CERTIFICADO

FOUNDATIONSPROFESIONAL
OF CYBERSECURITY
AND
EN RISK MANAGEMENT
INGENIERÍA DE DATOS
Conocimientos de vanguardia para avanzar en tu carrera de ingeniería de datos.

Realizado
Delivereden
in colaboración con
collaboration with
 Panorama general
A medida que el uso de la tecnología se expande, la ingeniería de datos se vuelve cada vez más vital, presionando al alza
la demanda de ingenieros especializados. De hecho, según el informe Dice Tech Job Report, la ingeniería de datos fue la
ocupación tecnológica de más rápido crecimiento en 2020. ¿Por qué? Porque antes de que los científicos de datos puedan
obtener información útil de las montañas de datos que poseen las organizaciones, esos datos deben configurarse,
almacenarse y hacerse accesibles. Y son precisamente los ingenieros de datos los responsables de construir esa
infraestructura.

El Certificado Profesional en Ingeniería de Datos del MIT xPRO es un programa de inmersión, de seis meses, diseñado para
proporcionarte conocimientos de ingeniería de datos listos para aplicarlos en tu trabajo y, así, sumar una ventaja
competitiva a tu currículum y a tu organización. A través de la exploración de conceptos básicos, herramientas, técnicas
y mejores prácticas, los participantes aprenderán lo esencial de la ingeniería de datos, desde la creación de arquitecturas
de datos y almacenes de datos eficaces hasta el diseño de modelos de datos, la racionalización del procesamiento de
datos, la automatización de canalizaciones de datos, la gestión de datos y la ingeniería de big data. Los participantes
también reciben retroalimentación personalizada y tienen consultas semanales en directo con los facilitadores del
aprendizaje, así como la oportunidad de desarrollar una cartera de GitHub para posibles empleadores.

Los programas de aprendizaje en línea de MIT xPRO ofrecen contenidos alineados con la industria y con expertos de
renombre mundial; son accesibles en cualquier momento y lugar, y apoyan a los técnicos en desarrollo a enfrentar los
retos de su entorno profesional.

Da el siguiente paso para lanzar tu carrera en ingeniería de datos.

Precio Duración $128,631 USD

6 meses, online Salario medio anual de un ingeniero
$5,175 USD 15 – 20 horas a la semana de datos en Estados Unidos.
(Fuente: Indeed, 2023)

"Los ingenieros de datos construyen el 'sistema nervioso' de la empresa. Sin él, la organización no
puede reaccionar a los cambios que se presentan en su interior o en el entorno empresarial. También
construyen los sistemas de software y hardware que impulsan la visión de la empresa y dominan no
sólo el software, sino también el hardware, las redes y las aplicaciones analíticas que modifican los
datos cotidianos."
– John R. Williams, Profesor de Ingeniería de la Información, MIT

01
Lo más destacado del programa

Obtén un certificado del MIT xPRO.

Haz tuya información valiosa con demostraciones de

codificación de profesores de renombre del MIT.

Aprende habilidades de ingeniería de datos aplicables

de inmediato en un mercado de alto crecimiento.

Crea una cartera de proyectos en GitHub para compartirla

con posibles empleadores.

02
Experiencia del programa

+20 horas +5 horas 8 horas 19 clases en

de clases grabadas de tutoría en directo de actividades video de desarrollo
con los profesores y apoyo profesional opcionales de profesional que
del MIT desarrollo abarcan 30
profesional temas profesionales

Ejemplo de agenda semanal del programa

Los alumnos deben dedicar un mínimo de 15–20 horas semanales al programa.

1 hora de clases en video grabada

con los profesores

1 hora de interacción en directo con los

facilitadores de aprendizaje del programa**

2 horas de autoestudio y
ejercicios prácticos

2 horas de interesantes debates con

compañeros para intercambiar y generar ideas

13 horas de rigurosas tareas calificadas

para aplicar y reforzar el material de las clases

*Servicios proporcionados por Emeritus, socio de aprendizaje de este programa.

