La estructura de la Diplomatura se compone de diez Módulos
| MODULO | HORAS | CLASES |
| 1: NIVELATORIO | 12 | 3 |
| 2: ANALITICA DE DATOS | 12 | 3 |
| 3: BASE DE DATOS | 12 | 3 |
| 4: LENGUAJE SQL E INTRODUCCIÓN A PYTHON | 16 | 4 |
| 5: VISUALIZACIÓN | 16 | 4 |
| 6: HERRAMIENTAS DE VISUALIZACIÓN | 16 | 4 |
| 7: HERRAMIENTAS DE AUTOMATIZACIÓN | 8 | 2 |
| 8: GESTIÓN DE DATOS | 8 | 2 |
| 9: HABILIDADES BLANDAS PARA EL MERCADO LABORAL | 8 | 2 |
| 10: PRACTICA INTEGRADORA DE ANALITICA DE DATOS | 12 | 3 |
| TOTALES | 120 | 30 |
Duración total: 30 semanas (120 hs en sesiones semanales de 4 hs)
Cada módulo tendrá una evaluación final que propondrá el responsable del módulo tanto en los aspectos teóricos vistos, como así también en el cumplimiento de
los trabajos prácticos.
Al finalizar la Diplomatura, para aquellos alumnos que tengan todos los módulos aprobados, habrá un examen final integrador.
Se dará por aprobada la Diplomatura a aquellos alumnos que tengan todos los módulos aprobados, el examen integrador aprobado y hayan cumplido con una asistencia mínima del 75%.
La modalidad es virtual. Las clases sincrónicas utilizan la herramienta de videoconferencias Teams de la Facultad de Ciencias Económicas de la Universidad de Buenos Aires. Además, se cuenta con acceso complementario a actividades asincrónicas las 24 horas.
La Diplomatura tiene una duración aproximada de 4 meses, con un total de 120 horas, distribuidas en clases sincrónicas y en actividades asincrónicas. Esto se traduce en 6 horas de clases sincrónicas y 1 hora de actividad asincrónica semanales.
El mismo será en formato digital con logo de la Universidad de Buenos Aires y Facultad de Ciencias Económicas. Emitido por la SECRETARÍA DE EXTENSIÓN UNIVERSITARIA, BIENESTAR ESTUDIANTIL Y DESARROLLO SUSTENTABLE, de la Facultad. Firmado por el Secretario y el responsable de la Diplomatura.
Expondrá que el alumno ha aprobado la diplomatura de referencia.
Las clases inician el día 13 de abril de 2026. Se dictarán los días lunes y miércoles de 19:00 a 22:00 hs.
Desarrollar personas con capacidades para la gestión y analítica de datos, con habilidades desarrolladas para su empleabilidad, en organizaciones altamente digitalizadas y en entornos de innovación y agilidad.
Quienes finalicen esta diplomatura, podrán identificar los siguientes aspectos:
“La industria del software en la Argentina no logra cubrir más de 15.000 empleos, pese a las iniciativas de capacitación desplegadas desde la Cámara de Empresas de Software y Servicios Informáticos (Cessi) con el Gobierno Nacional. En los últimos años numerosos trabajadores realizan actividades para empresas radicadas en el exterior, desde la Argentina, especialmente vía plataformas digitales.” Telam Digital – Cessi, Buenos Aires, 2021
Este tipo de diagnóstico es permanente en Argentina y emitido por diversas fuentes/estudios, que coinciden en la problemática. Además de los roles profesionales, es necesario y fundamental, contar con personas que tengan las habilidades adecuadas para ejecutar diversas tareas específicas de orden operativo en plataformas digitales.
En la medida que la madurez organizacional en relación a la digitalización, va creciendo, muchas organizaciones pueden ingresar a la denominación de “Organizaciones centradas e impulsadas por los datos”. Esto significa que la toma de decisiones en todos los campos, se realizan exclusivamente basadas en datos, excluyendo impulsos subjetivos.
Desde ya que para que esto pueda realizarse, es porque se dispone de gran cantidad de datos de diversos tipos (Estructurados, No estructurados -como videos, redes sociales, etc-, Fuentes alternativas de datos, otros). Todo este volumen procesado en tiempo real por complejos algoritmos de inteligencia artificial y también aplicativos de análisis de datos, generación de tableros de indicadores on line para tomar decisiones, decisiones automatizadas y disponer de patrones de comportamiento, análisis de sentimientos, etc., son los insumos para que una organización esté en este estadio mencionado.
Esta Diplomatura está diseñada para colaborar en generar perfiles laborales de alta empleabilidad en el mercado, haciendo foco en tareas operativas de Gestión de Datos en las Organizaciones, especialmente en lo referente a extracción y visualización de datos para la toma de decisiones.
Introducción
Introducción a la analítica de datos y ciencia de datosTipos de datos y su relación con atributos: categóricos, ordinales, continuos.
Repaso conceptual de estadística: media, mediana, rango, varianza, desviación estándar, correlación.
Visualizaciones típicas: gráficos de barras, líneas, histogramas, matriz de dispersión, etc.
