Nuevo - Aplicaciones de Data Science para la Gestión Pública

Este curso expone las principales características del análisis de datos en gestión de políticas públicas y sociales, abordando temas de medición, muestreo, análisis estadístico, evaluación de impacto y ética.


Descripción

El Estado es probablemente la institución que cuenta con el mayor volumen de datos e información en el país. Las diferentes reparticiones públicas implementan procesos de recolección de información a través de encuestas o registros públicos, desarrollan análisis y proveen de información a la opinión pública que es de vital importancia para el desarrollo del país.

Los grandes volúmenes de información del Estado no siempre siguen estándares uniformes de registro debido a la gran complejidad y dispersión de las unidades y servicios públicos, cada una de ellos define métodos para recolección y análisis y en tampoco se integran bases de datos de reparticiones diferentes que faciliten una visión más global.

El desarrollo tecnológico presenta oportunidades para integrar y gestionar los datos públicos con herramientas más eficaces, que han potenciado en muchos países políticas de datos abiertos que favorecen la evaluación permanente del impacto de las políticas y la inversión pública.  

El presente curso entrega una visión general de las diferentes aplicaciones de data science que se pueden implementar en la gestión pública: instrumentos para captura y recolección de información, definiciones de muestreo, diseño de encuestas longitudinales, análisis de encuestas complejas, evaluación de impacto de políticas públicas, entre otros temas.

Estas aplicaciones se apoyan en herramientas de inteligencia y minería de datos, aspectos que también se abordan en el curso, mediante el entrenamiento de técnicas en software computacional de código abierto.

Al finalizar el curso, los participantes identificarán aplicaciones específicas de data science en diversas áreas de la gestión pública y podrán implementar, mediante herramientas de inteligencia y minería de datos, soluciones específicas a los problemas que aborden en sus respectivas organizaciones.  

Dirigido a

Ingenieros Civiles y de Ejecución de los diversos ámbitos de especialización, Ingenieros Comerciales, Economistas, Administradores Públicos, Psicólogos, Sociólogos, y en general, profesionales de diversas disciplinas que se desempeñan en áreas de gestión con datos en instituciones públicas, fundaciones, educación, etc.

Prerrequisitos

Profesional universitario, licenciatura o egresado de instituto profesional, con al menos un año de experiencia laboral en área afín al análisis de datos públicos o sociales.

Objetivo de aprendizaje

Aplicar técnicas de análisis de datos para generar información relevante para la toma de decisiones la gestión pública, mediante el uso de herramientas estadísticas y tecnológicas de inteligencia de datos.

Desglose de cursos

Curso: Aplicaciones de Data Science para la gestión pública.
Horas lectivas: 25 horas cronológicas
Créditos: 5

Objetivos específicos:
-    Distinguir las principales herramientas técnicas para análisis de datos sociales
-    Identificar metodologías para la investigación social en base a datos.
-    Aplicar herramientas técnicas para realizar evaluación de impacto.
-    Implementar métodos de data science en políticas públicas.

Contenidos:
-    Social big data.
o    Introducción al social big data.
o    Evolución de datos sociales, fuentes y mecanismos de recolección.
o    Fuentes de datos sociales y públicos en Chile.
o    Ejemplos internacionales de open data.
-    Herramientas para recolección y análisis de datos sociales.
o    Diseño de encuestas.
o    Encuestas longitudinales.
o    Análisis de datos sociales.
o    Metodologías para evaluación de impacto de políticas públicas.
-    Evolución social y datos.
o    Análisis de datos demográficos.
o    Análisis de datos económicos.
o    Análisis de datos sociales.
o    Análisis de datos políticos.
-    Metodologías de análisis de datos sociales.
o    Metodologías de caracterización socioeconómica.
o    Metodologías para analizar comportamiento del consumidor.
o    Cruces de datos para configurar mapas sociales.
-    Casos de uso y aplicaciones.
o    Modelos de evaluación de impacto.
o    Ejemplos de análisis de políticas públicas a través de los datos.
o    Modelos de big data para datos públicos.
o    Smart Cities, big data para la planificación territorial.
o    Big data y seguridad ciudadana.

