TRIMESTRE 26-P| CLAVE DEL CURSO: AEVE202600105
OBJETIVO
Desarrollar en los participantes las competencias técnicas y analíticas necesarias para aplicar el ciclo completo de la Ciencia de Datos, 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 Ciencia 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 20 junio al 11 de julio de 2026
Horario: De 09:00 a 14:00 horas
Fechas límite de inscripción: 17 de junio de 2026
INSTRUCTOR:
Dr. Juan Carlos González Ibarra
Doctor en Sistemas Computacionales, con formación en Ingeniería y Maestría en Computación. Profesor, investigador y científico de datos con más de 15 años de experiencia en Ciencias de la Computación, especializado en ingeniería de datos, aprendizaje automático y neurociencia computacional. Ha desarrollado modelos predictivos y soluciones tecnológicas para sectores de salud, educación y tecnología, destacando en análisis de bioseñales y big data. Cuenta con amplia trayectoria en docencia universitaria, diseño instruccional y gestión de proyectos de I+D, así como experiencia en desarrollo de software y aplicaciones de inteligencia artificial, logrando mejoras significativas en desempeño académico, eficiencia de procesos y precisión de modelos analíticos.
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
Módulo 1:
Big data & Inteligencia Artificial
Datos e Inteligencia Artificial
Hablando de Big Data
Hablando de Casos de uso
Tecnologías Big Data
Gobernanza de datos
Módulo 2:
Procesos de ingeniería de datos Fundamentos del tratamiento de datos
Programación en Python
Data Wrangling
Módulo 3:
Proceso Analítico de Ciencia de Datos
Análisis exploratorio de datos y su visualización
Introducción al Machine Learning
Ciencia de Datos (con python)
Introducción a Deep Learning
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.