Tipos de análisis de datos: descriptivo, predictivo y prescriptivo -Data science y Machine Learning- (ciencia de datos y aprendizaje automático)
Datos
Bases de datos relacionales y no relacionales (SQL, NoSQL).
Modelado de entidad-relación.
Arquitecturas cloud vs on premises (en la nube o instalaciones propias)
Agilidad
Metodología tradicional en cascada para desarrollo de software
Métodos actuales de Agilidad para desarrollo de software
Marcos de trabajo ágil: Scrum – Kanban
Creación de Historias de usuario
Gestión eficaz del Product Backlog (lista de items de producto)
Indicadores de desempeño
Herramientas de gestión ágil
Práctica
Gestión de datos en planillas de cálculo: tablas dinámicas, Funciones de búsqueda (VLOOKUP), Funciones de agregación de datos (SUM, AVG, etc), Gráficos dinámicos
Introducción al análisis de datos: Concepto, evolución del análisis de datos, tareas de un analista de datos.
Introducción al área de Inteligencia de negocio (Business Intelligence) y sus roles.
Ambientes de bases de datos: OLTP / OLAP
Ciclo de vida de los datos: desde recolección a explotación y análisis.
Tecnologías relacionadas al análisis de datos.
Introducción a Base de Datos: Concepto, evolución de las bases de datos
Componentes de una Base de datos: Motor, almacenamiento, catálogo, etc.
Tipos de Bases de datos: estructuradas versus no estructuradas
Conceptos de ETL: Extracción, transformación y carga de datos.
Modelo Relacional: estructura, tablas, tipos de relaciones, claves.
Objetos de una base de datos: Esquema, tabla, vista, funciones, procesos.
Introducción al lenguaje SQL
Componentes principales del lenguaje SQL: Tipos de datos, sintaxis, operadores y funciones.
Sublenguajes: Definición y manipulación
Transformaciones de datos en SQL y subconsultas: concepto, características.
Tablas volátiles versus subconsultas: Concepto, estructura y ventajas.
Consultas compuestas: Join y Union
Introducción al análisis de datos con Python.
Narración (storytelling): Concepto, elementos, ejemplos de uso.
Comunicación efectiva: Concepto, mensaje, comunicación visual.
Tableros: Concepto, componentes, objetos, formato.
Diseño de Tableros: Diseño, UI/ UX.
Gráficos eficientes: Objetivo, casos de uso, tipos de gráficos.
Indicadores (KPIs-Insights): Concepto, importancia, ejemplos.
Documentación: Importancia de documentar el proceso, glosario de métricas, descripción de lógicas, definiciones y gráficos.
Herramientas de explotación de datos: Concepto, componentes principales (Tableau / Power BI o similar).
Orígenes de datos y conectores: Bases de datos, archivos planos, servicios en línea.
Medidas y Dimensiones: Datos cualitativos y cuantitativos.
Campos calculados: Concepto, funciones, ejemplos
Gráficos y Segmentaciones: Gráficos disponibles, filtros, parámetros.
Análisis estadísticos: Estadística descriptiva, medidas de tendencia central (mediana, moda, media) y medidas de posición, histogramas, matriz de dispersión.
Análisis geográficos: visualizaciones con mapas.
Administración del flujo de datos y ciclo de vida
Herramientas de monitoreo.
Manejo de credenciales (aplicativas versus nominales).
Conceptos sobre Gobernanza del ciclo de vida y métricas asociadas.
Manejo de datos sensibles: anonimización, enmascaramiento y técnicas de despersonalización.
Introducción a las técnicas y tecnologías para manipular grandes volúmenes de datos.
Técnicas de modelado. Términos técnicos: OLAP, BigData, datawarehouse, datalake, procesamiento distribuido,
Tecnologías: por ej. BigQuery, Teradata, Hadoop.
Lineamientos para la confección de un CV.
Lineamientos para entrevistas presenciales y on line.
Lineamientos para negociar.
El alumno debería poder adquirir datos de múltiples fuentes, crear procesos que automaticen la obtención de los mismos, ejecutar tareas de análisis exploratorio de datos sobre un conjunto de prueba, para explorar, entender su contenido respecto a un cierto objetivo y brindar conclusiones sobre los resultados.
Comprender y describir el problema a resolver.
Definir y buscar los datos a utilizar.
Conectarse a una base de datos y obtener los datos.
Almacenar el obtenido en una base de datos.
Ejecutar control de calidad de datos (ej.: porcentaje de nulos, fuera de rango, inconsistencias)
Aplicar distintos tipos de visualizaciones para presentar los resultados.
Elaborar conclusiones en base al análisis.
Lic. Bárbara Michalla
Actualmente se desempeña como Manager de Data & Analytics en Mercado Libre, donde es responsable de diseñar, implementar y medir el impacto de programas de capacitación sobre técnicas, herramientas y procesos de análisis de datos en toda la organización.
Licenciada en Sistemas de Información de las Organizaciones (LSI) de la Universidad de Buenos Aires (UBA), Facultad de Ciencias Económicas (FCE).