Evaluaciones:
•    1 Quiz, que consiste en la identificación de métodos de data science en diferentes esferas del ámbito público, desarrollado de manera individual: 50% - evaluado con una rúbrica.
•    1 Taller práctico que contempla el realizar un proyecto de análisis de datos para la toma de decisiones, mediante el uso de herramientas de inteligencia. El taller será realizado en grupos de 5 personas: 50% de ponderación de la nota final.

Equipo Docente

JEFE DE PROGRAMA
Ernesto San Martín Gutiérrez
Profesor Asociado, Departamento de Estadística, Facultad de Matemáticas UC.
Ph.D. in Sciences, Université Catholique de Louvain.
Director de Extensión de la Facultad de Matemáticas UC.
Ha sido Profesor Visitante del Departamento de Psicología, K. U. Leuven (Bélgica). Sus áreas de investigación son la psicometría y la medición educacional; la estadística matemática, la historia de la estadística y la probabilidad, y la enseñanza de las probabilidades. Estas investigaciones las ha desarrollado por medio de diversos proyectos FONDECYT, proyectos bilaterales con la K.U. Leuven (Bélgica), proyectos de innovación y desarrollo (FONDEF, CORFO-Innova), y proyectos con el Ministerio de Educación (Estudio Piloto de Valor Agregado; Proyectos FONIDE de análisis de  videos del Docente Más; entre otros).

EQUIPO DOCENTE

Alvarado Celis, Ana María, Profesora Magíster en Estadística, Pontificia Universidad Católica de Chile.

Alvear Leyton, Alexis, Subdirector DATA UC, Magíster en Administración de Empresas, Universidad de Sevilla, España.

Aravena Cuevas, Ricardo, Profesor Asociado Adjunto, Magíster en Estadística, Pontificia Universidad Católica de Chile.

Bravo Mella Mónica, Profesora Instructor Adjunto, Licenciada en Estadística, Pontificia Universidad Católica de Chile.

Caiceo Jaime, Ingeniero Civil Industrial, Magíster en Ciencias de la Ingeniería, Pontificia Universidad Católica de Chile.

Galea Rojas Manuel, Profesor Asociado, Doctor en Estadística, Universidad de Sao Paulo.

Kuncar Campbell Francisco, Profesor Asistente Adjunto, Magíster en Estadística, Pontificia Universidad Católica de Chile.

Muñoz Araya Miguel, Ingeniero Comercial Pontificia Universidad Católica de Chile, Diplomado en Inteligencia de Negocios Universidad de Chile.

Molina Núñez, Alonso, Estadístico y Magíster en Estadística, Pontificia Universidad Católica de Chile.

Olea Ortega Ricardo, Profesor Asistente Adjunto, Doctor en Estadística, Pontificia Universidad Católica de Chile.

Palma Manríquez Wilfredo, Profesor Titular, Ph. D. en Estadística, Carnegie Mellon University.

Quinlan Binelli José, Profesor Instructor Adjunto, Doctor en Estadística, Pontificia Universidad Católica de Chile.

San Martín Gutiérrez Ernesto, Profesor Asociado, Ph.D. in Sciences, Université Catholique de Louvain.

Vega Ricardo, Profesor Asistente Adjunto Escuela de Diseño UC, Diseñador y Artista, MFA Technology (Parsons, The New School, Nueva York).

Metodología

En las horas teóricas el relator desarrollará los contenidos con medios audiovisuales (presentaciones y diapositivas), basado en una metodología participativa.

En las horas prácticas, se realizarán las siguientes actividades:
-    Estudio de casos de aplicaciones de data science para la resolución de problemas en diferentes contextos de gestión pública, en grupos de 5 participantes, con la supervisión del relator.
-    Laboratorio de inteligencia de datos, para la aplicación de herramientas computacionales de minería de datos para toma de decisiones, a bases de datos públicas, en grupos de 5 participantes, con la conducción y orientación del relator.

Evaluación

•    1 Quiz, que consiste en la identificación de métodos de data science en diferentes contextos de gestión pública, desarrollado de manera individual: 50% - evaluado con una rúbrica.
•    1 Taller práctico que contempla el realizar un proyecto de análisis de datos para la toma de decisiones, mediante el uso de herramientas de data science. El taller será realizado en grupos de 5 personas: 50% de ponderación de la nota final.

