*No se requiere experiencia técnica informática o estadística.

Al finalizar el programa podrás

• 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. 

Contenidos del programa

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.