MicroMaster en Data Analytics
Aprendé a capitalizar los datos, el activo más valioso para la toma de decisiones.
DIRECCIÓN ACADÉMICA: HERNÁN CZEMERINSKI
CREDENCIAL
PROFESIONAL Y ACADÉMICA
DURACIÓN
6 MESES
CURSADA
2 VECES POR SEMANA (ONLINE)
La cantidad de datos generados diariamente ha alcanzado niveles impensables hace apenas unos años y continúa creciendo de manera sostenida. Hoy, los datos se han convertido en uno de los activos más valiosos para la toma de decisiones y la planificación estratégica en organizaciones de todo tipo. Sin embargo, para aprovechar su verdadero potencial es fundamental contar con las herramientas y los conocimientos necesarios para analizarlos y gestionarlos de manera adecuada.
El MicroMaster en Data Analytics de la Universidad Torcuato Di Tella fue diseñado para brindar a los profesionales las competencias y habilidades necesarias para manipular, explorar, analizar y comunicar datos de manera efectiva. Su enfoque apunta a maximizar el valor de la información que los datos ofrecen y a facilitar la toma de decisiones basadas en evidencia.
El programa aborda las principales técnicas, herramientas y habilidades necesarias para gestionar datos de forma eficiente y aprovechar al máximo su potencial. Su plan de estudios combina aplicabilidad práctica con un sólido rigor académico. Obtener esta certificación permitirá a los participantes acceder a una calificación profesional alineada con las demandas actuales del mercado laboral.
PLAN DE ESTUDIOS
- Módulo 1
Este módulo ofrece una visión integral de los principales conceptos de programación a través de dos materias: Programming Fundamentals y Data Processing. Las prácticas se desarrollarán en Python, uno de los lenguajes más utilizados tanto en el ámbito académico como profesional, e incluirán el uso de bibliotecas clave como unittest, csv y json
Durante el curso también se presentará Copilot, un asistente de programación basado en inteligencia artificial generativa que, integrado en el editor de código, permite escribir, completar y comprender código mediante sugerencias en tiempo real.
Se abordarán conceptos esenciales para la manipulación de datos, como variables, tipos de datos, memoria, estado de un programa, estructuras de control y funciones. Además, se introducirán fundamentos para la verificación de programas y el procesamiento de archivos, con especial énfasis en archivos CSV y JSON, así como principios básicos de programación orientada a objetos.
- Módulo 2
El almacenamiento de datos es un pilar fundamental en la resolución de problemas que requieren el manejo de datos a gran escala. Los sistemas de bases de datos están presentes en una amplia variedad de tecnologías, desde sitios web y sistemas de logística hasta aplicaciones financieras y de geolocalización, entre muchas otras. Además de almacenar información, ofrecen características clave que los hacen especialmente útiles y eficientes, como confiabilidad, escalabilidad, control de concurrencia y lenguajes de consulta de alto nivel.
Este módulo está compuesto por dos materias: Database Foundations, que introduce las bases de datos relacionales y el lenguaje SQL, y Data Storage: Modern Approaches, que aborda las bases de datos no relacionales, diseñadas para gestionar datos no estructurados.
- Módulo 3
La visualización de datos consiste en la representación gráfica de la información. Mediante elementos como tablas, gráficos y mapas, permite explorar tendencias, identificar valores atípicos y reconocer patrones en los datos. Asimismo, facilita la comunicación de información cuantitativa a audiencias sin conocimientos técnicos.
Este módulo incluye dos materias: Data Visualization Essentials, dedicada a los principios de la percepción y la codificación visual, y Advanced Visualization, que aborda el ecosistema actual de herramientas, la edición de datos y la construcción de narrativas visuales (data storytelling). Las prácticas se centran en el uso de Datawrapper y Flourish, incorporando también la aplicación de Tableau para la creación de gráficos interactivos. Además, se introducen HTML y CSS para la integración de las visualizaciones en la web.
