Programa Especializado en

Advanced Analytics & AI

Aplicaciones disruptivas en los negocios
Streaming - modalidad online en vivo

Temario

1. Introducción

El mundo es hoy una revolución de datos. Con la cantidad exponencial de datos generados cada
minuto, las industrias deben capitalizar este nuevo paradigma para diseñar cada vez más innovadoras
capacidades de analítica. Es por ello que nuestro programa de Advanced Analytics & AI: Aplicaciones
disruptivas combina tres elementos sustanciales para la generación de valor out-of-the-box:
aprendizaje de las metodologías de problem-solving y data analytics; exposición a aplicaciones de
analítica innovadoras y poco convencionales; y empleo de las principales herramientas de data
analytics y data visualization.

El énfasis del programa tiene como principal pilar la presentación y entendimiento de casos de uso
reales para distintas industrias, principalmente con aplicaciones en disciplinas de marketing y
operaciones.

Este es un programa que permite formar profesionales para liderar equipos de analítica enfocados
en la generación de valor de negocio mediante modelos disruptivos. No es, en cambio, un programa
para formación de científicos de datos.

Al finalizar el programa los estudiantes tendrán la oportunidad de trabajar con herramientas

modernas, y serán capaces de:

o Aprender casuísticas de negocio no convencionales que el participante pueda replicar a su

propia realidad de negocio.
o Trabajar colaborativamente con otros data scientists, data engineers, project managers y
expertos de diversas industrias para trabajar en soluciones adecuadas.
o Aprender las metodologías para identificar problemas, hipótesis y findings preliminares.
o Entender el proceso preliminar de data discovery.
o Conocer los procesos de data gathering, data wrangling, y feature engineering.
o Conocer los potenciales de trabajar con data estructurada y no estructurada.
o Entender el diseño de prototipos de deep learning/machine learning por caso de uso.
o Diseñar soluciones enfocadas en analytics para generar valor de negocio.
o Comunicar efectivamente findings y soluciones mediante storytelling y presentaciones de
impacto.
o Liderar equipos de data scientists.

2. Dirigido a

Profesionales que respiren analytics, apasionados por analizar información para descubrir lo que
otros no pueden descubrir; técnicamente estructurados para identificar y validar hipótesis de una
manera científica; y con competencias de comunicación para crear y diseñar historias de la data y
convertirlas en presentaciones de alto impacto.
3. Objetivos
• Entender los principios metodológicos adecuados para garantizar una eficaz y eficiente proceso
de analítica de datos.

• Aprender a identificar fuentes de generación de valor de negocio mediante la aplicación de

analítica avanzada e inteligencia artificial.

• Aprender aplicaciones de analítica avanzada disruptivas, que puedan replicarse a otras

realidades e industrias.

• Aprender la aplicación de algunas técnicas de analítica avanzada y Machine Learning.

• Tener una exposición intermedia a programas y herramientas de Data Science.

4. Plan Curricular

Durante el Curso Especializado en Advanced Analytics & AI: Aplicaciones disruptivas, se enseñará a
aplicar la analítica avanzada sobre la metodología de problem-solving y casos de uso reales, empleando
técnicas de machine learning y deep learning. De esta manera se potenciarán las habilidades de analítica
mediante la identificación preliminar de hipótesis, para luego conocer y entender herramientas de
Python, R, Tensorflow entre otras. Además, se aplicará el modelamiento sobre entornos On-Premise y
Cloud como Snowflex, Cloudera, Oracle, Google Cloud Platform, Azure o AWS. En el curso se emplearán
datasets ad-hoc para caso de uso que se verá en clase y se entregará un dataset especial para el
proyecto final del curso, con la finalidad de que los alumnos pongan en práctica el conocimiento
desarrollado durante el curso.

MÓDULO I: Introducción a la analítica avanzada y AI

Comprender los fundamentos de la analítica avanzada, sus principales tipos y aplicaciones, y las
herramientas prácticas adecuadas para data analytics y data visualization.

MÓDULO II: Fundamentos de data visualization y coding

Comprender los fundamentos de la analítica avanzada, sus principales tipos y aplicaciones, y las
herramientas prácticas adecuadas para data analytics y data visualization.

MÓDULO III: El proceso de Advanced Analytics

Comprender el rol del análisis del proceso de problem-solving e identificación de hipótesis, y conocer
los pasos de un eficiente proceso de analítica avanzada.

MÓDULO IV: Casos de uso: Creando valor mediante analítica disruptiva

Conocer y aprender aplicaciones disruptivas y no convencionales de analítica avanzada, con soluciones
en distintas industrias como: consumo masivo, agroindustria, deportes, entre otras.

