Data Science

Essentials
Programa Blended
Temario
 1
Data Science Essentials

 INTRODUCCIÓN:

La disrupción tecnológica está acelerando la creación de valor y la forma en

la que nos relacionamos con la información, no es la excepción. La evolución
hacia la especialización ha generado hoy la aparición de nuevos perfiles
profesionales, uno de ellos es el Data Science, un profesional capaz de ver el
problema, entenderlo, expresarlo y hallar la solución mediante el análisis de
data. Además, ser un puente y un traductor entre el mundo de los negocios y
la creación de datos.

Imagina tener estos contenidos desde un acceso remoto sin dejar de lado el
nivel académico de UTEC. Un programa diseñado para profesionales con
poco tiempo para acceder a las aulas de manera presencial, pero con ganas
de adquirir conocimiento.

Te invitamos a ser parte de nuestro formato blended con docentes con

experiencia internacional y con perfiles multidisciplinarios del sector público y
privado. ¡Innova! y logra esa visión de la industria que las organizaciones de
hoy demandan.

 BENEFICIOS DEL PROGRAMA BLENDED

• El aprendizaje virtual es presentado en formatos multimedia que
permiten la interacción, como videos, lecturas, videoconferencias y
evaluaciones autónomas.
• Flexibilidad en tiempos, adaptando las clases asíncronas al ritmo del
participante.
• Tomar pausas y retomar la clase después.
• Puedes repetir el contenido las veces que consideres necesario ¡y no te
preocupes si perdiste una parte del contenido, solo debes retroceder el
video!
• Te vuelves autónomo y responsable de tu enseñanza.
• Conocer realidades de distintas regiones y ampliar la red de contactos.
• Clases síncronas en vivo por conexión remota para interacción con
expertos y networking con tus compañeros.


 OBJETIVOS: 2
En este programa, el participante aprenderá principalmente a:
• Reconocer las fuentes de datos que componen el activo de las
empresas para una mejor toma de decisiones.

• Detectar problemas comunes de calidad de datos y adquirir

competencias básicas de análisis orientado a la mejora continua.

• Conocer los alcances, las limitaciones y los aspectos vinculados a

la interpretación de diferentes metodologías analíticas que se
aplican en el proceso de monetización.

 DIRIGIDO A:

El programa ha sido diseñado para una amplia gama de profesionales, pero

beneficiará enormemente a:

• Profesionales graduados de cualquier carrera universitaria con al

menos 2 años de experiencia en empresas grandes del sector
privado o público (TOP 1000) en áreas de negocio, marketing,
comercial, IT, BI o Finanzas.

• Investigadores y personal científico vinculados a la problemática

de proveer datos para la toma de decisiones en el mundo
Corporativo o Gobierno.

HORARIO BLENDED DURACIÓN INVERSIÓN

Del 24 de septiembre
Del 2022 al 25 de S/ 6 500*
Aprendizaje asíncrono 5 meses
febrero del 2023
y clases síncronas:
Live online Total: 107 horas
Revisar el *Aplican
Vía Zoom
cronograma: horario Descuentos:
de clases síncronas y Consultar con el
semanas asíncronas Asesor
  CRONOGRAMA1: 3
PROPEDÉUTICO2: Nivelación

Aprendizaje y
Módulo Descripción Fechas
Horario
Apertura del Programa: Presentación y
Sesión de reglas, introducción a las plataformas Sesión 0
Sincrónico
Inmersión Canvas y Zoom Sábado, 24 de
09:00 – 12:00 h
(Bienvenida) Palabras de bienvenida de los Socios septiembre
Networking
Creación de la cuenta en Watson Studio
Semana 1, 2 y 3
Introducción a la herramienta Watson
Del 26 de
Studio Asincrónico
septiembre al 16 de
Watson Studio Uso de las notebooks y tips de desarrollo
octubre
en Python y R
Sábado, 15 de Sincrónico
Sesión práctica
octubre 09:00 – 13:00 h
La estructura de los datos corporativos.
Datos estructurados y no estructurados. Semana 4
Fundamentos Modelos lógicos de datos estructurados: Del 17 al 23 de Asincrónico
de Bases de entidades y relaciones. Introducción al octubre
Datos lenguaje SQL.
Sábado, 22 de Sincrónico
Sesión práctica
octubre 09:00 a 12:00 h
Conceptos iniciales de algorítmica. Los
elementos de un lenguaje de
programación: tipos de datos,
constantes, variables, operadores, Semana 5
Fundamentos expresiones aritméticas. Ingreso de datos Del 24 al 30 de Asincrónico
de y salida de resultados. Principales octubre
Programación estructuras de control de secuencia.
Estructuras de datos complejas: vectores,
matrices, listas.
Sábado, 29 de Sincrónico
Sesión práctica
octubre 09:00 a 12:00 h

