Calendario CPI 2023
Para acceder al calendario de actividades 2023 de CPI, click aquí.
Calendario de actividades
El Centro de Posgrados en Ingeniería ha desarrollado una oferta académica para el año 2025 nutrida por capacitaciones de los centros CINOI y CPmL, sumando una propuesta propia que se adapta a las necesidades de conocimientos de nuestros participantes, con contenidos que siguen las tendencias que demandan las organizaciones para mejorar y aumentar las habilidades de los profesionales de Uruguay y la región.
En este Calendario de Actividades podrás encontrar toda la información sobre nuestras capacitaciones, clases magistrales, desayunos, entre otras.
Actividades académicas sin costo
Tenemos actividades académicas sin costo. La más realizada es la denominada "Clase Magistral", el cual es un espacio de reflexión que despierta la curiosidad para ahondar en el estudio de las temáticas que abordamos en las capacitaciones. Les dejamos de nuestro canal de YouTube donde pueden acceder a ellas: Canal de YouTube.
Conocé nuestro Pódcast Energético, haciendo clic aquí.
22/05 - Clase Magistral | Las transiciones energéticas: Cuestiones éticas detrás de un cambio tecnológico. Lee la nota completa aquí.
26/05 - Programa Ejecutivo en Gestión de Mejora Continua. Más información en el ENLACE.
Todas tus consultas aquí.
26/06 Clase Magistral | Los 10 principales riesgos cibernéticos para el gobierno y el sector público en 2025
La creciente disrupción, junto con la tensión entre la desconfianza ciudadana y las altas expectativas hacia los gobiernos, hacen que la gestión del riesgo sea un gran desafío en 2025.
En esta sesión reflexionaremos sobre cómo los gobiernos deben demostrar su confiabilidad en ciberseguridad ante una ciudadanía cada vez más escéptica.
🗓️ Jueves 26 de junio a las 9:00 h (vía online)
🎓 Actividad académica gratuita previa inscripción aquí.
26/06 Clase Magistral | Del Excel a la IA: Eficiencia Energética con una mirada actual
¿Cómo evoluciona la gestión energética en tiempos de inteligencia artificial?
Te invitamos a una clase magistral que propone repensar las herramientas tradicionales y explorar cómo la IA está transformando la eficiencia energética en industrias y servicios.
📅 Fecha: Jueves 26 de junio, 9:30 h | Presencial – Facultad de Ingeniería, Universidad de Montevideo
📌 Dirección: Av. Dra. María Luisa Saldún de Rodríguez 2097
📝 Actividad gratuita con inscripción previa aquí.
05/08 - Curso en Analítica de Datos.
Programa avanzado dirigido a profesionales que trabajan con grandes volúmenes de datos y buscan adquirir habilidades prácticas en programación, análisis y visualización.
11/08 - Curso Introducción a la Inteligencia Artificial.
El curso está dirigido a toda persona interesada en IA sin requerimiento de conocimientos previos. Deben contar con un alto nivel de digitalización.
12/08 - Curso Google.
Dirigido a profesionales o estudiantes interesados en roles de analista de datos en la nube. Se recomienda tener conocimientos básicos de SQL, limpieza y análisis de datos, visualización y diseño de dashboards. El programa incluye contenido adicional para quienes necesiten reforzar estas áreas.
22/08 - Programa Ejecutivo en Ciberseguridad.
El programa es claro y se encuentra diseñado en lenguaje no técnico para su aplicación a un público diverso. No requiere conocimientos previos sobre programación, redes de comunicaciones, plataformas informáticas o computación en la nube y muestra en forma general el uso de algunas herramientas técnicas.
Todas tus consultas aquí.
02/09 - Programa Ejecutivo en Salud Digital.
Dirigido a profesionales sanitarios, gestores en salud, ingenieros y expertos en tecnologías de la información interesados en profundizar sus conocimientos en salud digital.
02/09 - Programa Ejecutivo en Energía con certificación EUREM.
Profesionales universitarios o estudiantes avanzados de ingeniería, ingenieros tecnológicos, arquitectura, economía o similar.