** Las interacciones en vivo están sujetas a cambios según la disponibilidad.
03
Viaje de aprendizaje
Desde el proceso de inscripción hasta la identificación de oportunidades laborales, nos asociamos contigo para
que des el siguiente paso en tu carrera.

FACILITADOR DEL APRENDIZAJE

Tu facilitador de aprendizaje capitalizará su
experiencia y conocimientos del sector para
guiarte en sesiones en directo, proporcionándote
retroalimentación de tus tareas y respondiendo
a tus preguntas.

ASESOR DEL PROGRAMA COMUNIDAD DE APRENDIZAJE

Tu asesor del programa te ayudará
en tu proceso de inscripción,
responderá a cualquier pregunta
previa al programa y facilitará
tu transición.
Tu comunidad de aprendizaje te
proporcionará un entorno interactivo
en el que podrás aprender con un
grupo de personas afines y crear una
red global de compañeros.

04
Herramientas y recursos del programa
El Certificado Profesional en Ingeniería de Datos emplea las últimas herramientas y recursos de la industria, incluyendo:

· MySQL · MySQL Python Connector · Wget

· Hadoop Driver · PySpark
· Docker · MySQL Shell · Airflow
· Cassandra · Git · Mosquitto
· Google Colab · Postman · ThingsBoard
· Jupyter Notebook · Strapi · Web Sockets
· Kafka · Flask Web Server · Node.js
· GitHub · Java · OAuth2
· Spark · Nano Text Editor · Okta
· Firebase · Debezium · MongoDB
· Swagger · Spring Boot · Redis
· MySQL Workbench · Curl · JSON Web Tokens
· Visual Studio Code · Mapbox · JavaScript
· Maven · YAML
· NiFi

Librerías Python con · NumPy · Feather

las que trabajarás: · pandas · Lorem
· DASK · Node-rdkafka
· SciPy · Graphviz
· TensorFlow · Data-Driven Documents (D3)
· Matplotlib · NotebookJS
· Seaborn · NLTK
· Scikit-learn · Paho
· OpenSSL · Express
· Gym · Kafka-Python
· Arrow

"La ingeniería de datos es realmente un componente básico de la infraestructura de datos actual. Como
las organizaciones no pueden funcionar sin datos, también es una carrera con muchas oportunidades y
un trabajo increíblemente interesante".
– Abel Sánchez, Investigador Científico y Director Ejecutivo
del Centro de Datos Geoespaciales del MIT

05
¿Para quién es este programa?

Los que deseen impulsar su carrera: Recién licenciados, posgraduados o becarios STEM
que quieran iniciar una carrera en un campo de gran crecimiento, mediante la
exposición a la ingeniería de datos.

Los que deseen crecer profesionalmente: Ingenieros de software/profesionales de la

tecnología que están iniciando su carrera, y buscan conocer y manejar las últimas
herramientas y técnicas de ingeniería de datos para crecer en su profesión.

Los que deseen cambiar de giro: Profesionales a mitad de carrera que desean redirigir su
desarrollo hacia la ingeniería de datos, desde la tecnología de la información, el análisis, las
finanzas, la gestión de proyectos, la cadena de suministro u otros campos técnicos.

Los solicitantes deben tener: También se recomienda:

Licenciatura o superior Formación académica en campos STEM
Conocimientos sólidos de matemáticas Experiencia laboral técnica
Cierta experiencia en programación Cierta experiencia con Python, R o SQL
Cierta experiencia con estadística y cálculo

Prepárate para estos potenciales puestos de trabajo:

Ingeniero de datos
Ingeniero de big data
Ingeniero de software de datos
Ingeniero de análisis de datos
Ingeniero de ciencia de datos
Ingeniero de plataforma de datos
Ingeniero de datos de Python
Ingeniero de datos de la nube
Ingeniero de almacenes de datos
Ingeniero de integración
Ingeniero de infraestructuras de datos
Ingeniero de sistemas de datos
Ingeniero de inteligencia de negocio

*Los participantes deben tener 18 años o más para solicitar este programa.

