Habr\u00e1 un cupo de 40 cursantes, no se requiere ser graduado universitario, pero s\u00ed conocimientos en C\u00e1lculo, Estad\u00edstica y Programaci\u00f3n.<\/p>\n\n\n\n
Una oferta acad\u00e9mica con asignaturas de avanzada, de corta duraci\u00f3n y que formar\u00e1 recursos humanos en el \u00e1rea de Ciencia de Datos, se dictar\u00e1 en la Facultad de Ciencias Exactas y Naturales y Agrimensura (FaCENA) de la UNNE.<\/p>\n\n\n\n
Bajo el nombre de \u201cDiplomatura Universitaria en Ciencias de Datos\u201d este nuevo trayecto formativo, capacitar\u00e1 a sus cursantes en el manejo de las diferentes componentes de la ciencia de datos: exploraci\u00f3n de datos, aprendizaje autom\u00e1tico supervisado, aprendizaje autom\u00e1tico no-supervisado y en aprendizaje profundo, aplicados a la automatizaci\u00f3n de procesos, la resoluci\u00f3n de problemas y la toma de decisiones.<\/p>\n\n\n\n
Se trata de la primera Diplomatura en Ciencias de Datos que se dictar\u00e1 en la regi\u00f3n NEA. La propuesta fue dise\u00f1ada en base a la demanda de la comunidad y del sector empresario regional, interesados en contar con recursos humanos que est\u00e9n capacitados en el desarrollo y manejo de las nuevas herramientas vinculadas con la Inteligencia Artificial y a la gesti\u00f3n de datos.<\/p>\n\n\n\n
La direcci\u00f3n estar\u00e1 a cargo del docente investigador, doctor Manuel Pulido, integrante del Departamento de F\u00edsica de la FaCENA; tambi\u00e9n del Centro de C\u00f3mputos de Alto Rendimiento del Nordeste Argentino (CECONEA) y del Grupo de Investigaci\u00f3n en Ciencias Atmosf\u00e9ricas (GICA).<\/p>\n\n\n\n
\u201cLa Facultad \u2013como parte del proyecto de gesti\u00f3n institucional 2022-2026- lanza esta oferta de formaci\u00f3n con asignaturas que son de avanzada y que fueron pensadas para que el cursante adquiera competencias t\u00e9cnicas en el dise\u00f1o y desarrollo de modelos de aprendizaje autom\u00e1tico, basados en redes neuronales u otras t\u00e9cnicas que permitan predecir informaci\u00f3n a partir de grandes bases de datos\u201d, se\u00f1al\u00f3 el doctor Pulido.<\/p>\n\n\n\n
La carrera contar\u00e1 con un plantel docente de la UNNE que ya cuenta con una dilatada experiencia de investigaci\u00f3n en el campo de la ciencia de datos. \u201cEstamos planificando el desarrollo de un programa en inteligencia artificial que abarque la formaci\u00f3n de recursos humanos, pero tambi\u00e9n empezar a generar \u00e1reas de investigaci\u00f3n en IA de forma mancomunada\u201d.<\/p>\n\n\n\n
Requisitos para interesados. Los que deseen cursar la diplomatura no necesitan tener el t\u00edtulo universitario de una carrera en ciencias exactas. Pero se requiere conocimiento de matem\u00e1ticas (C\u00e1lculo I y 2, Algebra); Estad\u00edstica y manejo b\u00e1sico de programaci\u00f3n.<\/p>\n\n\n\n
\u201cNos enfocaremos en un lenguaje espec\u00edfico que es el que m\u00e1s se utiliza en el \u00e1rea de machine learning que es Phyton. De todas maneras, con el conocimiento b\u00e1sico de cualquier lenguaje de programaci\u00f3n ya es suficiente para la diplomatura\u201d.<\/p>\n\n\n\n
Cupo. La Diplomatura tendr\u00e1 un cupo de 40 estudiantes presenciales, con la posibilidad de estudiantes virtuales en los casos que las circunstancias requieran (por ejemplo, para estudiantes del interior).<\/p>\n\n\n\n
