Data Science

Fundamentación

En la actualidad, las decisiones basadas en la intuición están siendo reemplazadas por estrategias respaldadas por datos. Este curso introductorio de 20 horas proporciona una inmersión práctica a la Ciencia de Datos, pensada tanto para gestores de PyMEs como para estudiantes que buscan su primer acercamiento a la disciplina. Su principal valor está en bajar a la realidad herramientas tecnológicas como Python y la visualización de datos, permitiendo a los participantes resolver problemas comerciales reales y sumar habilidades muy demandadas en el mercado laboral, sin exigir conocimientos previos avanzados.

Duración 20 horas
Inicio A confirmar
Modalidad Virtual sincrónica
Cursada Lunes y jueves de 19 a 21 hs.
Requisitos Manejo de PC y herramientas ofimáticas. Conocimientos básicos de estadística y bases de datos. Requiere cuenta de Google activa para usar Colab
Certificado UTN - FRH

Objetivo

Comprender los fundamentos de la Ciencia de Datos y su impacto directo en la rentabilidad empresarial. Identificar métricas clave (KPIs) y formular preguntas de negocio que puedan resolverse mediante el análisis de datos. Adquirir habilidades prácticas para la limpieza, manipulación y visualización de datos utilizando Python (Pandas, Matplotlib, Seaborn).Desarrollar la capacidad de interpretar gráficos y estadísticas descriptivas para fundamentar la toma de decisiones comerciales.

Formas de pago

$ A confirmar (1 pago) Total
  •  
Quiero inscribirme

Descuentos de la Regional FRH por Resolución de Consejo Directivo:

20% Para estudiantes regulares de la FRH.
10% Para Docentes y Graduados.

Docente

Ruggiero Bellone Zois Andres Uziel

 

Conocé todos los cursos y capacitaciones

Info

Programa

  • Módulo 1: ¿Qué es Data Science? (6 horas), Tema 1: ¿Qué es Data Science y por qué importa hoy? Definición clara y sin jerga. La diferencia entre Inteligencia Artificial, Machine Learning y Data Science. El ciclo de vida de los datos en una empresa.
  • Tema 2: KPIs y métricas que tu intuición no ve. Ejemplos prácticos: Valor del Ciclo de Vida del Cliente (CLV), Tasa de Abandono (Churn Rate) y segmentación de clientes. Cómo los datos revelan oportunidades ocultas.
  • Tema 3: El equipo de datos y la Metodología. ¿Qué hace realmente un Data Scientist? Fases de un proyecto analítico: desde entender el problema comercial hasta la toma de decisiones.
  • Tema 4: IA Generativa como aliada del negocio. Casos de uso prácticos. Cómo los modelos actuales pueden ayudar a procesar información y optimizar tareas diarias
  • Módulo 2: Manipulación y Exploración de Datos con Python (8 horas)Tema 1: Primeros pasos en el entorno de datos. Introducción a Google Colab como cuaderno de trabajo. Conceptos mínimos de Python (variables, listas, liberías). Cómo importar un archivo .csv con los registros de ventas o clientes de la empresa usando la librería Pandas.
  • Tema 2: Transformando datos en información (Data Wrangling básico). Conocer el dataset: cómo leer las primeras filas, ver la cantidad de columnas y los tipos de datos.Limpieza inicial: identificar datos faltantes o nulos que podrían arruinar el análisis. Filtrado y agrupación: por ejemplo, cómo agrupar las ventas por sucursal o por mes con un par de líneas de código.
  • Tema 3: Análisis Exploratorio de Datos (EDA) aplicado al negocio. Estadística descriptiva sin complicaciones: calcular promedios, medianas, máximos y mínimos directamente sobre el DataFrame. Identificación de anomalías (outliers): descubrir ese cliente que compró 10 veces más que el resto o el mes donde las ventas cayeron inexplicablemente. Formulación de preguntas comerciales que el dataset puede responder.
  • Tema 4: Visualización de datos para la toma de decisiones. Creación de gráficos ejecutables en Python (usando Matplotlib o Seaborn). Elección del gráfico correcto: gráficos de barras para comparar rendimientos entre productos, gráficos de líneas para ver la evolución de ventas en el tiempo y gráficos de dispersión (scatter plots) para encontrar relaciones (ej. ¿a más inversión en marketing, más ventas?). Cómo leer estos gráficos para definir el siguiente paso comercial de la empresa.
  • Módulo 3: Proyecto guiado entregable para aplicar todos los conocimientos provistos en el curso: Se presentará algún tipo de problema en una empresa chica donde requieran por ejemplo estimar patrones de compra de consumidores, o analizar cuando es más rentable vender determinado producto. Puede ser que, si venden diferentes productos, algunos se vendan más en determinadas estaciones del año de acuerdo a patrones detectados, y así se puedan ofrecer promociones o diferentes técnicas de mercado para poder satisfacer al cliente utilizando las herramientas provistas en el curso.