06
Aprendizajes clave
Este programa está diseñado para proporcionarte las habilidades que necesitas para iniciar o
continuar tu carrera en ingeniería de datos. Los resultados de aprendizaje de alto nivel para
este programa incluyen:
Desarrollar y analizar bases de datos utilizando la ciencia de datos, herramientas y habilidades de
ingeniería de datos, incluyendo SQL y Python.
• Utilizar múltiples bibliotecas de Python, como NumPy, Pandas, DASK, SciPy, TensorFlow, Matplotlib,
Seaborn, Scikit-learn, OpenSSL, Gym, Arrow, Feather, Lorem, Node-rdkafka, Graphviz, Data-Driven
Documents (D3), NotebookJS, NLTK, Paho, Express y Kafka-Python.
• Diseñar bases de datos conceptual y formalmente.
• Realizar la extracción, transformación y carga (ETL) de un conjunto de datos.
• Realizar la captura de datos de cambio (CDC).
• Desarrollar una aplicación web en Java.
• Conectar una base de datos a Debezium.
• Crear una aplicación utilizando tokens web.
• Crear una aplicación de datos de tránsito utilizando Mapbox y Maven.
• Utilizar NiFi para crear una canalización ETL.
• Utilizar Hadoop para manejar big data.
• Utilizar Docker para crear y manipular imágenes y contenedores Spark.
• Utilizar PySpark para consultar datos.
• Crear un flujo de trabajo en Airflow.
• Aprender la contenedorización de bases de datos, cómo utilizar contenedores cuando se trabaja con
bases de datos, y cómo ejecutar consultas para interactuar con un contenedor de base de datos.
• Aprender visualización de datos.

Configurar una red para garantizar la seguridad de los datos.

• Identificar los conceptos clave de seguridad, encriptación y autenticación.
• Desarrollar una aplicación web en Java.
• Definir la arquitectura de tokens web y crear una aplicación utilizando tokens web.

Implementar algoritmos de inteligencia artificial (IA)/aprendizaje automático (AM), incluidos los de

aprendizaje por refuerzo y redes neuronales profundas.
• Aprender los conceptos fundamentales del aprendizaje por refuerzo, como la matriz de recompensa,
la matriz de calidad, la ecuación de Bellman y las redes neuronales profundas.
• Aplicar el descenso gradiente para reducir el error.
• Implementar los teoremas de Naïve Bayes, Gaussian Naïve Bayes y k-means utilizando Scikit-learn.

Gestionar big data utilizando plataformas de almacenamiento de datos y gestión de flujos de trabajo.
• Ejecutar operaciones paralelas en DASK.
• Transmitir datos a través de web sockets.
• Identificar los conceptos clave relacionados con la visualización, los datos no estructurados y
JavaScript.
• Crear una canalización de datos sensemaking.

Construir una interfaz de usuario para visualizar e interactuar con grandes cantidades de datos de
streaming en directo.
• Analizar los casos de uso de Mosquitto.
• Transmitir datos en directo a ThingsBoard.
• Analizar los datos transmitidos en directo utilizando ThingsBoard.
• Construir un servidor web utilizando Kafka.

Crear un portafolio de GitHub para presentar los proyectos que crees a posibles empleadores. 07
Objetivos de aprendizaje del programa
• Explicar los conceptos clave de la ciencia de datos y la ingeniería de datos.

• Desarrollar y analizar bases de datos utilizando la ciencia de datos, herramientas y habilidades de ingeniería de
datos, incluyendo SQL y Python.

• Configurar una red para garantizar la seguridad de los datos.

