Presentación

El crecimiento dramático en escala y complejidad de los datos que pueden ser colectados y analizados está afectando la forma como se toman las decisiones en las organizaciones. Todo lo que hacemos genera datos y cada nueva tecnología usada para capturar estos datos trae aún más posibilidades para extraer conocimiento, aprender y crear oportunidades de mejora.

En ese contexto, Data Science surge como la disciplina que propone formas efectivas y éticas de usar las vastas cantidades de datos generadas, y desarrolla técnicas escalables para el análisis y transformación de los datos en conocimiento. Conscientes de esto y del avance tecnológico y cultural en que está inmerso el Perú y de la importancia que tiene su desarrollo en nuestra sociedad, la Universidad Católica San Pablo (UCSP), a través de su Departamento de Ciencia de la Computación, presenta el Diplomado en Data Science.

Objetivos

• Formación sólida en métodos modernos para el análisis de datos.
• Acceso a un mercado laboral en franco crecimiento para profesionales con estas habilidades.
• Oportunidad de crecimiento profesional dentro de su organización.
• Posibilidad de desarrollar proyectos de análisis de datos a gran escala (Big Data).

Dirigido principalmente a

Dirigido a bachilleres (Ciencia de la Computación, Ingeniería de Sistemas y las otras ingenierías, educación, matemática, estadística, minería, finanzas, administración, ventas, manufactura, áreas biomédicas, entre otras) con conocimientos de lenguajes de programación.

• Motivaciones: Formar profesionales con la capacidad de analizar datos de forma computacional, y transformarlos en información útil para una mejor toma de decisiones y por ende crear un valor añadido en las organizaciones.
• Intereses: Crecer profesionalmente, mediante la formación en la construcción de soluciones computacionales que le permitan aplicar técnicas de Data Science en cualquier organización que trabaje con datos.

Metodología

1. Clases Virtuales síncronas donde se desarrollan conceptos teóricos y principalmente casos prácticos.
2. El diplomado cuenta con 200 horas lectivas teóricas y 400 horas no lectivas.

Creditaje

25 créditos.

Plan de estudios

Temática:

Este diplomado tiene como objetivo brindar una sólida formación teórica y práctica en los fundamentos estadísticos, computacionales, de aprendizaje de máquina, y visualización de datos de un proyecto de Data Science. Asimismo, se enfatiza en la construcción de modelos predictivos escalables para el análisis de datos y toma de decisiones en las organizaciones.

Plan de Estudios:

El diplomado está estructurado en 5 cursos:

• Python para Data Science
• Aprendizaje Estadístico
• Data Science y Big Data
• Machine Learning y Deep Learning
• Visualización de Datos

Proceso de evaluación

Síncrono y virtual.

Metodología de evaluación: Participación en aula, desarrollo de casos de estudio, exposiciones, exámenes, trabajo integrador.

Plana docente

Erick Gómez Nieto

Doctor y Magister en Ciencia de la Computación y Matemática Computacional, Universidade de Sao Paulo (Brasil). Actualmente se desempeña como docente a tiempo completo  y director de la escuela profesional de Ciencia de la Computación de la Universidad Católica San Pablo (UCSP). Ha trabajado como investigador en IBM Research e investigador postdoctoral en el Center of Studies for Violence en Brasil. Es especialista y con amplia experiencia en visualización de datos, visual analytics y data science.

José Eduardo Ochoa Luna

Doctor en Ciencia de la Computación, Universidade de Sao Paulo (Brasil). Maestría en Ciencia de la Computación, Universidade Federal de Mato Grosso do Sul (Brasil). Actualmente se desempeña como profesor encargado de Postgrado del Departamento de Ciencia de la Computación de la UCSP. Ha desarrollado diversos proyectos de análisis de datos en social media, usando técnicas de procesamiento de lenguaje natural y Deep Learning.

Daniel Alexis Gutierrez Pachas

Doctor en Ciencia de la Computación y Matemática Computacional, Universidade de Sao Paulo (Brasil). Maestría en Matemática, Universidade Federal de Juiz de Fora (Brasil). Actualmente es profesor a tiempo completo y director del departamento de Ciencia de la Computación de la Universidad Católica San Pablo. Miembro del Comité Latinoamericano de Matemática Aplicada Computacional e Industrial – CLAMACI. e IEEE-Perú. Líneas de investigación: Sistemas estocásticos, optimización, análisis numérico y Ciencia de datos.

José Chávez Alvarez

Maestría en Ciencia de la Computación, Universidad Católica San Pablo. Pregrado en la Universidad Nacional de Ingeniería, con una especialización en Ingeniería Electrónica. Ha desarrollado proyectos en el área de inteligencia artificial y Computer Vision. Actualmente, se desempeña como profesor en la Universidad Católica San Pablo.

Rosa Paccotacya

Magíster en Ciencia de la Computación en la Universidad Estadual de Campinas, Brasil, en el laboratorio Recod. bajo la orientación de la Prof. Sandra Ávila. Su investigación se centró en la IA explicable para el análisis del cáncer de piel, con el objetivo de comprender y validar los mecanismos internos de los modelos de caja negra para garantizar predicciones confiables. Ha sido investigadora en diferentes proyectos de investigación aplicada usando Inteligencia Artificial. Actualmente es profesora en la Universidad Nacional de San Agustín y en la Universidad Católica San Pablo. Sus intereses de investigación son: AI for Social good, Responsible AI, fairness, accountability, Explainable AI, y Computer Vision.

