Este curso hace parte del portafolio de materias de pregrado y posgrado de la Universidad abiertas a todo público.
Al participar en este curso podrás vivir la experiencia Uniandina, acceder a contenidos de calidad, tomar clases con estudiantes regulares, acceder al sistema de bibliotecas de Uniandes y participar en las actividades culturales que esta Universidad te ofrece.
Dirigido a
Dirigido a un profesional hispanohablante con pregrado en cualquier disciplina (no necesariamente STEM) que tenga conocimientos básicos en estadística y programación y esté interesado en generar impacto mediante la transformación de datos en información relevante para la toma de decisiones. Es necesario tener en cuenta los conocimientos requeridos y los cursos prerrequisito.
Objetivos
Al finalizar el módulo, se espera que el estudiante esté en capacidad de:
Identificar procesos susceptibles de ser mejorados a través de las técnicas de optimización.
Formular rigurosamente un problema de optimización a partir de una problemática real.
Implementar y resolver un modelo de optimización utilizando herramientas computacionales. En particular, el estudiante estará en capacidad de utilizar software especializado de optimización desde Python y MS Excel (Solver).
Analizar, interpretar y comunicar apropiadamente los resultados de un modelo de optimización.
Que aprenderá el estudiante en el curso:
Tecnologías de información: Hacer uso de herramientas computacionales y tecnológicas para manipular datos, gestionar el desarrollo y validación de modelos, así como la presentación efectiva de sus resultados.
Identificar las particularidades y propósito de diferentes lenguajes de programación, paquetes de software, servicios tecnológicos disponibles en el contexto de análisis de datos y el modelaje matemático.
Extraer, transformar y cargar datos de diversas fuentes estructuradas y no-estructuradas
Resolver modelos de analítica descriptiva, predictiva y prescriptiva.
Desarrollar o utilizar herramientas que permitan traducir las soluciones de los modelos al contexto de las necesidades de la organización (reportes, visualización, dashboards, entre otros).
Modelos matemáticos: Desarrollar modelos matemáticos para análisis de datos según su propósito, pertinencia y limitaciones en el contexto de un problema de negocio.
Formular modelos matemáticos a partir de problemas de negocio con el fin de obtener soluciones numéricas que den lugar a análisis que agreguen valor.
Identificar y aprovechar oportunidades de aplicación de técnicas avanzadas de machine learning para beneficio de las organizaciones.
Comprender y comunicar los supuestos, limitaciones técnicas y consecuencias éticas de la formulación e implementación de modelos matemáticos con datos reales.
Metodología:
El estudiante deberá desarrollar un conjunto de actividades a lo largo de cada semana, las cuales se describen a continuación:
Deberá preparar por su cuenta los temas asignados, para lo cual contará con videos y lecturas seleccionadas.
Podrá resolver sus dudas en el canal de Slack en el hilo asignado para tal fin y con horarios específicos de respuesta.
Podrá asistir a la sesión sincrónica que estará a cargo del equipo del curso donde se harán precisiones sobre los temas de la semana anterior.
La evaluación del curso se centrará en los quices (cuestionarios)
Horario: Martes de 6:00 – 7:20 p.m.
Software
- MS Excel: instalado en el computador o accediendo a este software a través de https://nukakvirtual.uniandes.edu.co
- Python: Durante el curso se desarrollarán prácticas computacionales en Jupyter Notebooks usando la plataforma de Coursera. Las prácticas ya tendrán todos los paquetes necesarios instalados.
Contenido
Aprender acerca de la relación que tiene la optimización con la analítica de datos y los modelos prescriptivos. Desarrollar habilidades para identificar situaciones problemáticas en las organizaciones susceptibles de ser mejoradas a través del uso de modelos de optimización. Desarrollar habilidades de implementación de los modelos en software especializado de optimización de acceso abierto y de uso cotidiano. Comprender cómo los resultados de un modelo de optimización se pueden traducir y visualizar de forma convincente para que impacten la toma de decisiones en las organizaciones. Aplicar lo aprendido en prácticas computacionales basadas en casos de estudio.
Profesores
Condiciones
Eventualmente la Universidad puede verse obligada, por causas de fuerza mayor a cambiar sus profesores o cancelar el programa. En este caso el participante podrá optar por la devolución de su dinero o reinvertirlo en otro curso de Educación Continua que se ofrezca en ese momento, asumiendo la diferencia si la hubiere.
La apertura y desarrollo del programa estará sujeto al número de inscritos. El Departamento/Facultad (Unidad académica que ofrece el curso) de la Universidad de los Andes se reserva el derecho de admisión dependiendo del perfil académico de los aspirantes.
