Programa Ejecutivo

Data Mindset

Quiero inscribirme Más información

Inicio 28 de octubre 2026

online

sincrónico (en vivo)

1 mes y medioMiércoles de 18 a 19:30 hs

Conocé cómo es
el certificado

Descubrí los fundamentos de Business Intelligence, Data Science y las aplicaciones reales de la Inteligencia Artificial y los LLMs para aprender a estructurar equipos clave, evaluar la rentabilidad de iniciativas tecnológicas y transformar los datos operativos en información útil para el negocio.

¿Qué lográs con el programa?

Identificar los procesos que generan la información dentro de una organización para comprender qué valor real se puede extraer del flujo de datos y dónde están las oportunidades de mejora.

Comprender con claridad los conceptos de Data, Algoritmo y Modelo, para dialogar de igual a igual con equipos técnicos y proveedores.

Incorporar nociones fundamentales de Causalidad, Correlación y Estadística para interpretar datos y evitar sesgos o falsas conclusiones.

Conocer criterios de gestión y ventas alrededor de proyectos de Data, asegurando que cada transformación tecnológica responda a objetivos financieros y de rentabilidad.

Profesor

Dirigido a

Toda persona interesada en introducirse en el universo de los datos, su terminología y forma de trabajarlos.

Experiencia online

Comunidad UP

Nuestros estudiantes nos recomiendan

Requisitos para inscribirse

Contenidos

Módulo 1: Data Literacy

-Comprender y pensar en términos de datos para la toma de decisiones.
-Data como materia prima que se recicla, se enriquece y se reutiliza.
-Evitar la “infoxicación” y los silos dispersos.
-Aceptar la incertidumbre a largo plazo y decidir con información en el corto plazo.

Módulo 2: Business Intelligence

-BI y su impacto en decisiones concretas.
-Transformar datos operativos en información útil para el negocio.
-Procesos: bases de datos, ETL, limpieza, Data Warehouse, Data Lake, OLAP.
-Visualización: indicadores, KPI, dashboards, reportes.
-Decidir qué mostrar.

Módulo 3: Analytics

-Descubrir patrones y conocimientos no evidentes en los datos.
-Diferencia con BI: mirada hacia el futuro, anticipación de escenarios.
-Big Data y datos en tiempo real.
-Formulación de preguntas y elección de herramientas.
-Técnicas: extrapolación, segmentación, modelos, algoritmos, predicción.
-Análisis exploratorio para probar hipótesis y encontrar relaciones inesperadas.

Módulo 4: Data Science

-Definición y diferencia con Analytics: explorar antes de conocer la pregunta.
-Casos en Bancos, Fintech y Telcos
-Desafíos: volumen y variedad de datos. Introducción a herramientas Open Source.Machine Learning: clasificación, variables, patrones.Conformación de equipos de Data Science y roles clave. Storytelling aplicado a datos.

Módulo 5: AI

- Historia y definición de AI. Deep Learning. Fundamentos y aplicaciones prácticas. Desafíos: sesgos, explicabilidad, “cajas negras”.
-Dimensión ética e impacto social.
-LLMs y sus limitaciones cognitivas.
-Debate sobre inteligencia humana vs. inteligencia artificial.

Módulo 6: Aspectos reales de Data

-Gestión de procesos de Data en 2026. Construcción de equipos y cambio de skills en empresas. Condiciones mínimas para proyectos de AI exitosos.
-Data Governance y observabilidad de AI. Curiosidad como motor en los equipos. Rentabilidad vs. éxito de proyectos.
-Cómo vender proyectos de Data y AI.

Requisito para aprobar el programa.
• Contar con un 80% de presentismo a las clases.
• Participar activamente en los debates y exposiciones de clase.