD, ÉTICA E IMPACTO SOCIAL
Alfabetización en datos. Privacidad de datos. Ética de la tecnología. Usos disruptivos de las técnicas de Data Science. First Party Data. Privacy First. Human in the Loop.

"Creemos que en un futuro no muy lejano todas las organizaciones serán organizaciones basadas en datos. Según el reporte “The State of Artificial Intelligence” publicado por McKinsey Global en 2022, más de 50% de las organizaciones ha incorporado inteligencia artificial a alguna de sus verticales de negocio. Esta tendencia se viene profundizando en los últimos años gracias a que almacenar y analizar grandes volúmenes y conjuntos de datos es cada vez más sencillo y menos costoso por la tecnología de frontera que se está disponibilizando. 

Este programa te acerca a estos desarrollos y te propone un enfoque que sirve de punto de partida para diseñar soluciones creativas de ciencia de datos e inteligencia artificial aplicado a distintos tipos de negocios".

Walter Sosa Escudero , Fredi Vivas y Augusto Salvatto
Coordinadores Académicos

“¡Excelente! El principal aporte es pensar y contribuir en mi compañía a fortalecer la cultura de datos que nos va a permitir tener herramientas más sólidas para tomar decisiones y crear nuevos horizontes”.
Pablo Bulletini  I Gerente de Distrito Operaciones I Alsea

"Es un recorrido integral, completo e inspirador sobre las últimas ideas, métodos, tecnología y, sobre todo, experiencias prácticas de aplicación de la ciencia de datos a los negocios".
Fernando Isler I  Partner I  PwC 

"Buscaba este tipo de programa que no abunda, dada mi formación y los cursos que ya había hecho y hago, más duros, necesitaba uno como este que me abriera la cabeza y me permitiera generar ideas, ordenar conocimientos, sumar experiencias valiosísimas de los grosos que expusieron. Superó mis expectativas". 
Karina Serkin | Statistics and Data Quality LATAM Manager | Kantar Worldpanel

"El programa resultó ser una inmejorable puerta de entrada al mundo del Big Data. He llegado a comprender los conceptos generales y a entender la estructuración, complejidad y posibles aplicaciones de los modelos de ML. Cabe señalar que, finalizado el mismo, no me han quedado dudas del valor diferencial que esta tecnología significará a las organizaciones en los años venideros". 
Daniel Enciso Piazza | Director General | Avícola Santa Ana S.A.

"Fue muy interesante y variado el contenido. Con pantallazos de casos de uso en grandes compañías y temas que en general no tenemos en cuenta como seguridad, legales o UI/UX. ¡Muy bueno!".
Mariana Sozzi | Directora Advanced Analytics | DIRECTV Latin América

» Walter Sosa Escudero
PhD in Economics, University of Illinois at Urbana-Champaign. Lic. en Economía, UBA. Autor de “Big Data” de Siglo Ventiuno Editores. Investigador principal del CONICET y miembro titular de la Academia Nacional de Ciencias Económicas. Es Profesor del Departamento de Economía de la Universidad de San Andrés.

» Fredi Vivas
Máster en Marketing, Universidad de San Andrés. Graduado GSP, SingularityUniversity. Profesor Ingeniero en Sistemas de Información. Especialista en inteligencia artificial y ciencia de datos aplicados a los negocios. Fundador de RockingData (startup de IA/BIG DATA / MACHINE LEARNING) y autor del libro ¿Cómo piensan las máquinas?,Editorial Galerna.

» Augusto Salvatto
Especialista en futuro del trabajo, innovación y transformación digital. Magister en política y economía latinoamericana por la Universidad de Salamanca y la Sorbonne Nouvelle Paris III Lic. en Ciencias políticas y Lic. en Relaciones Internacionales UCA.. Es advisor de innovación en Nawaiam, coordina el programa Pinamar Innova, es asesor de legisladores, gobiernos y empresas en temas de innovación y transformación digital, es Coordinador del programa Descubriendo Data Science de Universidad de San Andrés y co-autor del libro La Batalla del Futuro, Editorial Lea. 

• Roi Benitez - Skills4Future / UdSA
• Tomas Bonfiglio - RockingData
• Cecilia Danesi - Especialista en IA y derecho
• Agustin Di Salvo - RockingData
• Agustina García Hernández - AB InBev
• Pablo Guzzi - Uala
• Gaston Laterza - Jam City
• Martin Maffioli - RockingData
• Pablo Adrián Mlynkiewicz - Naranja X
• Diego Oyola - RockingData
• Diego Pereyra - UdeSA
• Carlos Sarraute - RapidSOS
• Gustavo Vivas Marquez - Swiss Medical