• Gestionar big data utilizando plataformas de almacenamiento de datos y gestión de flujos de trabajo.

• Implementar algoritmos de IA y aprendizaje automático, incluidos los de aprendizaje por refuerzo y redes neuronales
profundas.

• Construir una interfaz de usuario para visualizar e interactuar con grandes cantidades de datos de streaming en
directo.

Módulos del programa

1. Introducción a Python
2. Python: Introducción a NumPy
3. Python: pandas
4. Bases de datos: SQL
5. Bases de datos: Sentencias SQL básicas
6. Análisis de bases de datos y la interfaz cliente-servidor
7. Un modelo para predecir el precio de la vivienda
8. ETL, análisis y visualización
9. GitHub y funciones avanzadas de Python
10. Conceptos básicos de ingeniería de software
11. Fundamentos de la arquitectura cliente-servidor
12. Tipos de bases de datos y contenedores de bases de datos
13. CDC
14. Java y Debezium
15. Uso de la programación avanzada en Python para crear aplicaciones web
16. Datos de tránsito e interfaces de programación de aplicaciones (API)
17. Realización de ETL con NiFi
18. Plataformas para el tratamiento de big data
19. Procesamiento de big data con Spark y Airflow
20. Introducción al aprendizaje automático y la probabilidad avanzada
21. Introducción al aprendizaje por refuerzo y a las redes neuronales profundas
22. Procesamiento y streaming de big data
23. Creación de un canal de datos
24. Manejo de big data con Mosquitto, ThingsBoard y Kafka

08
Programa
Este programa está organizado en tres secciones:

Sección 1
En la primera sección del programa aprenderás los fundamentos del lenguaje de programación Python, cómo
trabajar con bases de datos relacionales utilizando SQL y cómo trabajar con Python para crear bases de
datos y canalizaciones de servidor.
Módulo 1–3: Python, NumPy, Matplotlib y pandas
• Trabajarás con múltiples librerías punteras de Python, como NumPy, Matplotlib y pandas. Utilizarás
tipos de datos básicos y estructuras avanzadas en Python, como listas, tuplas, conjuntos y
diccionarios.
Módulo 4–6: Bases de datos relacionales y SQL
• Escribirás consultas complejas a bases de datos, utilizarás expresiones regulares, limpiarás una base
de datos, definirás controladores para leer una tabla, escribirás archivos en tu base de datos y
escribirás archivos YAML.
Módulos 7 y 8: Proyectos de cartera
• Construirás un modelo de predicción utilizando la regresión lineal.
• Utilizarás ETL para analizar un conjunto de datos y luego visualizarás los resultados utilizando
Matplotlib.

