Diplomatura en Data Analyst
El programa más directo para insertarte en el mercado laboral como analista de datos. SQL, Python, visualización, estadística aplicada e inferencia causal. Certificación IDSA + UTN.
Sobre esta Diplomatura
La Diplomatura en Data Analyst forma profesionales capaces de transformar datos en decisiones de negocio. Es la trayectoria más directa del ecosistema IDSA: en seis cursos y un trabajo final, el alumno pasa de no saber programar a producir análisis rigurosos con impacto organizacional.
El foco es el negocio, no el modelo. SQL, visualización y estadística aplicada se enseñan desde casos reales de producto, marketing, finanzas y operaciones. La inferencia causal entra al final porque el analista moderno no describe correlaciones: atribuye causas y cuantifica impactos.
Es la diplomatura con mayor inserción laboral inmediata del ecosistema. El rol de Data Analyst es la puerta de entrada más común a la industria, y también la más demandada en volumen: todas las empresas con datos necesitan analistas.
Se apoya en el tutor RAG 24/7 y en notebooks ejecutables. No requiere experiencia previa en programación.
Cinco etapas hacia el análisis profesional
Cada etapa suma una capa: primero el lenguaje de los datos, después la visualización, después el rigor estadístico y finalmente la causalidad.
Nivelación matemática aplicada a Data Science y fundamentos de Python. La base sobre la que se construye todo el análisis posterior.
SQL como lenguaje universal de acceso a datos y Visualización como lenguaje de comunicación. Las dos competencias más demandadas en ofertas de Data Analyst.
Estadística aplicada, sesgo, varianza y regularización. La caja de herramientas que separa un analista que describe de uno que concluye.
Inferencia causal aplicada a decisiones de negocio: cómo atribuir impacto, evaluar intervenciones y cuantificar el efecto real de una acción comercial.
Un análisis completo sobre un dataset real, con pregunta de negocio, hipótesis, análisis causal y presentación ejecutiva ante comité evaluador.
Qué vas a aprender, curso por curso
Cada curso se cursa y certifica de forma individual. Al aprobar los seis más el trabajo final, se emite el diploma de la diplomatura.
Nivelación Matemática para Data Science
Derivadas, vectores, matrices, probabilidad y notación matemática aplicada a Machine Learning. Sin matemática abstracta: todo orientado a ciencia de datos, con Python y casos reales.
Python para Data Science
Del primer script al primer dashboard. Pandas, NumPy, Matplotlib y Dash. Los 4 verbos fundamentales de Pandas y la conexión con el análisis de negocio.
SQL para Data Science
El lenguaje universal de los datos. SELECT, JOINs, agregaciones, subconsultas y window functions. Análisis de cohortes, retención y funnels sobre datasets reales.
Visualización y Storytelling de Datos
Power BI, Tableau y diseño de dashboards ejecutivos. Principios de percepción visual, KPIs y comunicación de hallazgos a audiencias de negocio.
Estadística Avanzada, Sesgo y Regularización
Derivá MCO y MLE, implementá Ridge, Lasso y Elastic-Net desde cero, validá con K-Fold CV y conectá con Weight Decay en Deep Learning.
Inferencia Causal y Analítica de Negocio
De la correlación a la decisión: DAGs, experimentos A/B, Diferencias-en-Diferencias, matching y uplift modeling para medir el impacto real de una acción y calcular el ROI incremental.
Tres orientaciones en analítica
La orientación se define por el trabajo final y el énfasis en cada competencia del stack.
Data Analyst
Análisis exploratorio, dashboards y reportes ejecutivos. El rol más demandado en volumen del mercado laboral data.
Business Analyst
Análisis orientado a decisión: producto, marketing, finanzas y operaciones. Cuantifica impacto de intervenciones.
BI Analyst
Construcción y mantenimiento de la capa de reporting de una organización. Modelado semántico y autoservicio.
Los perfiles son orientativos. El alumno construye su especialización con el trabajo final y los proyectos del Laboratorio de Datos.
Análisis con impacto de negocio
Un proyecto integrador sobre un dataset real: pregunta de negocio, hipótesis, análisis exploratorio, inferencia causal y presentación ejecutiva ante comité. El objetivo no es el modelo más complejo, sino la decisión mejor fundamentada.
- Duración: 17 horas distribuidas en 4-6 semanas
- Tutoría personalizada durante todo el desarrollo
- Defensa oral ante comité técnico
- Publicación en el Laboratorio de Datos del Instituto
Doble aval universitario
Certificación IDSA + UTN con resolución oficial y verificación digital de cada curso aprobado.
Qué incluye la certificación
- Diploma final con doble firma (Director IDSA + Decano UTN FRRQ)
- Certificado por cada curso completado en el camino
- Resolución oficial 920/2020 UTN Facultad Regional Reconquista
- Código QR de verificación digital
- Copia automática a la Facultad para registro oficial
- Acreditación progresiva: cada curso completado ya queda certificado
Los certificados se emiten al aprobar los quizzes y trabajos prácticos de cada curso.
¿Diplomatura o cursos sueltos?
| Aspecto | Curso suelto | Diplomatura completa |
|---|---|---|
| Duración por unidad | 15-30h por curso | 160h totales |
| Certificación | IDSA + UTN por curso | IDSA + UTN por curso + diploma final |
| Trabajo final aplicado | — | ✓ Obligatorio |
| Publicación en Laboratorio | — | ✓ Elegible |
| Stack analítico completo | Parcial | ✓ SQL + Python + Visualización + Estadística + Causalidad |
| Enfoque en decisión de negocio | Parcial | ✓ Toda la trayectoria |
Dudas sobre la Diplomatura
¿Necesito experiencia previa en programación?
No. La trayectoria arranca desde la nivelación matemática y los fundamentos de Python. Solo se requiere matemática de secundaria y ganas de aprender.
¿Es una diplomatura técnica o de negocio?
Es híbrida, con foco en negocio. Aprendés herramientas técnicas (SQL, Python, estadística) pero siempre aplicadas a decisiones: producto, marketing, finanzas y operaciones.
¿Qué herramientas voy a usar?
PostgreSQL y DuckDB para SQL, Python con Pandas y NumPy, Power BI o Tableau para visualización, y librerías de inferencia causal como DoWhy. Todo desde notebooks ejecutables en el navegador.
¿Cuánto tiempo lleva completarla?
A 10 horas semanales: aproximadamente 16 semanas (4 meses). A 6 horas semanales: 6-7 meses. El ritmo lo definís vos.
¿Cómo se cursan los cursos de la diplomatura?
Cada curso se cursa y se paga de forma individual. Podés comprarlos a medida que avanzás. Al aprobar los 6 cursos más el trabajo final, se emite el diploma de la diplomatura.
¿Los cursos son online o presenciales?
Todos son 100% online y on-demand, con notebooks ejecutables, tutor RAG 24/7 y sin horarios fijos ni clases en vivo.
¿Qué diferencia hay con la Diplomatura en Data Scientist?
Data Analyst termina en causalidad aplicada a negocio. Data Scientist va más profundo en ML, forecasting y sistemas de producción. Si tu objetivo es análisis y decisión, Data Analyst es la más directa. Si querés modelar, Data Scientist.
¿Qué puedo cursar después?
La Diplomatura en Data Scientist o la Diplomatura en AI Product Manager, con acreditación directa de los cursos comunes (Nivelación, Python, SQL, Estadística Avanzada).
Convertí datos en decisiones
160 horas con foco en SQL, visualización, estadística y causalidad aplicada a negocio. Trabajo final con impacto real y doble certificación IDSA + UTN.