Diplomado. Ciencia de datos gestión empresarial.

Al finalizar el diplomado, el participante:

• Diagnostica problemas de negocio mediante el análisis exploratorio de datos.
• Extrae información estratégica de bases de datos mediante lenguaje SQL esencial.
• Automatiza tareas repetitivas de limpieza y reporte de datos con el fin de hacer una mejora significativa en la gestión del tiempo operativo.
• Diseña tableros de control (Dashboards) de alto impacto que cuenten una historia (Storytelling).
• Implementa modelos de predicción básica para anticipar tendencias de ventas o comportamiento de clientes.
   

MÓDULO 1. Cultura Data-Driven. Fundamentos de ciencia de datos y análisis empresarial.
Contenidos:

• Qué es la ciencia de datos y su rol en la empresa
• Tipos de analítica aplicada a negocios
• KPIs e indicadores empresariales
• Datos estructurados y calidad de datos
• Introducción a bases de datos
• SQL básico aplicado a ventas, finanzas y operaciones

MÓDULO 2. Python para la productividad - análisis de datos (Nivel Inicial)
Contenidos:

• Introducción a Python desde cero
• Tipos de datos y estructuras básicas
• Importación de datos (Excel, CSV, Sheets, SQL)
• Limpieza y preparación de datos empresariales
• Manipulación básica de información con pandas
• Gráficos profesionales en Python

MÓDULO 3. Automatización de reportes y flujos de datos
Contenidos:

• Automatización de reportes en Excel
• Formato profesional de informes ejecutivos
• Actualización automática de datos
• Extracción de datos públicos mediante scraping sencillo
• Envío automático de reportes por correo electrónico
• Programación de tareas automáticas
• Flujo básico de datos: extracción → análisis → reporte

MÓDULO 4. Visualización y Dashboards empresariales
Contenidos:

• Principios de visualización para toma de decisiones
• Análisis visual de series de tiempo
• Indicadores clave de negocio
• Construcción de dashboards ejecutivos en PowerBi
• Storytelling con datos para directivos

MÓDULO 5. Estadística y predicción. 
Contenidos:

• Estadística descriptiva aplicada al negocio
• Análisis de tendencias y variabilidad
• Comparaciones antes / después
• Correlaciones simples e interpretación práctica
• Introducción aplicada a la regresión lineal
• Lectura e interpretación gerencial de resultados

MÓDULO 6. Modelos predictivos básicos para negocios
Contenidos:

• Qué es un modelo predictivo y para qué sirve
• Regresión lineal para predicción simple
• Clasificación básica aplicada a negocios
• Árboles de decisión como modelo principal
• Evaluación simple de modelos
• Uso de resultados para apoyar decisiones empresariales

Coordinador:

• Jhon Cisnero