Diplomatura Latinoamericana en AgroAnalytics
- Modalidad
- A distancia
- Sede
- Capital Federal
La Diplomatura Latinoamericana en AgroAnalytics de UCES, bajo el lema Agro 5.0: de los datos a la acción, enseña a transformar los datos que genera una empresa agropecuaria —del plan sanitario y las dosis de fertilizantes a la gestión comercial y bancaria— en información para decidir mejor, dentro y fuera de la empresa.
Qué se aprende
El programa recorre la transformación digital del negocio agroalimentario; los conceptos de ciencia de datos, minería de datos, machine learning y big data; bases de datos y arquitectura de datos; data analytics y business intelligence aplicados a indicadores, paneles y reportes, y datawarehousing para integrar datos de diversos orígenes. Suma técnicas de data mining e inteligencia artificial para modelos predictivos, blockchain aplicado a la trazabilidad de alimentos y la tokenización de activos, y paneles con empresas del ecosistema AgTech.
A quiénes está orientada
Profesionales, técnicos, ejecutivos, consultores, emprendedores y empresarios vinculados a la toma de decisiones en cualquier eslabón de la cadena: producción primaria, procesamiento, comercialización de productos e insumos, transporte o logística. No exige conocimientos avanzados de estadística ni de programación.
Plan de estudios
- Descubriendo el proceso de transformación digital en el negocio agroalimentario
- Data Science: aprendiendo a agregar valor a los datos
- Generando y sistematizando los datos en la empresa
- Data Analytics aplicado a la gestión de procesos
- Procesando y gestionando los datos de la empresa
- Artificial Intelligence: aprendiendo a planificar el negocio con tecnologías y modelos predictivos
- Blockchain: aplicación de blockchain en los negocios agroalimentarios
- Paneles de experiencias
Requisitos de admisión
Se realiza una entrevista individual con cada interesado para su aceptación. Se requieren conocimientos amplios de las áreas de la empresa y sus procesos internos y externos; no hacen falta conocimientos avanzados de estadística o programación. Es recomendable, aunque no excluyente, contar con experiencia en roles de toma de decisiones o en áreas clave de la empresa.