Se dar\u00e1 prioridad a la actividad presencial, para optimizar el proceso de aprendizaje basado en la interacci\u00f3n docente-estudiante.<\/p>\n\n\n\n
Plan de estudios. Se compone de tres tramos de cursado, comenzando con una etapa denominada proped\u00e9utica, en la que se nivelar\u00e1n los conocimientos de los cursantes. Esta instancia incluye dos m\u00f3dulos, que son: estad\u00edstica y programaci\u00f3n en Python.<\/p>\n\n\n\n
Un segundo tramo integrado por los cuatro m\u00f3dulos principales de la diplomatura, que son: an\u00e1lisis exploratorio de datos, aprendizaje supervisado, aprendizaje no-supervisado y aprendizaje profundo.<\/p>\n\n\n\n
El tercer tramo corresponde al proyecto final donde el\/la estudiante se enfrenta ante un problema real, debiendo desarrollar todos los pasos requeridos para la limpieza y preprocesado de la base de datos, exploraci\u00f3n, definici\u00f3n de las t\u00e9cnicas a utilizar, aplicaci\u00f3n y comparaci\u00f3n de las t\u00e9cnicas elegidas y an\u00e1lisis de los resultados.<\/p>\n\n\n\n
El cursado de la Diplomatura en Ciencia de Datos dar\u00e1 inicio en el mes de mayo y se extender\u00e1 hasta fines de diciembre de 2024. Las actividades ser\u00e1n de cursados intensivos de 8 horas semanales, los d\u00edas viernes y s\u00e1bados, distribuidos en 4 horas en cada jornada.<\/p>\n\n\n\n
\u00bfQu\u00e9 son los Datos y por qu\u00e9 requiere un estudio particular su manejo?. As\u00ed lo explica el doctor Pulido.<\/p>\n\n\n\n
\u201cDatos es toda informaci\u00f3n que la sociedad est\u00e1 recolectando. Con la irrupci\u00f3n de la era digital, toda la informaci\u00f3n recolectada por c\u00e1maras, sensores, instrumentos o los propios humanos se almacena en formato digital y la utilizaci\u00f3n de esa informaci\u00f3n empieza a ser sistem\u00e1tica. Ese insumo es de inter\u00e9s para la ciencia de datos, ya que se generan grandes bases de datos donde la informaci\u00f3n es sistem\u00e1tica. Puede provenir de sensores, sat\u00e9lites, radares, pero tambi\u00e9n de una empresa, que fue guardando digitalmente de manera ordenada, regular y met\u00f3dica informaci\u00f3n de los procesos. A partir de estas bases de datos, las t\u00e9cnicas de IA son entrenadas con esa informaci\u00f3n guardada siendo capaces de extrapolar patrones y comportamientos de los datos que nos permiten predecir comportamientos para la toma de decisiones\u201d.<\/p>\n\n\n\n
\u201cUn ejemplo de aplicaci\u00f3n de la ciencia de datos son los modelos de lenguaje como el GPT que es el n\u00facleo del chat GPT. Ese tipo de modelos ha sido entrenado a partir de grandes bases de datos de textos de internet y libros para predecir cualquier tipo de texto y en cualquier idioma.\u201d<\/p>\n\n\n\n
\u201cOtro ejemplo de aplicaci\u00f3n de ciencia de datos es la que puede utilizar una empresa de log\u00edstica, gracias a la informaci\u00f3n guardada sistem\u00e1ticamente en su base de datos los \u00faltimos 10 o 15 a\u00f1os de actividad. Las t\u00e9cnicas de aprendizaje autom\u00e1tico son aplicadas para la toma de decisiones, de esa manera la empresa puede optimizar costos en la elecci\u00f3n de rutas, pero tambi\u00e9n mejorar el servicio, con entregas y distribuci\u00f3n de mercader\u00edas en el menor tiempo posible\u201d.<\/p>\n\n\n\n
Para m\u00e1s informaci\u00f3n sobre la Diplomatura, los interesados pueden consultar la p\u00e1gina web de la FaCENA o en el siguiente link:<\/p>\n\n\n\n