Especialización en Ciencia de Datos
- Duración
- 1 año
- Modalidad
- Presencial
- Sede
- Capital Federal
Machine Learning y Data Engineering conviven en la Especialización en Ciencia de Datos del ITBA, que recorre el proceso de Data Science de punta a punta: del almacenamiento y la limpieza de los datos al modelo predictivo en producción. Recibe a graduados que trabajan en sectores donde el análisis de datos es parte del día a día.
Qué aprende a hacer el especialista
Diseña, implementa y optimiza modelos predictivos, y arma la infraestructura para manejar datos a gran escala: data warehouses, procesos ETL, data lakes y lakehouses, pipelines de ML Ops e infraestructura en la nube. Suma visualización de la información, análisis de series de tiempo y aprendizaje supervisado y no supervisado, con Deep Learning y redes neuronales.
Datos geográficos y tópicos avanzados
Un módulo trabaja bases de datos espaciales y Sistemas de Información Geográfica (GIS), junto con aplicaciones de ML e IA en neurociencia. El seminario de tópicos avanzados aborda sistemas de recomendación, grandes modelos de lenguaje (LLM), agentes de IA y bases de datos de grafos.
Trabajo Final Integrador y continuidad
El cierre es un proyecto individual con orientación práctica, guiado por un tutor y validado por la Dirección y el Comité Académico. La Especialización tiene título propio: no es un título intermedio. Quien la termina puede seguir un año más hacia la Maestría en Ciencia de Datos, o volcarse a la Maestría en Management & Analytics, con reconocimiento de las materias equivalentes.
Plan de estudios
Año 1
11 materias- Nivelación
- Fundamentos de Análisis de Datos
- Minería de Datos
- Almacenes de Datos y Procesamiento Analítico en Línea
- Herramientas de Procesamiento para Grandes Volúmenes de Datos
- Visualización de la Información
- Técnicas y Algoritmos de Aprendizaje Automático
- Diseño e Implementación de Procesos de Extracción, Transformación y Carga de Grandes Volúmenes de Datos
- Análisis de Datos Científicos y Geográficos
- Seminario Intensivo de Tópicos Avanzados en Datos Complejos
- Taller de Trabajo Final Integrador
Requisitos de admisión
Se requiere ser graduado universitario de una carrera de, al menos, cuatro años de duración, y contar con conocimientos que permitan la comprensión del idioma inglés. La admisión incluye la evaluación de los antecedentes académicos y profesionales por parte de la Secretaría de Admisión. En caso de ser requerido en el proceso de admisión, puede solicitarse reforzar contenidos de Base de Datos, Algoritmos y Estadística con módulos intensivos previos al inicio.
Acreditación oficial
Acreditada por CONEAU — Resolución RESFC-2021-220-APN-CONEAU#ME