Proyecto Educativo Institucional


Proyecto Educativo Institucional del Instituto de Data Science

I. Identidad – Misión – Visión

Nuestro Instituto se fundó a  fines de 2019 con el propósito de formar en las competencias requeridas para la aplicación de la tecnología digital al mundo de los datos. Para eso, se propone a través del  método científico explicar el pasado, predecir el futuro y mejorar la eficiencia en la toma de decisiones.

Somos un equipo de profesionales con una sólida formación académica y con trayectorias de experiencia idóneas para asumir el compromiso de capacitar con calidad.

El Instituto nació y se constituyó como un movimiento de cooperación y socialización del debate ético en el uso de la Ciencia de datos. Nuestra política es defender el librepensamiento como método de búsqueda de la verdad a través de la ciencia, el razonamiento y la experiencia.

Nuestra propuesta está dirigida a quienes busquen formarse en las competencias innovadoras propias de la Ciencia de datos sin requisitos previos para mejorar su desempeño profesional. 

Asumimos la misión de generar este espacio para la capacitación  de científicos de datos que -gracias a  las competencias que adquieran- no solo se beneficien individualmente, sino que agreguen valor a las organizaciones que integran con el consecuente enriquecimiento cualitativo de la sociedad

Nuestra visión es seguir brindando esta formación en función de las demandas profesionales que emerjan cuidando siempre que la misma sea personalizada, actualizada y en contexto

II. Marco Jurídico

Nuestra propuesta se encuadra dentro de los principios establecidos por la Ley de Educación Nacional 26.206 que en su artículo 104 establece que “La Educación a Distancia es una opción pedagógica y didáctica aplicable a distintos niveles y modalidades del sistema educativo nacional, que coadyuva al logro de los objetivos de la política educativa y puede integrarse tanto a la educación formal como a la educación no formal.” 

Asimismo en el Art. 48 de la mencionada Ley se fijan los objetivos y criterios a seguir en la formación permanente de jóvenes y adultos, y que asumimos como propios, a saber:  

Inc. b- Desarrollar la capacidad de participación en la vida social, cultural, política y económica y hacer efectivo su derecho a la ciudadanía democrática. Inc.

c- Mejorar su formación profesional y/o adquirir una preparación que facilite su inserción laboral. Inc. 

f- Diseñar una estructura curricular modular basada en criterios de flexibilidad y apertura. Inc.

k- Promover el acceso al conocimiento y manejo de nuevas tecnologías. 

El segundo fundamento jurídico es la Resolución CFE N°346/18 la cual señala en sus considerandos que “la educación a distancia puede contribuir a asegurar el acceso a la educación a los jóvenes y adultos del país, independientemente de su procedencia geográfica y situación personal y social”. Dicha Resolución establece el Acuerdo Marco de Educación a Distancia para los niveles primario, secundario y superior en las diferentes modalidades reguladas y reconocidas por la Ley de Educación Nacional N° 26.206. 

III. Objetivos

En función de quienes somos, de nuestra misión y nuestra visión, nos proponemos los siguientes objetivos: 

Objetivo general:  

  • Formar científicos de datos que sepan: 

1. extraer, procesar, analizar y comunicar datos  

2. aplicar competencias digitales, estadístico-matemáticas y de conocimiento del negocio  

3. desenvolverse tanto en el ámbito público como en el privado  

4. elaborar modelos predictivos para la toma estratégica de decisiones 

Objetivos específicos:

  • Proveer los conocimientos y aptitudes necesarios para acceder a los empleos del futuro. 
  • Favorecer trayectos didácticos personalizados según las diversas necesidades de capacitación de modo expeditivo, útil y pertinente. 
  • Buscar la generación de conocimientos del área de datos científicamente válidos. 
  • Favorecer la actualización permanente y el intercambio de experiencias. 
  • Aportar una formación avanzada que permita la adaptación a distintos contextos. 
  • Capacitar para la comunicación de la información tanto hacia dentro de las organizaciones como hacia afuera (área TI , de negocios y  stakeholders) 
  • Cooperar en la transferencia tecnológica con las empresas para que puedan sumar a sus activos la aplicación de la Data Science. 
  • Cooperar académicamente con Universidades para ayudar a potenciar y distribuir el conocimiento de la Ciencia de Datos a la sociedad. 