Gina Muñoz

Magíster en Ciencia de Computación, Universidad Católica San Pablo, Arequipa. Bachiller en Ciencia de la Computación, Universidad Católica San Pablo, Arequipa. Actualmente, es profesora en la Universidad Católica San Pablo.  Áreas de investigación interés: Visual Analytics, Machine Learning, Big Data.

Johan Llamoza

Maestría en Física, Universidad Pontificia Católica del Perú. Pregrado en Física, Universidad Nacional de Ingeniería. Especialista en cálculo numérico y computación de alto rendimiento. Sus áreas de interés son ecuaciones de reacción difusión, análisis de redes, ciencia de datos. Actualmente se desarrolla como Machine Learning Engineer y Data Scientist en Interbank desarrollando proyectos en Ciencia de Datos, con énfasis en modelos predictivos, usos de análisis de redes, procesamiento de lenguaje natural, visualización de datos, y computación en la nube (AWS) usando metodología MLOps.

* La Escuela de Postgrado UCSP podrá realizar cambios en la plana docente designada al dictado de los respectivos cursos al tratarse de casos fortuitos o de fuerza mayor.

Calendario

* La Escuela de Postgrado se reserva el derecho de cambiar la plataforma virtual.
* La Escuela de Postgrado UCSP se reserva el derecho de cancelar o postergar el programa si no alcanza el mínimo de alumnos matriculados hasta 7 (siete) días hábiles anteriores a la fecha indicada para el inicio del programa.

Tiempo de dedicación al programa

* Horas lectivas: 200, Horas no lectivas: 400

Inversión

• Preventa: S/ 4,700 hasta el 30 de junio del 2025 (cupos limitados).
• Precio al contado: S/ 5,200.
• Precio total: S/ 5,700 fraccionado en cuotas de:
  • Cuota Inicial de S/ 712.50
  • 7 cuotas de S/ 712.50
    Descargar cuadro de pagos
• Descuentos:
  • Pregunta por tu descuento a la comunidad UCSP y antiguos alumnos.
  • Pregunta por tu descuento corporativo (3 o más personas).

* Para mayor información consulta con nuestra asesora educativa.
* Para ver las orientaciones para devolución de pagos darle clic aquí.
* Aceptamos pagos con todas las tarjetas.
* Los descuentos no son acumulables.
* Los descuentos a la comunidad UCSP, antiguos alumnos y corporativo no aplican en precio de preventa.
* El monto de matrícula es de S/ 200 y está incluida en todas las modalidades de pago y es única al momento de la admisión.

CERTIFICACIÓN

Diploma de Postgrado en Data Science otorgado por la Universidad Católica San Pablo.

* Diploma de postgrado con firmas emitidas en medios digitales.
* Para obtener el diploma de Postgrado, el estudiante debe acreditar el grado académico de bachiller, cumplir con 25 créditos académicos aprobados en el programa de estudios, aprobar todos los cursos con nota mayor o igual a 12 y no tener obligaciones económicas pendientes de pago con la universidad.

Requisitos de admisión

INSCRIPCIÓN

• Ficha de inscripción correctamente llenada.
• Documento de identidad:
  • Peruanos: Copia simple de DNI.
  • Extranjeros: Copia simple del carné de extranjería, pasaporte o documento de identidad oficial de su país de origen.
• Documento académico:
  • Peruanos: Reporte SUNEDU, en caso de no contar con el reporte, copia legalizada del diploma de bachiller.
  • Extranjeros: Copia legalizada del diploma de bachiller por la autoridad competente en el país de origen.

MATRÍCULA

• Compromiso de honor firmado.
• Contrato de prestación de servicios firmado.

* La información que el postulante ingrese en la inscripción es su responsabilidad, la UCSP presume su veracidad.
* Se considera apto para matrícula al postulante que cumpla con todos los requisitos de admisión.
* Si el postulante realiza el pago con anterioridad al proceso de admisión y se comprueba el no cumplimiento de algún requisito de admisión, no se considerará la matrícula.

Condiciones de permanencia y culminación

• Reglamento de Admisión para la Escuela de Postgrado: https://ucsp.edu.pe/transparencia/reglamento-de-admision-para-la-escuela-de-postgrado/
• Reglamento de Estudiantes de la Escuela de Postgrado: https://ucsp.edu.pe/transparencia/reglamento-de-estudiantes-de-la-escuela-de-postgrado/
• Reglamento General de Grados y Títulos: https://ucsp.edu.pe/archivos/transparencia/R-VICE-08-Reglamento-General-de-Grados-y-Titulos.pdf
• Disposiciones particulares de Grados y Títulos de la Escuela de Postgrado: https://ucsp.edu.pe/transparencia/disposiciones-particulares-de-grados-y-titulos-de-la-escuela-de-postgrado/

Requerimientos tecnológicos

• Contar con PC o Laptop.
• Cámara web (interna o externa) con mínimo de 720p de resolución.
• Micrófono (interno o externo).
• Acceso a internet – la velocidad recomendada es de 4 Mbps para descarga y 1 Mbps para subida o superior.
• Navegador Google Chrome o Firefox actualizado.