1
La Universidad de Ingeniería y Tecnología, se reserva el derecho de postergar, reprogramar o
cancelar el programa en caso no se cuente con la cantidad mínima necesaria de
participantes, así como modificar la programación de alguna sesión agendada en caso de
fuerza mayor y de manera excepciona fuera del horario establecido. De igual manera, se
reserva el derecho de reemplazar al expositor que por algún motivo de fuerza mayor no pueda
asistir a las sesiones programadas, por un expositor de similar calidad.

2Lospropedéuticos de Fundamentos de Bases de Datos y Fundamentos de Programación se

desarrollan para nivelar al participante con conocimientos básicos en dichos temas.
 TECNOLOGÍAS Y HERRAMIENTAS 4

Aprendizaje y
Módulo Descripción Fechas
Horario
Introducción al pensamiento estadístico.
Semana 6
Elementos de datos estructurados para
Del 31 de
procesamiento estadístico. Medidas de Asincrónico
octubre al 06 de
posición y dispersión. Análisis Exploratorio de
noviembre
Datos univariado y bivariado.
Estadística Probabilidad como medida de la
Semana 7
básica para incertidumbre, cómo se toman decisiones en
Del 07 de
Ciencia de estadística, a postulación y el testeo de las Asincrónico
noviembre al 13
Datos hipótesis e introducción a la inferencia
de noviembre
estadística.
Asesoría 1: Introducción a la interfaz de Se informará 2 Sincrónico
RStudio (Watson) semanas antes 1h
Sábado, 12 de Sincrónico
Sesión práctica
noviembre 09:00 a 12:00 h
Taller Watson Lunes, 14 de Sincrónico
Introducción a Watson Studio Modeler
Studio noviembre 19:00 a 21:00 h
Ciclo de vida de un modelo analítico. El Semana 8
proceso de preparación de los datos. Del 14 al 20 de Asincrónico
Modelos descriptivos, predictivos y noviembre
Modelos
prescriptivos. Principales algoritmos:
analíticos para Semana 9
clustering, asociación, árboles de decisión,
Ciencia de Del 21 al 27 de Asincrónico
regresión. Validación de performance de los
Datos noviembre
resultados. Estudio de casos.
Lunes, 21 de Sincrónico
Sesión práctica
noviembre 18:30 a 20:30 h
Entrega de lineamientos del trabajo final (Proyecto Lunes, 21 de Sincrónico
Integrador) noviembre 20:30 a 21:30 h
Presentación de un Centro de Excelencia en Ciencia de Viernes, 25 de Sincrónico
Datos e interacción con data scientist noviembre 19:00 a 22:00 h
Semana 10
Asesoría 2
Del 21 al 27 de Asincrónico
Entregable 1
noviembre
Sincrónico
Qué es y qué no es ML. Usos, aplicaciones y Se informará 2
20 minutos por
abusos de ML. semanas antes
grupo
Semana 11
Introducción Los datos que procesa ML. Aprendizaje Del 28 de
Asincrónico
al Machine supervisado y no supervisado. noviembre al 04
Learning y la de diciembre
IA Principales algoritmos de ML: Nearest Jueves, 1 de Sincrónico
Neighbours, Naive Bayes, Random Forest, diciembre G13: 18:00 a 22:00 h
Neural Networks. Validación de resultados y
performance. Estudio de casos y ejemplos Viernes, 2 de
G2: 18:00 a 22:00 h
de aplicación. diciembre

3
La promoción se dividirá en 2 grupos, según el momento de su inscripción. Se considerará 40
alumnos por turno. Esto quiere decir que a partir del alumno #41 se considera como G2.
 TECNOLOGÍAS Y HERRAMIENTAS 5
Aprendizaje y
Módulo Descripción Fechas
Horario
La selección de la herramienta apropiada
Semana 12
de visualización. Cómo capturar la
Comunicación Del 05 al 11 de Asincrónico
atención ordenando la historia detrás de
de resultados y diciembre
los datos.
visualización Miércoles, 07 Sincrónico
Diferencias entre Storytelling y "mostrar
de Datos de diciembre G14: 18:00 a 22:00 h
resultados". El análisis del contexto:
audiencia, mecanismos de comunicación, Viernes, 09 de
estilo y tono de la comunicación. G2: 18:00 a 22:00 h
diciembre
Parte I: Taller de problemas de ciencia de
Martes, 13 de Sincrónico
datos con enfoque en el planteamiento
Exploración de diciembre 18:00 a 20:00 h
del problema e hipótesis.
Casos de
Parte 2: Taller de problemas de ciencia de
Negocio Jueves, 15 de Sincrónico
datos con enfoque en el planteamiento
diciembre 18:00 a 20:00 h
del problema e hipótesis.