IV. Oferta Académica

El InstitutoData Science Argentina ofrece diferentes tipos de cursos y diplomaturas adaptables a las características y necesidades de cada estudiante: 

  • De nivelación: Programación lógica: SQL (lenguaje de consulta estructurada para manejo y control de bases de datos) 
  • De introducción: Estadística (Descriptiva e Inferencia). Diplomatura en Ciencia de Datos: Modelos predictivos (R y Python). 
  • De consolidación profesional (desarrolla las competencias núcleo del campo): Diplomatura en Machine learning, curso de Big data, Text mining, otras diplomaturas de ciencia de datos. 
  • De complementos: Análisis de negocios, Gestión de proyectos, Estrategia, Finanzas. 
  • De especialización (aplicaciones a un campo específico): Chatbots, Series temporales. 
  • De actualización

V. Estilo Pedagógico

Nuestra metodología de enseñanza  se desarrolla sobre la base de cuatro pilares: 

1) “Learning by doing”. 

Los entrenamientos en Data Science tienen un fuerte componente práctico para aprender haciendo.  

En tal sentido nos basamos en el pensamiento de John Dewey quien “adhirió al instrumentalismo, una versión particular del pragmatismo, que otorgaba centralidad al valor instrumental del conocimiento (y del pensamiento en general) para resolver las situaciones problemáticas reales que experimentan los individuos. El instrumentalismo sustentaba el concepto de comunidad de investigación y planteaba un continuo de la experiencia, como alternativa a las concepciones racionalistas y trascendentales del hombre. Para Dewey la validez de una teoría debía ser determinada mediante un examen práctico de las consecuencias que surgen de su empleo. Por ende, las ideas generales y los conceptos son instrumentos para la reconstrucción de situaciones problemáticas. Las ideas sólo tienen importancia en la medida en que sirven de instrumentos para la resolución de problemas reales”1

Por esta razón, durante la cursada se realizan ejercicios basados en proyectos reales complementados con el componente teórico de los conocimientos. 

2) Enseñanza personalizada. 

Aplicamos un programa de aprendizaje flexible, no lineal, que permite avanzar a cada estudiante a distinta velocidad en la cursada según su disponibilidad de tiempo y de avance en los aprendizajes con las posibilidades de volver a repetir las clases en vivo hasta que adquiera dominio de  la temática. 

Grupos pequeños de alumnos que permiten mantener un trato y seguimiento personalizado durante la cursada. El alumno puede compartir su pantalla para recibir orientación que le ayude a resolver cualquier dificultad en la resolución de un problema. 

La oferta académica permite elaborar trayectos personalizados decididos por el propio estudiante según su formación de base, sus inquietudes y sus necesidades laborales. 

Asimismo, se toman en cuenta las circunstancias y los ritmos de aprendizaje individuales para lo cual se implementan una serie de recursos tales como:

  • flexibilización del momento de inscripción e inicio del curso 
  • clase introductoria nivelatoria con la guía de un tutor que diseña según el punto de partida inicial del alumno un trayecto formativo individualizado 
  • acceso a materiales grabados 
  • trayectos formativos independientes y correlacionables, con orientación de un tutor. 

3) Enfoque de enseñanza por competencias. 

Al implementar una capacitación con entrenamiento variado, complejo e intensivo, nuestro propósito es formar científicos de datos que adquieran competencias estables y aplicables en escenarios cambiantes y desafiantes con especialización en el uso del método cuantitativo de investigación orientado a la predicción. 

Es el propio alumno el constructor de su propia competencia a partir de la herramientas, conocimientos  y procedimientos provistos por el cuerpo docente. 

En este campo, se trabaja en la adquisición de competencias cognitivas y procedimentales que habiliten principalmente a la apropiación de las habilidades propiamente decisionales que conciernen especialmente a esta disciplina. 

En el apartado VII, se describen las competencias inherentes al científico de datos. 

4) Educación STEAM: 

Busca articular las habilidades creativas con la educación STEM (CIENCIAS, TECNOLOGÍA, INGENIERÍA, MATEMÁTICA) para desarrollar la innovación y el diseño, la curiosidad y la imaginación, la búsqueda de soluciones diversas a un único problema, etc. 

Su característica principal es la formación práctica, donde los alumnos trabajan de manera real a través de la experimentación. 