MÓDULO V: Proyecto final

Presentar y discutir los proyectos finales de cada grupo de trabajo.
 5. Cronograma1

Módulo Sesión Día Fecha Horario Temas Horas

• Sesión introductoria.
Bienvenida e 0 Miércoles 14 abr. 18:00 a 20:00 • Explicación de la estructura del curso 2
introducción y proyecto final.
• Introducción a los fundamentos de la
analítica avanzada.
• Los diferentes conceptos de AA & AI.
1 Sábado 17 abr. 19:00 a 22:00 3
• Las técnicas.
• El enfoque caso de uso.
• Ejemplos de casos de uso.
• Principales aplicaciones de analítica.
• Introducción a las técnicas y algoritmos.
2 Miércoles 21 abr. 19:00 a 22:00 3
• Técnicas por caso de uso.
• Ejemplos prácticos.
Módulo I: • 12 falacias analíticas que evitar en el análisis
3 Sábado 24 abr. 09:30 a 12:30 de datos. 3
Introducción a la
analítica avanzada y AI • Ejercicios prácticos.
• Economía de los datos
• Governance
4 Miércoles 28 abr. 18:00 a 21:00 • Privacidad 3
• Ciberseguridad
• Ética y cultura de datos

Sábado 01 may. Feriado: Día del trabajo

• Introducción a la herramienta IBM Watson
5 Miércoles 5 may. 18:00 a 21:00 3
Studio
• Discovery analytics y la visualización de
datos
6 Sábado 8 may. 09:30 a 12:30 • Introducción a la visualización de datos. 3
• Visualización de datos: ejercicios en
Tableau.

7 Miércoles 12 may. 18:00 a 21:00 • Introducción a la programación y coding.

Módulo II: • Presentación de principales herramientas
de programación:
Fundamentos de data o R
visualization y coding o Python
8 Sábado 15 may. 09:30 a 12:30
o Tensorflow
12
• Presentación de soluciones Cloud:
o Snowflex
o Cloudera
9 Miércoles 19 may. 18:00 a 21:00
o Google Cloud
o AWS
10 Sábado 22 may. 09:30 a 12:30 • Ejercicios prácticos en R/Python.

• El proceso de data analytics.

11 Miércoles 26 may. 18:00 a 21:00 • Teoría problem-solving.
o Issue trees
o Ejercicios de issue trees 6
o Hypothesis trees
Módulo III: 12 Sábado 09:30 a 12:30
29 may. o Ejercicios de hypothesis trees
• Data Discovery.
El proceso de Advanced
Analytics* • Priorización de hipótesis y casos de uso.
• Data quality & feature engineering.
• El proceso de analytics y testing.
13 Miércoles 2 jun. 18:00 a 21:00 3
• Generación de insights.
• Economics & business case.
• Operacionalización de casos de uso.

1Nota. La Universidad de Ingeniería y Tecnología, se reserva el derecho de postergar, reprogramar o cancelar el programa en caso no se cuente con la cantidad
mínima necesaria de participantes.
* Sesiones cruciales, evitar inasistencia en lo posible.
 Módulo Sesión Día Fecha Horario Temas Horas
• Caso de estudio – Nº 1 “Pricing”
o Teoría inicial
14 Sábado 5 jun. 09:30 a 12:30 o Presentación del caso
(problemas e hipótesis)
o Data discovery 6
o Casos de uso resultantes
15 Miércoles 9 jun. 18:00 a 21:00 o Priorización de casos de uso
o Solución analítica
• Caso de estudio – Nº 2 “Demand
Forecasting”
16 Sábado 12 jun. 09:30 a 12:30
Módulo IV: o Teoría inicial
o Presentación del caso
Casos de uso: Creando (problemas e hipótesis) 6
valor mediante analítica o Data discovery
disruptiva * 17 Miércoles 16 jun. 18:00 a 21:00 o Casos de uso resultantes
o Priorización de casos de uso
o Solución analítica
• Caso de estudio – Nº 3
o Teoría inicial
18 Sábado 19 jun. 09:30 a 12:30 o Presentación del caso
(problemas e hipótesis)
o Data discovery 6
o Casos de uso resultantes
19 Sábado 26 jun. 09:30 a 12:30 o Priorización de casos de uso
o Solución analítica
• Presentación de proyectos grupales:
Módulo V:
o Presentaciones
20 Miércoles 30 jun. 18:00 a 21:00 3
o Discusión en clase
Proyecto final
• Entrega de casos individuales.

Total de horas2: 62 Hrs.

Desarrollo de sesiones prácticas
Se desarrollarán en los módulos 2, 3 y 4.

Mentorías personalizadas
Se programará un bloque de 2 horas de mentoría para atender los avances del proyecto final, se realizarán al
final del módulo 2 y durante el módulo 3. El horario y programación se acordará con el coordinador académico.

6. Requisitos de conocimiento (recomendados)

• Bachiller en carreras de ciencias o humanidades.
• Trayectoria comprobada con exposición a gestión de datos y data analytics.
• 2+ años de experiencia relevante en áreas de negocio y de soporte.
• No son necesarios conocimientos de programación en Python, R, Pandas, SQL, SAS o C/C++.
• Habilidades informáticas básicas e inglés intermedio3.

7. Requisitos complementarios (ideales, no indispensables)

• Conocimientos básicos en: Machine Learning, GeoAnalytics, Text Analytics, Data Mining, Neural Networks.
• Conocimientos básicos en soluciones cloud computing environment (ej: Amazon Web Services).

