Análisis de Datos Mediante Inteligencia Artificial
Aprendé a analizar datos, descubrir tendencias y generar visualizaciones e informes utilizando Inteligencia Artificial
Fundamentación
Brindar a los estudiantes los conocimientos y herramientas necesarios para utilizar la Inteligencia Artificial en el análisis e interpretación de datos, facilitando la identificación de patrones, tendencias y resultados relevantes. Asimismo, se busca desarrollar habilidades para generar informes, organizar y visualizar información, y utilizar estos recursos como apoyo para optimizar procesos y facilitar la toma de decisiones en distintos ámbitos profesionales
Duración 16 horas
Inicio A confirmar
Modalidad Virtual sincrónica
Cursada Virtual sincrónica
Requisitos Conocimientos básicos de IA Generativa o haber realizado el curso Introducción a la IA Generativa
Certificado UTN - FRH
Objetivo
Utilizar herramientas de Inteligencia Artificial para analizar, interpretar y visualizar datos de manera eficiente, identificar patrones y tendencias relevantes, y generar informes claros y organizados. Asimismo, se busca aplicar estas herramientas como apoyo para optimizar procesos, obtener información de valor y facilitar la toma de decisiones en distintos ámbitos profesionales.
Descuentos de la Regional FRH por Resolución de Consejo Directivo:
20% Para estudiantes regulares de la FRH.
10% Para Docentes y Graduados.
Docente
Sr. Damián De Luca
Conocé todos los cursos y capacitaciones
Programa
- Módulo 1: Fundamentos de IA para el análisis de datos: La evolución de la Inteligencia Artificial aplicada al análisis de datos. IA tradicional vs. IA Generativa. Modelos de lenguaje (LLM) y sus capacidades. Casos de uso en ciencia de datos y análisis empresarial. Cuándo utilizar IA y cuándo recurrir a herramientas tradicionales.
- Módulo 2: Preparación y calidad de los datos: Tipos de fuentes de datos: Archivos de textos, PDFs, documentos, imágenes, planillas, bases de datos y APIs. Limpieza y transformación de datos. Calidad, consistencia y validación. Elaboración de instrucciones y soluciones asistidas por IA para trabajar con datos.
- Módulo 3: IA, Python y herramientas de análisis: Limitaciones de los LLM para el análisis de grandes volúmenes de datos. Introducción a Python para análisis de datos. Instalación y configuración de las herramientas necesarias. Entornos de trabajo. Librerías fundamentales. Uso de herramientas («Tool Calling») e integración con APIs desde asistentes de IA.
- Módulo 4: Análisis exploratorio de datos: Estadísticas. Resúmenes automáticos. Detección de tendencias y anomalías. Segmentación y comparación de datos. Interpretación de resultados con asistencia de IA.
- Módulo 5: Visualización e interpretación: Principios de visualización de datos. Gráficos adecuados para cada tipo de información. Generación de gráficos con Python. Creación de informes automatizados. Comunicación efectiva de resultados.
- Módulo 6: Automatización del análisis mediante IA: Automatización de procesos de análisis. Integración con herramientas y servicios externos. Consumo de APIs para obtener datos. Agentes y asistentes para tareas analíticas. Flujos de trabajo asistidos por IA.
- Módulo 7: Análisis avanzado y predicciones: Detección de patrones. Clasificación y agrupamiento asistidos por IA. Introducción al análisis predictivo. Interpretación crítica de predicciones. Limitaciones y validación de resultados.
- Módulo 8: Proyecto integrador: Desarrollo casos prácticos completos. Obtención de datos desde distintas fuentes. Limpieza y análisis con Python. Visualización de resultados. Generación de un informe completo automatizado utilizando IA.