FUNDAMENTOS

Aprendizaje y
Módulo Descripción Fechas
Horario
Semana 13
Fundamentos Ética y Cultura de datos. Del 12 al 23 de Asincrónico
diciembre
Legislación de protección de datos
Semana 14
personales y su importancia en el
Del 26 de
procesamiento de datos y el diseño de Asincrónico
diciembre al
Privacidad, estrategias de "big data". Análisis local y
08 de enero
Seguridad de los comparado de legislación y jurisprudencia.
Datos El estado del arte sobre seguridad de datos,
Semana 15
Ethical Hacking y técnicas de defensa.
Del 09 al 15 de Asincrónico
Cambiar y poner exclusivamente temas de
enero
ciberseguridad.
Panel: Q&A con expertos que tiene Sábado, 14 de Sincrónico
Keynote
trayectoria en el mundo de los datos enero 09:00 a 11:00 h
Sincrónico
Asesoría 3 Se informará 2
20 minutos por
Entregable 2 semanas antes
grupo

4
La promoción se dividirá en 2 grupos, según el momento de su inscripción. Se considerará 40
alumnos por turno. Esto quiere decir que a partir del alumno #41 se considera como G2.
 6
TRANSFORMACIÓN DE NEGOCIO

Aprendizaje y
Módulo Descripción Fechas
Horario

Disciplinas que se integran en el GD. Semana 16

Métricas y procesos para asegurar la Del 16 al 22 de Asincrónico
calidad. Gestión del conocimiento enero
Gobierno y Calidad
interno sobre los datos. Integración y
de los Datos
diseño del ecosistema de datos. Semana 17
Estructuras de RRHH que soportan el Del 23 al 29 de Asincrónico
programa de GD. enero

La visión del negocio desde los datos. El Semana 18

método de la Ciencia de Datos para Del 30 de
Datathinking Asincrónico
una data-driven Company. Diseño de enero al 05 de
casos uso. febrero
Semana 19
Sincrónico
Watson Studio Gobierno y Monetización de Datos Lunes, 6 de
19:00 a 21:00 h
febrero

CLAUSURA

Descripción Fecha Hora

Entrega de trabajo final por parte de los alumnos Miércoles, 22 de febrero Hasta las 23:59 h

Sincrónico
Charla + cierre Sábado, 25 de febrero
09:00 – 12:00 h

N° de Horas síncronas: 43
N° de Horas asíncronas: 64
Total de horas5 107

5
Síncrono: sesiones online en vivo, con horario establecido. El participante debe revisar el
material propio del tema antes de la clase síncrona / Asíncrono: revisión del participante
sin horario establecido, se ha considerado como mínimo 4 horas de dedicación para
desarrollar tareas y revisión del material entregado.
 MIEMBROS DEL CONSEJO CONSULTIVO 7
Dario Hinestrosa | Vice President International Banking and Insurance
Analytics, Scotiabank - Canadá
Diego Vallarino | Global Head of Data Sourcing – Coface
Gliseth Chuqui Rios | Global Lead of Artificial Intelligence Hub, SGS
Iván Herrero | Chief Data Officer, Grupo Intercorp
Juan Taboada | Leader of Advanced Analytics Center of Expertise, BCP
Julio Casas | Customer Success Manager Architect
Marushka Chocobar | Secretaria de Gobierno Digital de la PCM
Michael Collemiche | Director Ejecutivo AI & Data, Grupo Salinas

 DIRECTORES DEL PROGRAMA

Carlos Calderón - Director de Data Science & AI Academy en UTEC

Reconocido practitioner de la transformación corporativa, con 25 años de
destacada trayectoria profesional en industrias de tecnología y servicios,
habiendo participado y liderado 6 corporate start-ups en 4 países distintos de la
región. Hoy es el Director de Data Science & AI Academy en UTEC, CEO en
Datathinking y Socio Fundador de Leading Digital, la plataforma de líderes para
la transformación corporativa más relevante del país. Es Mentor en el ecosistema
peruano de start-ups y un influyente líder en el mundo de los negocios, desde
donde participa activamente en diversos consejos consultivos y causas benéficas
que buscan mitigar el impacto de la Disrupción en las sociedades.

