Data Science Essentials

Agenda

I. Introducción:

La disrupción tecnológica está acelerando la creación de valor y la forma en la que nos relacionamos
con la información, no es la excepción. La evolución hacia la especialización ha generado hoy la
aparición de nuevos perfiles profesionales, uno de ellos es el Data Science, un profesional capaz de
ver el problema, entenderlo, expresarlo y hallar la solución mediante el análisis de data. Además,
ser un puente y un traductor entre el mundo de los negocios y la creación de datos.
Imagina tener estos contenidos desde un acceso remoto sin dejar de lado el nivel académico de
UTEC. Un programa diseñado para profesionales con poco tiempo para acceder a las aulas de
manera presencial, pero con ganas de adquirir conocimiento.
Te invitamos a ser parte de nuestro formato blended con docentes con experiencia internacional y
con perfiles multidisciplinarios del sector público y privado. ¡Innova! y logra esa visión de la
industria que las organizaciones de hoy demandan.

II. Beneficios de un Programa Online:

● El aprendizaje virtual es presentado en formatos multimedia que permiten la interacción, como
videos, lecturas, videoconferencias y evaluaciones autónomas.
● Flexibilidad en tiempos, adaptando las clases al ritmo del participante.
● Tomar pausas y retomar la clase después.
● Puedes repetir el contenido las veces que consideres necesario ¡y no te preocupes si perdiste
una parte del contenido, solo debes retroceder el video!
● Te vuelves autónomo y responsable de tu enseñanza.
● Conocer realidades de distintas regiones y ampliar la red de contactos.
● Clases en vivo por conexión remota para interacción con expertos y networking con tus
compañeros.

III. Dirigido a:
● Profesionales graduados de cualquier carrera universitaria con al menos 2 años de experiencia
en empresas grandes del sector privado o público (TOP 1000) en áreas de negocio, marketing,
comercial, IT, BI o Finanzas.
● Investigadores y personal científico vinculados a la problemática de proveer datos para la toma
de decisiones en el mundo Corporativo o Gobierno.

IV. Objetivos:
● Identificar y reconocer las fuentes de datos que componen el activo de las empresas para una
mejor toma de decisiones.
● Detectar problemas comunes de calidad de datos y adquirir competencias básicas de análisis
orientado a la mejora continua.
● Conocer los alcances, las limitaciones y los aspectos vinculados a la interpretación de diferentes
metodologías analíticas que se aplican en el proceso de monetización.
● Identificar los nuevos roles que surgen para la gestión de los datos y comprender el alcance de
sus responsabilidades.

1
 V. Plan Curricular1

PROPEDÉUTICOS2

Módulo Descripción Fechas Horas

Sesión de Sesión 0
Apertura, presentación y reglas del programa - Sincrónico
Inmersión Sábado, 25 de
Introducción a la plataforma Canvas + Zoom 09:00 – 11:00 h
(Bienvenida) septiembre
Introducción a la herramienta IBM Watson
Semana 1
Studio
Del 27 de septiembre al Asincrónico
Uso de las notebooks y tips de desarrollo en
Watson Studio 03 de octubre
PYTON y R
Sincrónico
Sesión práctica Sábado 02 de octubre
09:00 – 12:00 h
Semana 2
Absolución de consultas y resolución de tareas Asincrónico
Del 04 al 10 de octubre
La estructura de los datos corporativos. Datos
estructurados y no estructurados. Modelos Semana 3
Asincrónico
Fundamentos de lógicos de datos estructurados: entidades y Del 11 al 17 de octubre
Bases de Datos relaciones. Introducción al lenguaje SQL.

Sincrónico
Sesión práctica Sábado, 16 de octubre
09:00 a 11:00 h
Conceptos iniciales de algorítmica. Los elementos
de un lenguaje de programación: tipos de datos,
constantes, variables, operadores, expresiones
Semana 4
Fundamentos de aritméticas. Ingreso de datos y salida de Asincrónico
Del 18 al 24 de octubre
Programación resultados. Principales estructuras de control de
secuencia. Estructuras de datos complejas:
vectores, matrices, listas.
Sincrónico
Sesión práctica Sábado, 23 de octubre
09:00 a 11:00 h

1 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, así como modificar la
programación de alguna sesión agendada en caso se requiera. De igual manera, se reserva el derecho de
reemplazar al expositor que por algún motivo no pueda asistir a las sesiones programadas.
2 Los propedéuticos de Fundamentos de Bases de Datos y Fundamentos de Programación se desarrollan

para nivelar al participante con conocimientos básicos en dichos temas.