Sección 2
En la segunda sección del programa aprenderás funciones más avanzadas de Python y crearás una cartera de
GitHub para presentar tus proyectos a posibles empleadores. Después, profundizarás en diversas
herramientas de línea de comandos y seguridad de datos. Trabajarás en tareas como la contenedorización de
bases de datos, CDC y el manejo de datos.
Módulo 9–11: GitHub, Docker, Visual Studio Code y Flask
Aprenderás construcciones más avanzadas de Python, como clases, envoltorios y decoradores.
Trabajarás con varias herramientas de ingeniería de software, como Postman, Docker, Flask,
Bootstrap, cookies y herramientas de seguridad.
Practicarás el uso de comandos de línea de comandos, la programación asíncrona basada en eventos,
la estructura HTTP y la creación de API.
Módulo 12–14: Contenedores de bases de datos, CDC, Java y Debezium
• Aprenderás a utilizar contenedores cuando trabajes con bases de datos y a ejecutar consultas para
interactuar con un contenedor de base de datos. Manipularás datos y realizarás CDC en distintos
tipos de bases de datos, como MongoDB, Cassandra, Redis y Firebase. Practicarás los fundamentos
del lenguaje de programación Java y utilizarás Debezium para realizar CDC en contenedores.
Módulos 15 y 16: Proyectos de cartera
• Crearás una aplicación web y utilizarás tokens web, autenticación y autorización JavaScript Open
Notation (JSON) para crear funciones de seguridad. También manipularás una base de datos
utilizando diccionarios redundantes de Python.
Utilizarás Mapbox y Maven para crear una aplicación de datos de tránsito.
09
Sección 3
En la tercera sección del programa explorarás las herramientas que se utilizan para gestionar big data y el
almacenamiento de datos. Aprenderás cómo se integran el aprendizaje automático, el aprendizaje por
refuerzo, la probabilidad avanzada y las redes neuronales profundas en la ingeniería de datos.
Módulos 17–19
• Utilizarás NiFi para construir una canalización ETL y trabajarás con Hadoop, Spark y Airflow para crear
canalizaciones de datos para el procesamiento de big data. Utilizarás PySpark para consultar big data.
Módulos 20–22
• Practicarás algoritmos matemáticos fundamentales de aprendizaje automático e implementarás la
biblioteca Python Scikit-learn. Transmitirás big data utilizando las bibliotecas pandas, Parquet y
Feather. Utilizarás la biblioteca DASK para crear, leer, escribir y analizar múltiples archivos en paralelo y
simular el procesamiento paralelo en máquinas distribuidas.
Módulos 23 y 24: Proyectos de cartera
• Limpiarás datos de páginas web y utilizarás JavaScript, el Modelo de Objetos de Documento y el
lenguaje de marcas de hipertexto para crear una canalización de datos sensemaking. Visualizarás tus
datos con la biblioteca D3 de JavaScript.
• Utilizarás un protocolo MQTT para producir datos de temperatura y humedad y publicarlos en
ThingsBoard. Utilizarás Kafka para crear una aplicación Python que publique los datos de localización de
los vehículos en un tema Kafka. Por último, utilizarás Node.js para construir un servidor web que actúe
como consumidor de los mensajes recibidos del broker Kafka.

Nota: Se incluyen semanas de descanso para cubrir trabajo para el proyecto y preparar el módulo siguiente. 10
Tareas y proyectos para tu portafolio
Cada módulo incluye tareas atractivas y culmina con al menos un proyecto para tu portafolio de GitHub, que
completarás basándote en lo aprendido en esa parte del programa.

Tareas

Debates entre compañeros Actividades interactivas Ejercicios prácticos Comprobaciones de conocimientos

Ejercicios de codificación

Los ejercicios de codificación se integran en varios módulos mediante actividades sencillas, utilizando Jupyter
Notebook. Te permiten practicar la construcción de habilidades de composición para prepararte para las tareas
y los proyectos de cartera.

Proyectos para tu portafolio

Construye un modelo de aprendizaje automático predictivo que implique la selección de características

para la regresión lineal.

Construye un modelo de aprendizaje por refuerzo para la navegación de robots (desde cero en Python),
ejecuta TensorFlow para un modelo de red neuronal profunda (Deep Dream en Colab).

Construye un broker productor/suscriptor para visualizar datos de sensores MQTT en streaming.

Carga en streaming 100 millones de líneas de datos, crea y escribe 20 archivos en paralelo utilizando
DASK.

Protege tu servidor web utilizando tokens web JSON.

Recibirás comentarios personalizados de los líderes de tu programa sobre tus repositorios de GitHub, asegurándote
una cartera lista para el mercado y para compartir con posibles empleadores.

11
Profesorado

El Dr. John R. Williams es Licenciado en Física por la

Universidad de Oxford, Máster en Física por la UCLA y Doctor en
Métodos Numéricos por la Universidad de Gales, Swansea. Su
investigación se centra en la aplicación de la computación a
gran escala a problemas de seguridad ciberfísica y estudios
energéticos. Es director del Centro de Datos Geoespaciales del
MIT y, de 2006 a 2012, fue director del Laboratorio de
Identificación Automática del MIT, que inventó el Internet de
las Cosas (IdC).