María del rosario Bruera - Managing Director en Census

Ingeniera, egresada de la Universidad Nacional de Rosario en Argentina y
Managing Director en Census, consultora especializada en Gobierno y Ciencia
de Datos. Por más de 10 años fue la Directora del área de desarrollo analítico
y de configuración de las plataformas de soporte a las decisiones en Equifax –
Argentina, desde donde también atendió los mercados de Paraguay y
Uruguay, habiendo liderado la implantación del programa de Gobierno de
datos. Además, es Docente de grado y posgrado en las Universidades
Nacional de Rosario, Tecnológica Nacional, de Palermo, de Belgrano,
Kennedy, UADE, ITBA Asignaturas: Programación, Sistemas de Información,
Estadística, Sistemas de Soporte a las Decisiones y maestrías de Data Mining y
Explotación de Datos. Profesional de apoyo a la investigación del Consejo
Nacional de Investigaciones de Argentina (CONICET) y autora del capítulo “Los
datos que soportan las decisiones de Marketing” del libro “El Mejor Marketing”
editado por AMDIA en 2017.



 EXPOSITORES6
 8

14

Claudio Querol David Allende

Management Consultant, Lead Data Scientist en la Gerencia
de Transformación Digital, Tottus
McKinsey & Company
Corporativo

Jesús Bellido José Miguel Renom

Director Interino de Ciencia de Profesor a tiempo completo, área:
la Computación, UTEC Ciencias, UTEC

Juan Carlos Saravia Leda Basombrio

Chief Data Officer, Chapter Area Lead de Data
Matemáticamente Posible Science, BCP

6
La Universidad de Ingeniería y Tecnología, se reserva el derecho de reemplazar al
expositor que por algún motivo no pueda asistir a las sesiones programadas.
 EXPOSITORES 9

Luis Chávez María del Rosario Bruera

Data Architect, Movistar Co-Directora de Data Science for
Business

Oscar Montezuma Yamilet Serrano

Director, Niubox Coordinadora de Ciencia de
Datos, Profesor de Ciencia de la
Computación, UTEC
 INFORMACIÓN ACADÉMICA: 10

DEDICACIÓN ACADÉMICA:

Las horas de dedicación fuera de las sesiones de clase son de mínimo 3
horas a la semana. Esto comprende revisión del material del programa sin
horario establecido y tiempo aproximado para reuniones grupales, en
caso sea necesario. Este tiempo no se considera como parte de la suma
de horas asíncronas.

EVALUACIÓN ACADÉMICA:

La evaluación es vigesimal siendo la nota mínima aprobatoria 13.007.

El programa combina la teoría con la práctica por lo que se requiere del

compromiso del participante en las diferentes actividades preparadas a
lo largo de las clases. Es importante y necesaria la asistencia a las sesiones
programadas para poder seguir la ilación del desarrollo del programa. De
presentar algún inconveniente, puede reportarlo con el Asistente (revisar
acompañamiento virtual).

De igual manera, se sugiere revisar la grabación de la sesión que será

subida a la plataforma tecnológica. Si en caso, el participante no puede
asistir a alguna de las sesiones programadas, entonces deberá ponerse en
contacto con el grupo que se le asignó y ponerse al corriente.
Inasistencia: el participante debe revisar la grabación, realizar las tareas y
practicar el desarrollo de la clase antes de la siguiente clase síncrona.

Evaluación:

Concepto Peso
Promedio de tareas, trabajos y
50%
exámenes online de cada módulo
Proyecto final 50%
Total 100%

7 Recuerda que es necesario haber leído y aceptado el Reglamento de Educación Ejecutiva antes
de la primera clase, el documento lo obtienes desde que envías firmada la cotización del
programa. En caso desees revisar nuevamente, dar click a Reglamento de Educación Ejecutiva
HERRAMIENTAS DE APRENDIZAJE: 11

El participante hará uso de las siguientes plataformas tecnológicas que
permitirán el logro de sus aprendizajes:

 Zoom Video - sistema de videoconferencia multiplataforma que

permite la interacción entre participantes y profesores en tiempo real. 
 Canvas - plataforma de e-learning en donde estarán colgados los
recursos de aprendizaje.
 Watson Studio - plataforma abierta para data science que permite la
analítica de grandes volúmenes de datos.

