Matrix Educación

El diplomado en IA y Data Science está diseñado para profesionales de diversos sectores que buscan adquirir conocimientos y habilidades en inteligencia artificial y análisis de
datos.
Este programa está dirigido a ingenieros, científicos de datos, gerentes, emprendedores y estudiantes interesados en las carreras del futuro en transformación digital. Ademas ofrece las herramientas y conocimientos necesarios para destacar en el campo de la inteligencia artificial y la ciencia de datos, independientemente de tu formación o experiencia previa.

MÓDULOS

1: Introducción a la ciencia de datos y la IA

Conceptos Básicos de Ciencia de Datos
Recolección y Gestión de Datos
Análisis Exploratorio de Datos

2: Tecnología y Herramientas para Ciencia de Datos e IA

Transformación Digital: Tecnologías y Big Data
Plataformas y Herramientas de Big Data
Aplicaciones de Big Data en Diversas Industrias

3: Análisis Predictivo y Modelado Avanzado

Modelos Predictivos y su Aplicación
Técnicas Avanzadas de Machine Learning
Implementación y Evaluación de Modelos para Diversos Casos de Uso

4: Optimización y Simulación para la Toma de Decisiones

Optimización de Procesos
Simulación de Procesos
Casos de Uso y Aplicaciones de Analytics para Optimizar Procesos en Diversos Contextos

5: Gestión y Monetización de Proyectos de Ciencia de Datos

Gestión de Proyectos de Data Analytics con CRISP-DM
Estrategias de Monetización de Proyectos de Data Analytics

6: Herramientas Ágiles y de Gestión del Cambio para Proyectos de Ciencia de Datos SAP

Agilidad y Scrum para Ciencia de Datos
Design Thinking y Journey Maps para la Gestión de Proyectos de Ciencia de Datos
Gestión del Cambio en Proyectos de Ciencia de Datos

CERTIFICADO

Al finalizar el programa el alumno recibirá el diploma que acredita tu participación y aprobación del mismo. Para ello, deberá haber completado la totalidad de las actividades de los módulos.

Conoce al Docente

admin

Jorge Guerrero
Profesor de la Facultad de Ingeniería de Sistemas y Computo

Fundamentos de Finanzas Corporativas

• Introducción de los principios básicos financieros.
• Estructura de capital.
• Valor temporal del dinero.
• Métodos de evaluación de proyectos de inversión.
• Diversificación de activos y análisis de riesgos.
• Mercados financieros.
• Política de dividendos.
• Estructura de los estados financieros.

Análisis Financiero

• Interpretación de los Estados Financieros.
• Cálculo e interpretación de ratios financieros claves.
• Método de análisis de tendencias.
• Método de análisis horizontal y vertical.
• Análisis Dupont.
• Análisis del flujo de efectivo.
• Análisis Cuentas por cobrar y pagar.
• Análisis del ciclo de efectivo operativo.
• Interpretación de información.

Métodos y Sistemas de Costos

• Introducción a los sistemas de costos.
• Costeo por orden de producción.
• Costeo por proceso.
• Costeo Basado en Actividades.
• Costeo Estándar.
• Costeo Variable y Costo Directo.
• Costeo Absorbente.
• Sistema de Costos Combinados.
• Sistema de costos para la toma de decisiones.
• Tecnología y Sistemas de Costos.

Planeamiento Financiero y Presupuestos

• Procesos de planificación financiera.
• Método de análisis de los Estados financieros.
• Presupuesto maestro.
• Proyecciones Financieros.
• Métodos de pronóstico.
• Consideraciones del capital de trabajo.
• Evaluación de inversión.
• Control presupuestario: Real vs Planificado.

Finanzas Internacionales

• Introducción a finanzas internacionales.
• Paridad del poder adquisitivo y tipo de cambio.
• Arbitraje y cobertura del riesgo cambiario.
• Contratos futuros, opciones y swaps de divisas.
• Fuentes de financiamiento empresa multifuncional.
• Gestión de riesgos internacionales.
• Análisis de proyectos de inversión en el extranjero.
• Regulaciones y cumplimientos internacionales.

Fintech en Finanzas Corporativas

• Introducción a la Fintech.
• Innovación en servicios financieros.
• Transformación digital en Finanzas corporativas.
• Crowdfunding y Crowdsourcing.
• Gestión de riesgos tecnológico.
• Regularización y cumplimiento.
• Estrategias de implementación.
• Caso de estudio y aplicaciones prácticas.