El Dr. WIlliams es autor o coautor de más de 250 artículos en

revistas y papers, así como del libro RFID Technology and

John R. WIlliams Applications. Colaboró en el informe de 2013 para el proyecto

Catedrático de Ingeniería de la Información,
Departamento de Ingeniería Civil y
Medioambiental del MIT
de prospectiva de la Oficina de Ciencia del Gobierno del Reino
Unido: El futuro de la fabricación.
Junto con Bill Gates y Larry Ellison, fue nombrado una de las
50 personas más poderosas de las redes informáticas. Es
consultor de organizaciones como Accenture, Schlumberger,
SAP Research, Microsoft Research, Kajima Corp, U.S. Lincoln
Laboratory, Sandia National Laboratories, U.S. Intelligence
Advanced Research Projects Activity, Motorola, Phillip-Morris
Inc, Ford Motor Company, ExxonMobil, Shell, Total y ARAMCO.

Las colaboraciones internacionales del Dr. Williams incluyen la

HKUST y la PolyU (Hong Kong), la Universidad de Cambridge y
el Imperial College of Science and Technology (Reino Unido), la
Universidad de Ciencia y Tecnología de Malasia, el KACST
(Arabia Saudí) y el Instituto Masdar de Ciencia y Tecnología
(Abu Dhabi).

Organizó la primera Conferencia sobre Seguridad Ciberfísica en

el Reino Unido (2011) y, junto con el Dr. Sánchez, dirige el
programa de verano de Educación Profesional en
Ciberseguridad Aplicada del MIT. En el MIT imparte cursos de
Arquitectura de Sistemas de Software (MIT 1.125), Ingeniería
Computacional y Ciencia de Datos (MIT 1.00/1.001).

12
Profesorado
Abel Sánchez
Investigador Científico y Director Ejecutivo,
Centro de Datos Geoespaciales el MIT
El Dr. Abel Sánchez es Doctor por el MIT. Es Director Ejecutivo
del Centro de Datos Geoespaciales del MIT, arquitecto de la red
global IdC y arquitecto de plataformas de análisis de datos
para SAP, Ford, Johnson & Johnson, Accenture, Shell,
ExxonMobil y Altria. En ciberseguridad, el Dr. Sánchez fue
arquitecto de un análisis de impacto de ciberataques a gran
escala, y diseñó Cyber Ranges para el Departamento de
Defensa.
En seguridad de contraseñas, el Dr. Sánchez dirigió el diseño de
un cortafuegos de contraseñas (autenticación negativa) para la
agencia Intelligence Advanced Research Projects Activity. En
aprendizaje automático, abordando la detección del fraude, el
Dr. Sánchez diseñó un marco de conocimiento de la situación
que explota diferentes perspectivas de los mismos datos y
asigna puntuaciones de riesgo a las entidades para Accenture.
Dirigió el diseño de un simulador de infraestructura global de
datos, modelando la ingeniería follow-the-sun, para evaluar el
impacto de arquitecturas competidoras en el rendimiento, la
disponibilidad y la fiabilidad del sistema para Ford Motor
Company. Participa en el desarrollo de software de aprendizaje
electrónico para Microsoft a través de su I-Campus, así como en
la creación de la Academia Tecnológica de Accenture, un recurso
en línea para más de 200,000 empleados.
Tiene 10 años de experiencia con sistemas de gestión del
aprendizaje que se han implantado en América, Asia y Europa.
Imparte cursos en el MIT sobre ciberseguridad, ingeniería
computacional y ciencia de datos, y ha producido más de 150
videos educativos.
13
Preparación y orientación profesional
Este programa ofrece una amplia gama de apoyo y orientación profesional para ayudarte a desarrollar tu trayectoria
profesional. El objetivo principal es ayudarte para que desarrolles las habilidades necesarias para impulsar tu carrera
profesional, pero no garantizamos la colocación laboral. Obtén más información sobre todos los servicios y el apoyo que
tienes a tu disposición, entre ellos:

UN EQUIPO DE SOPORTE EN EL QUE PUEDES CONFIAR

Tu equipo de soporte incluye líderes de programa y coaches profesionales que te ayudarán a alcanzar tus
objetivos de aprendizaje y te guiarán en tu búsqueda de empleo.