Maestrando en el posgrado de Explotación de datos y descubrimiento del conocimiento de la UBA, Facultad de Ciencias Exactas y Naturales (FCEN), y Facultad de Ingeniería (FI).
Posee más de 15 años de experiencia profesional en el ámbito de las tecnologías de información, armando y conduciendo equipos de desarrollo de software e implementando sistemas de gestión.
Fue Líder de Desarrollo y Análisis Funcional, coordinando equipos senior de analistas y desarrolladores de software y arquitectura informática en el sector público.
También ha ocupado roles de consultor y capacitador, analista técnico/funcional y desarrollador de bases de datos en organizaciones privadas y públicas de software y servicios.
En la docencia, desde 2018 se desempeña como Profesora Adjunta Int. y tutora de trabajos finales de la carrera de LSI en la FCE, en cuyo curso comenzó a colaborar desde 2015. Previamente, se desempeñó como auxiliar desde 2014 hasta 2019 en la asignatura Tecnología de la Información en la misma facultad. También es profesora invitada en cursos de posgrado en UCEMA y FCE, para clases especiales sobre la temática de Data & Analytics.
Es co-autora junto con el equipo de cátedra, del libro Actuación Profesional del Licenciado en Sistemas, FCE, 2021.
Nayla Winter
Ingeniera en Sistemas de Información por la Universidad Tecnológica Nacional. Es maestranda del MBA de la Universidad de San Andrés, donde profundiza en management, estrategia y liderazgo organizacional. Actualmente se desempeña como Manager en el área de Data & AI Culture & Governance en Mercado Libre, donde lidera iniciativas estratégicas orientadas a la Gobernanza de Datos y de Inteligencia Artificial. Cuenta con diez años de experiencia en áreas de datos, tanto en Mercado Libre como en IBM.
Complementa su trayectoria profesional con experiencia en el ámbito académico, habiendo
colaborado durante dos años en la cátedra de Sistemas Operativos y Paradigmas de
Programación de la carrera de Ingeniería en Sistemas de Información en la UTN.
Romina Pontiroli
Ingeniera en Informática (UNLaM) y Magíster en Dirección Estratégica de la Información (UADE). Es Socia y Directora de Producto en Quinttos, donde lidera la estrategia, el desarrollo y la evolución de una plataforma de gestión académica utilizada por instituciones educativas de distintos niveles.
Cuenta con más de 20 años de experiencia en tecnología, innovación y gestión de productos
digitales. Fue Directora General de Tecnología en la Defensoría del Pueblo de la Ciudad de
Buenos Aires, impulsando la transformación digital del organismo, y Product Owner / Data Science Manager en Mercado Libre (Fintech Individuals), liderando iniciativas de analítica avanzada y modelos de recomendación.
En el ámbito académico, es docente en la Facultad de Ciencias Económicas de la UBA y participó en equipos docentes en la Universidad Nacional de Lanús, la Universidad Provincial de Ezeiza y la Facultad de Derecho (UBA). Su trabajo integra ingeniería, diseño centrado en las personas, analítica y pensamiento sistémico para crear soluciones tecnológicas escalables y orientadas al impacto educativo.
Florencia Sabate
Especialista en Datos con más de ocho años de experiencia en el desarrollo y liderazgo técnico de soluciones de Business Intelligence. Su trabajo se ha centrado en la construcción de capacidades analíticas mediante Power BI, donde domina integralmente el proceso de transformación de datos. Esto incluye la extracción y depuración a través de Power Query y el lenguaje M, el modelado semántico y la creación de métricas con DAX, y el diseño de informes y tableros orientados a la toma efectiva de decisiones.
Ha liderado proyectos estratégicos para organizaciones como Arcos Dorados y SBA Communications, donde no solo desarrolló soluciones analíticas de alto impacto, sino que también impulsó la formación y profesionalización de equipos internos para fortalecer la adopción de estas herramientas.
Complementa su actividad profesional con su trabajo como docente, motivada por la convicción de que la alfabetización en datos y el uso inteligente de plataformas como Power BI son componentes esenciales para el análisis de negocio en la actualidad.
Nicolás Formulari
Ex Programador de Sistemas; Master en Business & Technology por la Universidad de San Andrés. Actualmente se desempeña como Manager y Head del equipo de Data & Analytics Pricing en Mercado Pago, donde su rol se centra en desarrollar capacidades de datos para las áreas internas de Pricing y construir herramientas esenciales de medición y control de rentabilidad para toda la compañía. Previamente, ocupó posiciones similares para las áreas comerciales y Operativas de MP. Antes de su etapa en Mercado Pago, trabajó durante tres años en consultoría de Datos en BluePatagon y otros 3 años como Software Developer en Capgemini.
Sumado a esto es Docente de la Universidad del Cema donde dicta la materia Analítica Digital de 3er año de la Licenciatura en Negocios Digitales.
OTROS DOCENTES:
• Ariel Thenon
• Gustavo Vargas
• Emilio Di Palma
• Nicolás Sabate
• Sebastián Liberman