TRIMESTRE 26-O| CLAVE DEL CURSO: AEVE202600130

OBJETIVO

Desarrollar en los participantes las competencias técnicas y analíticas necesarias para aplicar el ciclo completo de análisis de datos con Python, transformando datos en conocimiento accionable y modelos predictivos que apoyen la toma de decisiones empresariales inteligentes.

DIRIGIDO A

Dirigido a estudiantes, docentes y profesionales interesados en adquirir habilidades prácticas en análisis de datos aplicando Python. Comunidad UAM y público en general mayores de 18 años

GENERALIDADES

Modalidad: Virtual mediante plataforma de videoconferencias (Zoom).

Duración: 20 horas

Fechas: Sábados del 10 al 31 de octubre 2026

Horario: De 09:00 a 14:00 horas

Fechas límite de inscripción: 07 de octubre de 2026

INSTRUCTORES:

Fis. IVAN GABRIEL HERNÁNDEZ CAMACHO: Físico y Matemático Aplicado por la Universidad Nacional Autónoma de México (UNAM), con experiencia en ciencia de datos, modelado estocástico, optimización de sistemas y dirección estratégica. Es Fundador y Director Ejecutivo de Grupo Makori, donde dirige proyectos de ciencia de datos, ingeniería financiera y transformación digital, además de ser autor de “El Método Makori”, metodología de decisión corporativa basada en modelos matemáticos cuantificables. Asimismo, es Socio Fundador del Cluster Tecnológico MultiX y Fundador y Director de KoriPass, y actualmente se desempeña como Director del área de Ciencia de Datos en MUSICVIP-LÍRICO. Cuenta con experiencia en Python, R, SQL, machine learning, MLOps, Power BI, Tableau y Looker, así como en estrategia, gobernanza y dirección de equipos multidisciplinarios.

Fis. JOSÉ DANIEL ALFARO JIMÉNEZ Físico egresado de la Universidad Nacional Autónoma de México (UNAM), especializado en Sistemas Complejos, Mecánica Estadística y Procesos Estocásticos. Es desarrollador Full Stack y estratega tecnológico, con experiencia en el desarrollo de infraestructura de software, ciencia de datos y automatización. Actualmente se desempeña como Chief Technology Officer (CTO) y Co-Fundador de Grupo Makori, donde lidera proyectos de arquitectura tecnológica y análisis de datos. Asimismo, es Socio Fundador del Cluster Tecnológico MultiX, co-creador de KoriPass y Vicepresidente de la Comisión de Ciencia de Datos en REGENIA, participando en proyectos relacionados con inteligencia artificial, gobernanza de datos y transformación tecnológica.

CUOTA*
Comunidad UAM (Alumnos, Egresados y Trabajadores): $1,500.00
Público en general: $2,100.00

REQUISITOS DEL PARTICIPANTE:

    Se recomienda que los participantes cuenten con conocimientos básicos de finanzas (rendimiento, riesgo y portafolios) y experiencia en el uso de Excel para análisis de datos. No se requiere experiencia previa en programación; sin embargo, es importante contar con interés en el análisis cuantitativo y disposición para trabajar con Python durante el curso.

    TEMARIO

    1. Fundamentos de Programación y Entornos de Trabajo (Python + R)

    2. Automatización Operativa de Tareas y Archivos

    3. El Ciclo del Dato I – Ingesta, Limpieza y Transformación

    4. El Ciclo del Dato II – Visualización Interactiva y Proyecto Integrador

    NOTAS IMPORTANTES

    • Las inscripciones se cierran tres días antes del inicio del evento, o al cubrir el cupo máximo de participantes. (En los casos de idiomas se cierran en las fechas indicadas en la convocatoria).
    • En caso de no reunir el mínimo de participantes, la Sección de Educación Continua se reserva el derecho de reprogramar o cancelar la actividad.
    • El tiempo administrativo para la generación de reembolso por cursos cancelados por la Sección podría ser hasta de 30 días hábiles.
      Todos los reembolsos se generan mediante cheque, el cual, se entrega en las instalaciones de la Universidad.
    • Los comprobantes de pago y datos del interesado(a) se deben enviar el mismo día en el que se realizó la operación bancaria (deposito o transferencia) al correo electrónico señalado. No se recibirán comprobantes de pago de meses anteriores. La Sección de Educación Continua no se hace responsable de pagos enviados fuera de tiempo o realizados por equivocación.