2
 TECNOLOGÍAS Y HERRAMIENTAS

Módulo Descripción Fechas Horas

Introducción al pensamiento estadístico. Elementos de
datos estructurados para procesamiento estadístico. Semana 5
Asincrónico
Medidas de posición y dispersión. Análisis Exploratorio Del 25 al 31 de octubre
de Datos univariado y bivariado.
Estadística básica
Probabilidad como medida de la incertidumbre, cómo
para Ciencia de Semana 6
se toman decisiones en estadística, a postulación y el
Datos Del 01 al 07 de Asincrónico
testeo de las hipótesis e introducción a la inferencia
noviembre
estadística.
Sincrónico
Sesión práctica Sábado 06 de noviembre
09:00 a 11:00 h
Taller Watson Sincrónico
Introducción a Watson Studio Modeler Sábado 13 de noviembre
Studio 09:00 a 11:00 h
Ciclo de vida de un modelo analítico. El proceso de Semana 7
preparación de los datos. Modelos descriptivos, Del 08 al 14 de Asincrónico
predictivos y prescriptivos. Principales algoritmos: noviembre
Modelos
clustering, asociación, árboles de decisión, regresión. Semana 8
analíticos para
Validación de performance de los resultados. Estudio de Del 15 al 21 de Asincrónico
Ciencia de Datos
casos. noviembre
Sábado, 20 de Sincrónico
Sesión práctica
noviembre 09:00 a 11:00 h
Sábado, 20 de Sincrónico
Entrega de lineamientos del trabajo final
noviembre 11:00 a 12:00 h
Presentación de un Centro de Excelencia en Ciencia de Datos e interacción Sábado, 27 de Sincrónico
con data scientist noviembre 09:00 a 12:00 h
Semana 9
Qué es y que no es ML. Usos, aplicaciones y abusos de
Del 22 al 28 de Asincrónico
ML.
noviembre
Semana 10
Introducción al Los datos que procesa ML. Aprendizaje supervisado y no Del 29 de noviembre al Asincrónico
Machine Learning supervisado. 05 de diciembre
y la IA
Principales algoritmos de ML: Nearest Neighbours, Naive
Sincrónico
Bayes, Random Forest, Neural Networks. Validación de
Sábado, 04 de diciembre G13: 08:00 a 12:00 h
resultados y performance. Estudio de casos y ejemplos
G2: 14:00 a 18:00 h
de aplicación.

La selección de la herramienta apropiada de Semana 11

Comunicación de visualización. Cómo capturar la atención ordenando la Del 06 al 12 de Asincrónico
resultados y historia detrás de los datos. diciembre
visualización de
Datos Diferencias entre Storytelling y "mostrar resultados". El Sincrónico
análisis del contexto: audiencia, mecanismos de Sábado 11 de diciembre G1: 08:00 a 12:00 h
comunicación, estilo y tono de la comunicación. G2: 14:00 a 18:00 h
Sincrónico
KeyNote Panel con los miembros del concejo Martes, 07 de diciembre
18:00 a 21:00 h

Tecnologías para Taller de problemas de ciencia de datos con enfoque en Sincrónico

Sábado, 18 de diciembre
la Ciencia de Datos el planteamiento del problema e hipótesis. 08:00 a 12:00 h

3La promoción se dividirá en turno mañana (G1) y turno tarde (G2), según el momento de su inscripción.
Se considerará 40 alumnos por turno.
3
 FUNDAMENTOS

Módulo Descripción Fechas Hora

Semana 12
Fundamentos Ética y Cultura de datos. Del 13 al 26 de Asincrónico
diciembre
Legislación de protección de datos personales y Semana 13
su importancia en el procesamiento de datos y el Del 27 de
Asincrónico
diseño de estrategias de "big data". Análisis local diciembre al 09
Privacidad, Seguridad de
y comparado de legislación y jurisprudencia. de enero
los Datos
El estado del arte sobre seguridad de datos, Semana 14
Ethical Hacking y técnicas de defensa. Cambiar y Del 10 al 16 de Asincrónico
poner exclusivamente temas de ciberseguridad. enero

TRANSFORMACIÓN DE NEGOCIO

Módulo Descripción Fechas Hora

Semana 15
Disciplinas que se integran en el GD. Métricas y Del 17 al 23 de Asincrónico
procesos para asegurar la calidad. Gestión del enero
Gobierno y Calidad de los
conocimiento interno sobre los datos.
Datos
Integración y diseño del ecosistema de datos. Semana 16
Estructuras de RRHH que soportan el programa Del 24 al 30 de Asincrónico
de GD. enero

La visión del negocio desde los datos. El método Semana 17

Datathinking de la Ciencia de Datos para una data-driven Del 31 de enero Asincrónico
Company. Diseño de casos uso. al 06 de febrero
Sábado, 05 de Sincrónico
Watson Studio Gobierno y Monetización de Datos
febrero 09:00 a 11:00 h

CLAUSURA

Descripción Fecha Hora

Entrega de trabajo final por parte de los alumnos Miércoles, 23 de febrero Hasta las 23:59 h

Sincrónico
Charla + cierre Sábado, 26 de febrero
09:00 – 12:00 h

N° de Horas síncronas: 41
N° de Horas asíncronas: 62

Total de horas4 103

4Síncrono: sesiones online en vivo, con horario establecido. El participante debe revisar el material propio
del tema antes de la clase síncrona / Asíncrono: revisión del participante sin horario establecido, se ha
considerado como mínimo 4 horas de dedicación para desarrollar tareas y revisión del material entregado.
4
VI. Miembros del Consejo Consultivo

Daniel Alvan | Chief Information and Digital Officer, Yanbal International

Dario Hinestrosa | Vicepresidente Business Development & Data Analytics, Scotiabank

Diego Vallarino | Chief Data Science, Scotiabank – Uruguay

Iván Herrero | Chief Data Officer, Grupo Intercorp

Julio Casas | Data Science & Business Analytics Pre-sales, IBM

Juan Taboada| Leader of Advanced Analytics Center of Expertise, BCP

Marushka Chocobar | Secretaria de Gobierno Digital de la PCM

Michael Collemiche |Director Corporativo Big Data & Analytics, Belcorp

VII. Directores

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 la 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 sociedades.