SERVICIOS DE PREPARACIÓN PROFESIONAL QUE TE HARÁN DESTACAR

Redacta currículums y cartas de

Prepárate para las entrevistas
presentación dignos de mención

Crea perfiles de LinkedIn eficaces Elabora tu pitch de elevador

Navega para encontrar trabajo Negocia tu salario

14
Opciones de financiamiento
Queremos asegurar que el Certificado Profesional en Ingeniería de Datos sea una opción asequible para todos. Por eso,
te ofrecemos formas diferentes de pagar el programa.

Opciones de pago flexibles

Elige hacer tu pago en una, dos, tres o seis exhibiciones para mayor flexibilidad. Los pagos mensuales empiezan
a partir de $1,087 USD.

Completa tu solicitud para el Certificado Profesional en Ingeniería de Datos, e inscríbete en el programa.

Puedes optar por cualquiera de las opciones de financiamiento para cubrir el costo total de la matrícula del
programa.

*Debido al tiempo de tramitación, la solicitud de préstamo debe presentarse a más tardar cuatro días laborables antes de la fecha límite
de inscripción.

15
Certificado
¡Obtén un reconocimiento! Al completar con éxito este
programa, MIT xPRO otorga un certificado de
finalización a los participantes. Este programa se
califica como aprobado o no aprobado; los
participantes deben obtener una puntuación de 75%
para aprobar y recibir el certificado de finalización.
P L O
M
This is to certify that

Your Name
Una vez completado con éxito el programa, se te
enviará por correo electrónico tu certificado digital
verificado con el nombre que utilizaste al inscribirte. EJ E has successfully completed

Certificado Profesional en Ingeniería de Datos

Date

Eric Grimson John R. Williams Abel Sánchez

Todas las imágenes del certificado son sólo para fines

Vice President for Open Learning Professor of Information Engineering in Research Scientist and
Massachusetts Institute of Technology MIT Department of Civil and Executive Director of MIT’s
Environmental Engineering Geospatial Data Center

ilustrativos y pueden estar sujetas a cambios a

discreción de MIT.

Acerca de MIT xPRO

Los programas de aprendizaje en línea del MIT xPRO aprovechan el contenido revisado de expertos de renombre
mundial para que el aprendizaje sea accesible en cualquier momento y lugar. Diseñados a partir de
investigaciones de vanguardia en neurociencia del aprendizaje, los programas del MIT xPRO se centran en la
aplicación, ayudando a los profesionales a desarrollar sus habilidades en el trabajo.
Para explorar el catálogo completo de programas xPRO del MIT, visita xpro.mit.edu.

Sobre Emeritus
MIT xPRO colabora con el proveedor de educación en línea Emeritus para impartir sus programas ejecutivos a
través de una plataforma de aprendizaje digital, dinámica e interactiva. Estos programas ayudan a MIT xPRO a
posicionarse como uno de los líderes en ingeniería y gestión de proyectos, liderazgo obtenido después de años de
investigación, enseñanza y práctica.
Programa fácilmente una llamada con un asesor PONTE EN CONTACTO CON
del programa de Emeritus para saber más sobre
este curso xPRO del MIT. UN ASESOR DEL PROGRAMA

PROGRAMA UNA LLAMADA Email: mitxpro.latam@emeritus.org

Teléfono: +(52) 55 7005 5025

Puedes aplicar para el programa aquí

APLICA

Impartido en colaboración con