Certificación Profesional en Business Analytics

PRECIO

$770,000

FECHA DE INICIO

26/08/2025

MODALIDAD

Blended

Certificación Profesional en Business Analytics

Certificación Profesional en Business Analytics

El crecimiento exponencial en la generación de datos y el avance de la inteligencia artificial han transformado la manera en que las organizaciones operan y toman decisiones. La analítica de datos se ha convertido en un pilar fundamental para optimizar procesos, mejorar la experiencia del cliente y generar nuevas oportunidades de negocio.

Para aprovechar plenamente el potencial de los datos, es fundamental contar con una estrategia clara que permita identificar oportunidades, evaluar su impacto y alinear iniciativas con los objetivos organizacionales. La madurez analítica, el desarrollo de una cultura data-driven y la integración efectiva de tecnologías como Machine Learning juegan un rol determinante en este proceso.

Este programa ofrece una visión ejecutiva sobre el impacto de los datos y la inteligencia artificial en los negocios, abordando desde marcos estratégicos y metodologías para el descubrimiento de casos de uso, hasta aspectos técnicos clave en Data Science, Machine Learning, infraestructura de datos y MLOps.

A lo largo del curso, los participantes desarrollarán los conocimientos y herramientas necesarios para comprender cómo capturar el valor de los datos y aplicarlo en sus organizaciones o proyectos, favoreciendo la toma de decisiones basada en evidencia y la generación de impacto real.

Consultá por beneficios y financiación en
[email protected]

(*) Incluye 1 Encuentro Presencial

Metodología

El curso se implementa en una modalidad blended. De este modo, los primeros 4 módulos se dictan de manera virtual mediante clases sincrónicas de 3 horas y actividades asincrónicas. El último módulo, en cambio, se dicta de manera presencial, en una jornada completa de 8 horas.

Desde la primera clase, los participantes trabajarán en un proyecto integrador, en el cual aplicarán progresivamente los conocimientos adquiridos en cada módulo. Los grupos deberán desarrollar su caso de uso basado en datos a lo largo del curso, incorporando los conceptos abordados en cada clase. Los docentes realizarán un seguimiento del avance mediante entregas parciales y brindarán feedback a los equipos.

En el encuentro presencial, además de presentar los contenidos teóricos del último módulo, los grupos trabajarán sobre la consolidación final de sus proyectos. Esta jornada resulta un elemento fundamental del diseño del programa, ya que facilita el intercambio de ideas y conocimientos entre los participantes, así como con el equipo docente.

La presencialidad permite establecer una conexión más personal entre la audiencia, lo que facilita la colaboración y el trabajo en equipo. Además, ofrecerá la oportunidad de conocer personalmente a los demás participantes del curso, fomentando la construcción de nuevas relaciones profesionales.

Cabe señalar que la participación de la jornada presencial es condición necesaria para la obtención de la certificación profesional, ya que sin dicha participación no será posible la entrega del trabajo final, a la vez que no será posible cumplir con la asistencia mínima requerida.

 

Plan de estudios

  • Impacto de la IA en la sociedad y los negocios.
  • Casos de uso, tendencias y proyecciones en Data & Analytics.
  • Cultura data-driven y niveles de madurez analítica.
  • Principios de estrategia de datos y frameworks estratégicos.
  • Técnicas de discovery y diseño de casos de uso.
  • Customer Journey
  • Definición de Data Science, Machine Learning y AI.
  • Sistemas basados en reglas vs. Machine Learning.
  • Ciclo de vida de un proyecto de Data Science.
  • Clasificación de algoritmos de Machine Learning.
  • Evolución de la Inteligencia Artificial: de modelos tradicionales a modelos preentrenados y agentes.
  • Agentes de AI y automatización de workflows inteligentes.
  • Análisis y visualización de datos aplicados al negocio.
  • Uso de Machine Learning en la toma de decisiones.
  • Interpretación de métricas y KPIs.
  • Storytelling con datos y buenas prácticas de visualización.
  • Fundamentos de Big Data: surgimiento y tecnologías clave.
  • Data Warehouse, Data Lake y patrones arquitecturales.
  • On-premise vs. cloud: implicancias en costos y gobierno de datos.
  • Integración de modelos de terceras partes mediante APIs.
  • Infraestructura para LLMs (AI economics).
  • Motivación: brecha de deployment.
  • Ciclo de vida y sus flujos de trabajo de Machine Learning Engineering.
  • Automatización y componentes.
  • Medición de modelos productivos.

Cuerpo Docente

● Licenciado en Economía (UBA)
● Licenciado en Matemáticas (U. Roma – “La Sapienza”)
● Magister en Data Mining e Investigación de Mercado (U. Bologna)
● Partner en Collective AI
● Docente y director académico de la maestría en Management & Analytics y programas corporativos del ITBA

● Ingeniero en Sistemas de Información (Universidad Tecnológica Nacional)
● Founder & CEO en Deployr
● Docente de Posgrado y en programas corporativos de ITBA

● Licenciada en Matemáticas (Universidad CAECE)
● Maestría en Generación y Análisis de Información Estadística (Universidad Nacional Tres de Febrero)
● Data Analytics Manager (SMBs) en Tiendanube

● Licenciatura en Sociología (UBA)
● Maestría en Políticas Sociales, Ciencias Políticas y Gobierno (UBA)
● Founder & ML Engineer en Deployr
● Previamente: Lead Data Scientist en CoreBI

● Licenciado en Economía (UBA)
● MBA (Universidad Torcuato Di Tella)
● Actualmente Managing Partner en MVP
● Amplia experiencia corporativa (Argentina Marketing Director de The Coca-Cola Company, Head of Marketing de Samsung Argentina)

Certificación Profesional en Business Analytics