Por eso, el científico de datos integra las tres competencias necesarias para el procesamiento de datos, que le permitan tomar decisiones orientadas a la elaboración de modelos predictivos 

  1. Conoce el negocio u organización que integra y la forma de generar valor dentro de ella. 
  1. Maneja los fundamentos matemáticos  y estadísticos de los algoritmos que genera. 
  1. Tiene las habilidades digitales de programación, implementación de algoritmos, manejo de bases de datos. 

La integración de estas tres competencias permite ir más allá del aprendizaje automático (en el que no hay interpretación de datos),  de la investigación tradicional (en la que no entran en juego las competencias digitales) y del conocimiento probabilístico (sin fundamento matemático). 

Como enfoque integrador y multidisciplinario, promueve el trabajo colaborativo entre los educadores a la hora de plantear proyectos o desafíos en los que los estudiantes deben utilizar datos para abordar problemas del mundo real habilitándolos a diseñar e innovar, aplicando habilidades de pensamiento de orden superior a cuestiones abiertas. 

VI. Recursos Didácticos

Los cursos se proporcionan a través de  videoconferencias participativas en línea.  

También se brindan actividades de soporte para reforzar lo aprendido en clase.  

Se facilita el acceso a material de lectura, videos tutoriales, ejercicios resueltos y autoevaluaciones; así como casos prácticos para resolver.  

Se provee de soporte didáctico con  clases grabadas y corrección de ejercicios. 

VII. Perfil del Científico de Datos

El Científico de Datos es experto en la aplicación del método científico a los datos que la organización tiene o recibe para explicar el pasado y predecir el futuro con vistas a tomar decisiones orientadas a lograr mejores resultados, alcanzar objetivos y aumentar la eficiencia. Por lo tanto, será capaz de:  

  • Tener una visión contextualizada de la organización, de las partes que la componen y de las necesidades de cada parte. 
  • Aplicar técnicas de carácter analítico a problemas empresariales. 
  • Interesarse en generar un impacto positivo dentro de su organización para aumentar sus beneficios, mitigar los riesgos, mejorar el servicio o la eficiencia, reducir costos e impactar favorablemente en el mercado o en la opinión pública. 
  • Interactuar con las áreas de  TI (inteligencia artificial), de Sistemas y con la organización que integra, a diferentes niveles: bases, mandos medios y gerencia. 
  • Generar nuevos conocimientos científicos a partir de la propia investigación y del dominio avanzado de distintas disciplinas con especial motivación por aprender, involucrarse y aportar valor a su organización. 
  • Comunicar con claridad y precisión la información que obtiene. 
  • Manejar las técnicas de reconocimiento de patrones. 
  • Trabajar algoritmos de aprendizaje automático. 

Anexo: Roles y funciones

  1. Autoridades: 
  • Director Institucional. Asume la responsabilidad técnica en lo jurídico y administrativo respecto de: 

-Gestionar el relacionamiento con unidades académicas.  

-Supervisar el esfuerzo comercial, realizando la gestión económica. 

-Supervisar el trabajo administrativo. 

-Resguardar la adecuación a la normativa vigente.

-Resguardar el Sistema de Gestión de Calidad 

  • Director Académico. Asume la responsabilidad pedagógica de:  

-Armar los programas de los cursos en colaboración con los docentes en perspectiva y en función de la búsqueda de temas relevantes. 

-Seleccionar los docentes. 

-Atender las consultas de los alumnos. 

-Aprobar los cursos. 

-Vincular a los docentes con el área comercial. 

-Participar en la creación de contenidos para la difusión de la oferta académica. 

  1. Equipo docente: son los profesionales responsables de la enseñanza de los contenidos teórico/prácticos por medio de los cuales cada estudiante desarrollará las habilidades que componen las competencias propias del científico de datos. Asimismo, se ocupan de la acción tutorial, orientando, asesorando y acompañando las trayectorias de los estudiantes. 
  1. Equipo de investigadores y colaboradores: son los profesionales responsables de identificar problemáticas pertinentes y relacionadas tanto con el ámbito de la ciencia de datos como con la educación a distancia, con el fin de contribuir a la mejora y actualización permanente de la propuesta académica.