DIRECTOR ACADÉMICO
CUERPO DOCENTE
HERNÁN CZEMERINSKI
Doctor en Ciencias de la Computación por la Universidad de Buenos Aires. Actualmente, es profesor full-time en la Escuela de Negocios de UTDT, donde se desempeña como director académico del MicroMaster en Data Analytics y dicta cursos en programas de grado y posgrado. Anteriormente, fue docente e investigador en la UBA y en la Universidad Nacional de General Sarmiento. Su tesis de grado fue reconocida con un premio de la UNESCO. Entre 2015 y 2022, trabajó en el proyecto Program.AR de la Fundación Sadosky, dedicado a la incorporación de la enseñanza de las Ciencias de la Computación en las escuelas argentinas. Además, cuenta con experiencia como ingeniero de software tanto en el sector público como en el privado.
CUERPO DOCENTE
GERVASIO PÉREZ
Doctor en Ciencias de la Computación por la Universidad de Buenos Aires (UBA). Profesor en la Escuela de Negocios de la Universidad Torcuato Di Tella, donde dicta cursos de grado en la Licenciatura en Tecnología Digital. Previamente fue docente e investigador en la UBA y profesional de apoyo a la investigación en el Centro de Cómputo de Alto Desempeño del CONICET. Desarrolla actividades de investigación y desarrollo computacional en el sector privado, particularmente en la industria de la óptica oftálmica, donde brinda servicios a clientes internacionales y participa regularmente en congresos industriales y académicos del sector.
ALEJANDRO TUMAS UFFELMANN
Diseñador gráfico por la Universidad de Buenos Aires. Profesor titular de las materias
Visualización de Datos y Visualización de la Información en UTDT. Fue director de Infografía en el diario Clarín y Senior Graphic Editor en la revista National Geographic. Ha impartido conferencias y brindado asesorías en EE. UU., Canadá, España y diversos países de Latinoamérica. Ha sido jurado en la Cumbre Mundial de Infografía Malofiej y en la Society for News Design (SND), entidades que lo han reconocido con numerosos premios por su trabajo en Clarín y National Geographic. Además, participó como expositor en la World Conference of Science Journalism.
CARLOS ARAUJO
Especialista en Diseño Comunicacional por la Universidad de Buenos Aires y Programador Informático por la Universidad Nacional de San Martín. Profesor titular de las materias
Visualización de Datos y Programación Orientada al Diseño en UTDT. Ha dictado cursos de capacitación profesional para diseñadores en Clarín y La Nación. Senior Designer (Infographics), South China Morning Post, Hong Kong. Anteriormente se desempeñó como DataViz y desarrollador en el equipo de Narrativas Digitales de La Nación. Ha recibido reconocimientos como el Premio a la Innovación en Contenido Digital (ADEPA/Google), Digital Information Graphics (SND) y Publicaciones Digitales Especiales (ÑH), por sus desarrollos y visualizaciones en Narrativas Digitales de La Nación
Clases sincrónicas online. El programa incluye 90 horas de cursada, distribuidas en 6 materias, donde los profesores combinarán la presentación de conceptos teóricos con una práctica intensiva hands-on. Cada clase tendrá una duración de 2 horas. Además, los estudiantes trabajarán en actividades prácticas grupales fuera del horario de clase.
AUDIENCIA
Dirigido a graduados de cualquier disciplina universitaria que deseen introducirse en el mundo de los datos. No se requieren conocimientos previos de programación, aunque sí habilidades digitales. La sólida formación académica y experiencia profesional del cuerpo docente aseguran la calidad del programa.
REQUISITOS DE ADMISIÓN
Los aspirantes deberán acreditar un título universitario y completar el proceso de admisión correspondiente. La postulación será evaluada por el Comité de Admisión y podrá incluir una entrevista con un referente de la dirección del MicroMaster.
METODOLOGÍAS DE EVALUACIÓN
Para obtener la certificación, en los dos primeros módulos se deberán aprobar dos trabajos prácticos y un examen final, y en el tercero, una serie de trabajos prácticos individuales. Además, se realizará un proyecto integrador individual de los temas de los tres módulos del programa.
RECONOCIMIENTO DE CRÉDITOS
Quienes obtengan la Credencial de MicroMaster en Data Analytics y se postulen con éxito a una de las Maestrías de la Escuela de Negocios podrán solicitar el reconocimiento de créditos por las materias equivalentes.
ASISTENCIA MÍNIMA
Los alumnos deberán cumplir con una asistencia mínima obligatoria equivalente al 80% de las horas de clase de cada materia.