MATERIAL DEL PROGRAMA


El participante del programa accederá a las presentaciones, material de
lecturas y otros recursos del programa; para esto se habilitará el acceso
online dentro de nuestra plataforma de aprendizaje CANVAS. Todo el
material estará disponible en formato digital. El material puede entregarse
en inglés dado que es el idioma que muestra los últimos estudios realizados
de manera internacional. El material recomendado o adicional podría
tener un costo adicional.
Las clases síncronas serán grabadas (salvo restricciones indicadas en la
normativa de Protección de Datos Personales) y se alojará el video a través
de nuestras plataformas de aprendizaje que permitan la revisión posterior
del participante. Dicha grabación se puede visualizar únicamente en
línea, bajo ningún motivo se permite su descarga total o parcial a ningún
dispositivo.

El vídeo se facilita únicamente para el participante del programa. El uso

del material y videos son exclusivos para la enseñanza del programa en el
cual el participante está inscrito. Asimismo, por protección de la
propiedad intelectual, la descarga, copia, reproducción y/o compartida
del material del programa, de manera parcial o total, está prohibido. La
Universidad es titular de todos los derechos de propiedad intelectual
referentes al contenido y se reserva las acciones legales que puedan
tomarse en caso el participante infrinja esta disposición.







 INFORMACIÓN GENERAL: 12

DURACIÓN Y HORARIO DE CLASES:
El programa tiene una duración de 107 horas lectivas en total, tiene
previsto iniciar el sábado 24 de setiembre del 2022 y culminar el sábado 25
de febrero del 2023. Los horarios se encuentran establecidos en el
Cronograma.

El programa tiene una metodología de aula invertida, por lo que durante

la semana se debe considerar el espacio asíncrono en el que el
participante debe revisar los contenidos virtuales en el horario que desee,
dentro de la semana asignada de acuerdo al Cronograma. Es necesario
el compromiso del participante para revisar el material de forma asíncrona
previo a la sesión programada de clases.

Para las sesiones síncronas, el participante deberá conectarse en el horario

indicado. Por ello, el participante debe contar con conexión a internet,
cámara web y micrófono con audífonos. UTEC proporcionará los accesos
a las plataformas digitales.

ACOMPAÑAMIENTO VIRTUAL:

El participante del programa contará con el apoyo de:

• Un (1) tutor de aprendizaje virtual, quien dará soporte en las

consultas técnicas sobre el contenido del programa y estará
disponible cada semana de forma asíncrona con un nivel de
respuesta aproximado de 24 - 48 horas hábiles luego de haber
recibido y recepcionado el correo electrónico.

• Un (1) asistente académico que estará conectado durante el

desarrollo de las sesiones síncronas para el seguimiento virtual. Si es
que hubiera consultas fuera del horario de clases síncronas,
considerar el horario de lunes a viernes de 10:00 a 13:00 y de 17:00 a
20:00 hrs., con un nivel de respuesta aproximado de 24 - 48 horas
hábiles.

CONEXIÓN A CLASES:
Para una conexión efectiva a las clases de manera virtual, es
imprescindible que el alumno se asegure con la debida antelación de
contar con el equipo y accesorios necesarios, así como de seguir las
siguientes indicaciones:
 13
1
1. Internet estable de 6 Mbps, se recomienda conexión por cable de
red y usar audífonos con micrófono incluido.
2. En la medida de lo posible, buscar un ambiente libre de
interrupciones.
3. Ingresar por lo menos 10 minutos antes de cada clase para asegurar
un ingreso exitoso.
4. Se recomienda utilizar buscadores como google chrome.
5. Contar con un dispositivo que le permita realizar el programa y
actividades indicadas en el cronograma accediendo a las clases
vía zoom (cámara encendida), revisar el material a través de Slack;
se recomienda utilizar una computadora personal.

CERTIFICACIÓN8

1 UTEC otorgará un certificado digital a los participantes que aprueben el

“Programa en Data Science Essentials” en un plazo máximo de 15 días
hábiles posterior a la fecha de cierre9. El documento es firmado por la
Dirección de Educación Ejecutiva.
Texto del documento: Por haber aprobado el Programa en Data Science
Essentials, desarrollado en un total de 103 horas lectivas, del (día y mes
de inicio) al (día y mes de fin) del (año).
2 Se entregará un (1) certificado por haber participado en los talleres de:
Introducción a la herramienta Watson, Watson Modeler y Gobierno y
Monetización de datos. Se brindará dicho certificado únicamente a las
personas que asistan al 100% de las sesiones y que hayan aprobado el
Programa Especializado en Data Science Essentials.

 INFORMES E INSCRIPCIONES:


Nombre Cargo E-mail

Taina Barboza Supervisora de Ventas [email protected]

8 El certificado se envía de manera digital al correo registrado durante el proceso de venta, a través
de la cuenta: [email protected]

9 Fecha de cierre del programa: Se entiende cuando se ha entregado y evaluado el trabajo final,
según sea el caso.