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.

5
Expositores5

Christophe De Greift
Managing Director, NEXUSQUANTS

Claudio Querol
Managing Director, Axus Advisory Group.

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

Jesús Bellido
Director Interino de Ciencia de la Computación, UTEC

José Miguel Renom

Profesor a tiempo completo, área: Ciencias, UTEC

Juan Taboada
Gerente de Área de Análisis Estratégico y Modelos Avanzados, BCP

Luis Chávez
Estratega de datos en Centro de Excelencia Big Data, BCP

María del Rosario Bruera

Co-Directora de Data Science for Business

Oscar Montezuma
Director, Niubox

Yamilet Serrano
Coordinadora de Ciencia de Datos, Profesor de Ciencia de la Computación, UTEC

5La 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.
6
VIII. Información General

Duración y horario de clases

El programa tiene una duración de 103 horas en total, inicia el sábado 25 de septiembre del 2021
y tiene previsto culminar el sábado 26 de febrero del 2022. Los horarios se encuentran
establecidos en el Plan Curricular.
El programa tiene una metodología de aula invertida, por lo que durante la semana se debe
considerar el espacio asíncrono en el que el participante debe revisar los contenidos virtuales en
el horario que desee, dentro de la semana asignada de acuerdo al Plan Curricular. Es necesario el
compromiso del participante para revisar el material de forma asíncrona previo a la sesión
programada de clases.
Para las sesiones síncronas, el participante deberá conectarse en el horario indicado. Por ello, el
participante debe contar con conexión a internet, cámara web y micrófono con audífonos. UTEC
proporcionará los accesos a las plataformas digitales.

Material para el estudio

El participante del programa accederá al material relacionado al contenido del programa; para
esto se habilitará un acceso online dentro de nuestra plataforma CANVAS.
Todo el material estará disponible en formato digital. Considerar que las lecturas o casos que se
entreguen podrían estar redactadas en inglés, ya que se busca brindar material de vanguardia.

Herramientas de aprendizaje
En el presente programa, el participante hará uso de las siguientes plataformas tecnológicas que
permitirán el logro de sus aprendizajes:
● Canvas – plataforma de e-learning en donde estarán colgados los recursos de aprendizaje.
● Zoom Video - sistema de videoconferencia multiplataforma que permite la interacción
entre participantes y profesores en tiempo real.
● IBM Watson Studio – plataforma abierta para data science que permite la analítica de
grandes volúmenes de datos.

Conexión a sesiones
Para una conexión efectiva a las clases de manera virtual, es imprescindible que el alumno se
asegure con la debida antelación de contar con el equipo y accesorios necesarios, así como de
seguir las siguientes indicaciones:
1. Internet estable, mínimo de 6 mbps dedicados. Se recomienda conexión por cable de red.
2. Usar audífonos con micrófono incluido.
3. Estar en un lugar libre de ruido e interrupciones.
4. Ingresar 10 minutos antes para asegurar un ingreso exitoso

7
 Acompañamiento virtual
El participante del programa contará con el apoyo de un tutor de aprendizaje virtual, quien dará
soporte en las consultas técnicas sobre el contenido del programa y estará disponible cada
semana de forma asíncrona.
Además, contará con el seguimiento virtual del asistente académico y estará durante el desarrollo
de las sesiones síncronas. Horario de atención: de lunes a viernes de 12:00 a 14:00 y de 17:00 a
20:00hrs., con nivel de respuesta aproximado de 24 horas hábiles. Además, el horario agendado
para el desarrollo de las clases síncronas.

Certificación
1. UTEC otorgará un Certificado digital6 a los participantes que aprueben7 satisfactoriamente el
Programa Especializado en Data Science Essentials.
2. IBM entregará un certificado por haber participado del taller en Introducción a la
herramienta IBM Watson Studio. Se brindará dicho certificado únicamente a las personas
que asistan al taller de Introducción a la herramienta IBM Watson Studio y que aprueben el
programa Programa Especializado en Data Science Essentials.

Informes

Cargo Nombre e-mail

Supervisora de ventas de Educación Ejecutiva Taina Barboza ybarboza@utec.edu.pe

6 El certificado se envía al correo registrado a través de la cuenta: Comunicacioneseducacionejecutiva@utec.edu.pe,

en dicho documento se indica la aprobación del programa, no se indica la nota y es firmado por el Director de
Educación Ejecutiva.
7 La nota mínima aprobatoria es de 12.50.