8. Requisitos técnicos de equipo

• Una computadora con al menos 8 GB de RAM es altamente deseada.
• Internet fluido.
• Navegador Chrome.
• Un sistema operativo de 64 bits (Windows o Linux).

2 Se contabiliza el bloque de 2 horas asignado para mentorías personalizadas.

3 Considerar que el material de clase (vídeos, pdf, etc.) podría estar en inglés.
9. Directores

Antonio Roig

Lima, Perú (1971). Ejecutivo senior con más dos décadas de experiencia en banca, telecomunicaciones,
tecnologías de información, cosméticos y consultoría, industrias en las que fue responsable de definir
estrategias de crecimiento rentable y sostenible mediante la aplicación de prácticas de analítica
avanzada e Inteligencia Artificial. Ha seguido cursos de especialización en Kellogg School of
Management, Professional Pricing Society y London School of Economics. Es Ingeniero Industrial de la
Universidad de Lima y MBA de The University of Manchester.

Carlos Calderón

Reconocido practitioner de la transformación corporativa, con 25 años de destacada trayectoria

profesional en industrias de tecnología y servicios, habiendo participado y liderado 6 corporate start-
ups en 4 países distintos de la región.

Hoy es el Director de Data Science & AI Academy en UTEC, CEO en Datathinking y Socio Fundador de
Leading Digital, la plataforma de líderes para la transformación corporativa más relevante del país. Es
Mentor en el ecosistema peruano de start-ups y un influyente líder en el mundo de los negocios, desde
donde participa activamente en diversos consejos consultivos y causas benéficas que buscan mitigar el
impacto de la Disrupción en la sociedad.

María del Rosario Bruera

Ingeniera, egresada de la Universidad Nacional de Rosario en Argentina y Managing Director en Census,

consultora especializada en Gobierno y Ciencia de Datos.

Por más de 10 años fue la Directora del área de desarrollo analítico y de configuración de las plataformas
de soporte a las decisiones en Equifax – Argentina, desde donde también atendió los mercados de
Paraguay y Uruguay, habiendo liderado la implantación del programa de Gobierno de Datos.

Además, es Docente de grado y posgrado en las Universidades Nacional de Rosario, Tecnológica

Nacional, de Palermo, de Belgrano, Kennedy, UADE, ITBA Asignaturas: Programación, Sistemas de
Información, Estadística, Sistemas de Soporte a las Decisiones y maestrías de Data Mining y Explotación
de Datos. Profesional de apoyo a la investigación del Consejo Nacional de Investigaciones de Argentina
(CONICET) y autora del capítulo “Los datos que soportan las decisiones de Marketing” del libro “El Mejor
Marketing” editado por AMDIA en 2017.
 10. Expositores4

Antonio Roig
Managing Partner, Ataria AI

Carlos Jiménez
Global Manager - eCRM & Consumer Data, Belcorp

Carlos Calderón
Co-Director de Data Science for Business

Claudio Querol
Managing Director, Axus Advisory Group

Oscar Montezuma
Director, Niubox

María del Rosario Bruera

Co-Director de Data Science for Business

Luz Fernández Gandarias

Directora del Institute for Advanced Analytics and Data Science, Aporta

David Allende
Lead Data Scientist, Tottus - Corporativo en la Gerencia de Transformación Digital

Ricardo Morales
Product Owner, Lastcard – Canadá

4 Nota. La Universidad de Ingeniería y Tecnología, se reserva el derecho de reemplazar a los expositores que por algún motivo no puedan asistir a las sesiones
programadas.
 11. Certificación5
UTEC otorgará un Certificado a los participantes que aprueben satisfactoriamente el Programa
Especializado en Advanced Analytics & AI.

12. Evaluación académica

La evaluación es vigesimal, siendo la nota mínima aprobatoria 13.00.
La tolerancia para conectarse a cada sesión es de 10 minutos una vez iniciada la misma.

Participación en clase 10%

Quizzes de clase 20%

Caso individual 25%

Proyecto grupal 45%

TOTAL 100%

Quizzes. Se realizarán ocho (8) quizzes a lo largo del curso, los mismos que se darán al final de las sesiones 2,
5, 8, 11, 12, 14, 16 y 18. Serán pruebas de selección múltiple de máximo 30 minutos a realizarse en clase de manera
online.

Caso individual. Será planteado la primera sesión de clases. Será un caso más teórico que práctico, en el que se
evaluará el nivel de disrupción de la propuesta presentada. La fecha de entrega será la última sesión de clases.

Proyecto final. Se planteará previo al inicio del Módulo 2. Será un trabajo en equipos planteados por el profesor
del curso, en el que los estudiantes deberán aplicar lo desarrollado en clase de manera teórica y práctica. La fecha de
entrega será la última sesión de clases.

13. Inicio

Miércoles 14 de abril del 2021 a las 18:00 hrs.

14. Precio

S/ 6,500 (soles)

Para más información sobre descuentos u opciones de pago, por favor, consultar a:

Nombre Cargo E-mail

Taina Barbosa Supervisora de Ventas educacionejecutiva@utec.edu.pe

5 El Certificado se emite de manera digital y se enviará al correo registrado desde comunicacioneseducacionejecutiva@utec.edu.pe