Comenzamos a transitar el camino hacia la Certificación ISO 21001:2018

0. Introducción

0.1. Generalidades

Este documento proporciona una herramienta de gestión común para el Instituto de Data Science, que provee servicios educativos capaces de cumplir con los requisitos de los estudiantes y otros beneficiarios

0.2. Pertinencia

Es una necesidad crítica y continua que el Instituto evalúe el grado de cumplimiento de los requisitos de los estudiantes y otros beneficiarios, así como de otras partes interesadas pertinentes y que mejoren su capacidad para continuar haciéndolo.

Beneficios potenciales para el Instituto en la implementar de un sistema de gestión de calidad

0.3. Relación entre este documento y otras Normas Internacionales

Este documento es una norma de sistema de gestión independiente, alineado con la Norma ISO 9001

0.4. Principios del Sistema de Gestión de Calidad

Principios de Gestión

0.5. Enfoque a procesos

0.5.1. Generalidades

Este documento promueve la adopción de un enfoque a procesos al desarrollar, implementar y mejorar la eficacia del Sistema de Gestión, para aumentar la satisfacción del estudiante y de otros beneficiarios mediante el cumplimiento de los requisitos del estudiante y otros beneficiarios.

La comprensión y gestión de los procesos interrelacionados como un sistema contribuye a la eficacia y eficiencia de la organización en el logro de sus resultados previstos.

Este enfoque permite al Instituto controlar las interrelaciones e interdependencias entre los procesos del sistema, de modo que se pueda mejorar el desempeño global de la organización.

El enfoque a procesos implica la definición y gestión sistemática de los procesos y sus interacciones, con el fin de alcanzar los resultados previstos de acuerdo con la política, los objetivos y el plan estratégico de la organización.

La gestión de los procesos y el sistema en su conjunto puede alcanzarse utilizando el ciclo de PHVA con un enfoque global de pensamiento basado en riesgos dirigido a aprovechar las oportunidades y prevenir los resultados no deseados.

La aplicación del enfoque a procesos nos permite:

  • — la comprensión y la coherencia en el cumplimiento de los requisitos
  • — la consideración de los procesos en términos de valor agregado
  • — el logro del desempeño eficaz del proceso
  • — la mejora de procesos con base en la evaluación de los datos y la información


Evaluación del proceso de eficacia educativa

0.5.2. Ciclo Planificar-Hacer-Verificar-Actuar

El ciclo Planificar-Hacer-Verificar-Actuar (PHVA) puede aplicarse al sistema de gestión.

Representación de la estructura de este documento con el ciclo de PHVA

NOTA Los números entre paréntesis hacen referencia a los capítulos de este documento.El ciclo de PHVA puede describirse brevemente como sigue:

  • Planificar: establecer los objetivos del sistema y sus procesos, y los recursos necesarios para proporcionar resultados de acuerdo con los requisitos de los estudiantes y otros beneficiarios y las políticas del Instituto, e identificar y abordar los riesgos y las oportunidades
  • Hacer: implementar lo planificado
  • Verificar: realizar el seguimiento y la medición de los procesos y los servicios resultantes respecto a las políticas, los objetivos, los requisitos y las actividades planificadas, e informar sobre los resultados
  • Actuar: tomar acciones para mejorar el desempeño, cuando sea necesario.

0.5.3.   Pensamiento basado en riesgos

El pensamiento basado en riesgos es esencial para lograr un Sistema de Gestión eficaz.

Abordar tanto los riesgos como las oportunidades establece una base para aumentar la eficacia del sistema de gestión de calidad, alcanzar mejores resultados y prevenir los efectos negativos.

Las oportunidades pueden surgir como resultado de una situación favorable para lograr un resultado previsto.

Las acciones para abordar las oportunidades también pueden incluyen la consideración de los riesgos asociados.

El riesgo es el efecto de la incertidumbre y dicha incertidumbre puede tener efectos positivos o negativos Una desviación positiva que surge de un riesgo puede proporcionar una oportunidad, pero no todos los efectos positivos del riesgo tienen como resultado oportunidades.

0.6. Misión, visión y estrategia de la organización

Las declaraciones de política del SGOE están enmarcadas por la cultura de la organización (el conjunto completo de creencias y valores que condicionan su comportamiento) y por los principios del SGOE.