Requisitos de aprobación

a)    Requisito académico: los alumnos deberán obtener una nota 4.0 o más y cumplir con el requisito de asistencia de un 75%.

El alumno que no cumpla con una de estas exigencias reprueba automáticamente sin posibilidad de ningún tipo de certificación.

Bibliografía

Donaldson, S. I. (2007). Program theory-driven evaluation science. Mahwah, NJ: Erlbaum
Fitzpatrick, J., Sanders, J. y Worthen, B. (2003). Program Evaluation: alternatives approaches and practical guidelines. New Jersey, US: Pearson Education.

González, T. and San Martín, E. (2017). On the Implementation of Integrated Leadership Model as Public Policy: A Critical Analysis; enviado a publicación.
Manski, C. (1999): Identification Problems in Social Sciences. Cambridge.
Manski, C. (2005), Social Choice with Partial Knowledge of Treatment Response, Princeton: Princeton University Press.
- Apuntes de elaboración propia.

Proceso de Admisión

Las personas interesadas deberán completar la ficha de postulación ubicada al lado derecho de esta página web. Un correo de confirmación solicitará enviar los siguientes documentos a la ejecutiva de admisión, señorita Carla Díaz Mora, al correo cdiazmora@uc.cl:

-    Fotocopia simple de la cédula de identidad por ambos lados.
-    Copia simple de título o licenciatura.
-    Certificado laboral o currículum vitae actualizado.

VACANTES: 40
 “No se tramitarán postulaciones incompletas”.

- El postulante será contactado, para asistir a una entrevista personal (si corresponde) con el Jefe de Programa del Diplomado o su Coordinadora Académica.
- No se aceptarán postulaciones incompletas.
- El postular no asegura el cupo, una vez aceptado en el programa, se debe cancelar el valor para estar matriculado.

• El Programa se reserva el derecho de suspender la realización del diplomado/curso si no cuenta con el mínimo de alumnos requeridos. En tal caso se devuelve a los alumnos matriculados la totalidad del dinero en un plazo aproximado de 10 días hábiles con un vale vista que deberá ser retirado en el  Banco Santander.
• A las personas matriculadas que se retiren de la actividad antes de la fecha de inicio, se les devolverá el total pagado menos el 10% del total del arancel. A las personas que se retiren  una vez iniciado el programa por motivos de fuerza mayor, se les cobrarán las horas cursadas hasta la fecha  de la  entrega de solicitud formal de retiro más el 10% del valor total del programa. En ambos casos la devolución demorará 15 días hábiles y se efectuará a través de un vale vista que deberá ser retirado en el  Banco Santander.

imagen
SOLICITAR MÁS INFORMACIÓN
ACTIVIDAD NO DISPONIBLE
PARA INSCRIPCIÓN

POR FAVOR DÉJENOS SU CONSULTA
Y LO CONTACTAREMOS


Otros programas que pueden ser de su interés

Diplomado en Estadística, mención Métodos Estadísticos

Diplomado en Data Science
IMPORTANTE : Politicas de privacidad

El sitio de educación continua UC utiliza cookies.

Las cookies son pequeños archivos que son transferidos a su dispositivo (Computadora o móvil) y que permanecen ahí por una duración de tiempo limitada, para ayudar a personalizar la experiencia de uso del sitio web y la publicidad que verá de los productos que este ofrece.
Educación continua UC utiliza tanto cookies propias como de terceros.

Particularmente el sitio utiliza cookies para habilitar las funcionalidades de remarketing de Google AdWords y retargeting de Facebook Exchange, para así realizar campañas personalizadas de anuncios en línea, para aquellas personas que han visitado el sitio web. Por tanto si navega por nuestro sitio web, es probable que luego vea anuncios de nuestra empresa en otros sitios que visite.

Si no desea que se muestren esos anuncios o que se almacenen datos sobre su actividad en nuestro sitio web, puede configurar su navegador, para dejar de aceptar cookies o para que le avise antes de aceptar una cookie de los sitios web que visite. Adicionalmente para el caso particular de Adwords, puede inhabilitar el uso de estas cookies mediante el Administrador de Preferencias de Anuncios de Google.