A su vez, las declaraciones de política del SGOE proporcionan el marco de referencia para el establecimiento de los objetivos del SGOE, que se revisan periódicamente para asegurar que la misión de la organización se realice de manera eficaz y eficiente mientras se avanza continuamente hacia el logro de la visión de la organización.

La articulación de estos elementos generalmente se llama estrategia.

 

Nuestro Equipo

Javier Ona Instituto Data Science Argentina

Javier Ona
Director Institucional

Ingeniero Industrial UTN
Ex Vicepresidente del Consejo Profesional de Ingeniería Industrial. Ex Secretario de Extensión UTN BA. Ex Profesor UTN BA. Consultor en el ámbito público y privado. Fundador del Instituto Data Science Argentina

Ignacio Urteaga Instituto Data Science Argentina

Ignacio Urteaga
Director Académico

MBA en Dirección de Sistemas de Información. Físico, (Tesis en física nuclear) Investigador, Premiado en 2001 por sus trabajos en Ciencia de Datos. Más de 30 años de experiencia docente en Universidades y en la aplicación de Datos y BI como Director, Gerente o Consultor en el ámbito público y privado. Fundador del Instituto Data Science Argentina

Equipo docente

Licenciada en Comunicación UBA. Docente en el área de impacto de los Datos en la Sociedad en UBA y en cursos sobre Ciencia de Datos en UTN. Investigadora en el proyecto de aplicación de ciencia de datos a problemáticas de educación a distancia.

Ingeniera en Sistemas de Información. Especialista en el área BI con más de 15 años en soluciones SAP (BI – Bo – ETL) en organizaciones privadas y públicas. Capacitación en estadística aplicada para la toma de decisiones. Docente en Ciencia de Datos UTN BA.

Guillermo Garofalo
Guillermo Garofalo

Docente en Ciencia de Datos en UTN BA. Profesor de Historia. Investigador en el proyecto de aplicación de ciencia de datos a problemáticas de educación a distancia.

Layla Schelli
Layla Schelli

Ing. en Sistemas de Información. Experta en Project Management. (UTN Regional Bs.As). International Big Data Certification. (Massachusetts Institute of Technology). Máster en Big Data y Business Intelligence. Especialista en Gerencia de Sistemas y Tecnologías de la Información. Maestrando Explotación de Datos y Gestión del Conocimiento. (Universidad Austral)

Carlos Greco
Carlos Greco

Ingeniero Industrial (UBA) Diploma de Honor – MBA en Administración de Empresas (U. Deusto España-Univ del Salvador) – Diplomado en EDP for Management Activities, Tokyo, Japón – Doctor en Educación Superior – Magna cum Laude- Univ de Palermo. Profesor UBA, USAL, UTN – Investigador de USAL – Director de la Carrera: Master en Administración de empresas con orientación en Dirección de Proyectos digitales.

Diego Eula

Ingeniero en Sistemas de Información (UTN- FRBA). Profesional con 10 años de experiencia en Tecnologías de Información Geográfica, Business Intelligence e Ingeniería de datos . Maestrando “Maestría en Ciencia de datos e Innovación Empresarial” (Universidad CAECE)

Lucas Rodriguez docente IDSA
Lucas Rodriguez

Licenciatura en Comercio Internacional y Licenciatura en Comercialización en UADE.
Amplios conocimientos en las áreas de Marketing Digital y Community Managment. Especializado en Tecnologías de la Información en UTN y otras universidades en el exterior.

Investigadores y colaboradores del Instituto

Ingeniero Industrial UTN.
Candidato a Magister en Ciencia de Datos, Universidad San Andrés.
Account Strategist, Account Manager en Google Argentina, Analytical Lead en Google Irlanda.

Marcelo Grispino
Marcelo Grispino

Licenciado en Sistemas UB. Master en Ingeniería en la Calidad UTN. Especialista en Conducción en Sistemas de Información UB. Profesor Universitario con una amplia experiencia en análisis funcional y desarrollo de sistemas.

Jerónimo viene demostrando su originalidad intelectual y su tesón siguiendo una trayectoria formativa singular pues comenzó su formación en el área de las ciencias sociales y desde allí incorporó elementos cuantitativos para tratar problemas de minería de textos utilizando las herramientas de framing.

Relaciones Públicas
Community Manager experto en diseño de proyectos de comunicación digital y search engine optimization

Abrir chat
¿Necesitas asesoramiento?