En caso de no ser egresados de ingeniería, se debe acreditar un perfil vinculado al sector energético, que le permita comprender los conceptos manejados durante el curso.
Curso en Business Intelligence and Data Literacy
Curso teórico - práctico.
Inicio: 25 de abril de 2023.
Duración: 20 horas lectivas.
Modalidad: online.
Casi todas las empresas con cierto recorrido cuentan con una Gerencia de Business Inteligence (BI) aunque el volumen de datos sea pequeño. No se requieren técnicas de Big Data o grandes predicciones, pero sí una definición de las variables principales y de la frecuencia con que son medidas, alojar la información adecuadamente (probablemente en un Data Warehouse) y fijar una dirección de avance para lograr el objetivo comercial.
En este curso se revisan las cuestiones básicas de Data. Tipos de Data (cuantitativa vs cualitativa) a leer correctamente un gráfico y a compartir información dando contexto y usando el pensamiento crítico. A la vez, se enseña a juzgar la calidad de la información con ejemplos clásicos (Albert Cairo, Edward Tufte, Darrel Huff), a diferenciar causalidad de correlación y a usar Estadística básica.
Uno de los objetivos del curso es que mediante un “mini workshop”, la audiencia aprende a determinar y comunicar las métricas. También se pretende mejorar esto con los conceptos más básicos de Analytics y predicciones, enlazando de esta forma las visiones de pasado y de futuro de los Datos de la empresa.
No se requieren habilidades informáticas ni conocimiento exhaustivo de idioma Inglés. Es suficiente que se trate de un estudiante avanzado o de un profesional con algún contexto donde en su trabajo cotidiano sea habitual chequear datos, definir criterios, validar proyecciones o fomentar la actividad comercial.
Se entregará Certificado de Participación a quienes hayan concurrido al 75% de las clases.
Para aquellos que cumplan con el régimen de aprobación previsto, se les extenderá un Certificado Académico de Aprobación expedido por la Facultad de Ingeniería de la UM.
Si se requiere se puede acceder a un tutor con costo adicional.
La modalidad del curso será en formato online (síncrono).
Módulo 1 Business Inteligence "duro"
- Definiciones iniciales. Ejemplo en retail.
- Prehistoria: el mítico encuentro en Dartmouth
- Paper de Luhn.
- Tipos de almacenamiento y de orden.
- Kinball vs Inmon
- ¿Dónde almacenar Data?
- Tipos de Data. Cualitativa vs cuantitativa.
- Ecosistemas de información.
- Tamaños de la información. Big Data vs Small Data.
- ¿Qué es un modelo lógico? Ejemplo de diversos verticales.
- Descentralización y aspectos iniciales de Cloud.
- Cómo Andy Jassy simplificó la oferta de Cloud en AWS.
- AWS vs GCP vs Azure
- Cómo elegir una Nube. Ejercicio práctico.
Módulo 2 Business Inteligence en movimiento
- KPI, definción, ejemplos de "lagging indicators".
- Reportes, tableros, dashboards.
- Buenas preguntas de BI el contexto.
- Limpieza de Datos
- El caso "Titanic"de Kaggle.
- Bi es retrovisor, Analytics y DS miran hacia el futuro
- Otros ejemplos: detección de asteroides. (PHO)
- Cómo se define el peligro.
- Workshop sobre definición de KPIs.
- Más tipos de data: volumen, tiempo real, fuentes.
- ¿Dónde comienza el enganche con Analytics?
- ¿Dónde comienza la incerteza de Data Science?
- Modelos y predicciones.
- El umbral donde comienza Machine Learning.
Módulo 3 Data Literacy básica
- Iteraciones sobre conocimiento y poder.
- Hippo es el mayor riesgo para la empresa.
- 5 preguntas para testear DL en empresas.
- Skills imprescindibles para cuestionar data.
- Ejercicio: El tanque de Tarragona
- Galton y sus bueyes
- Promedios: la medida estadística más básica.
- Preguntas que uno se hace en el ecosistema de Datos.
- Astra Zéneca y coágulos: problemas en Pharma.
- Estimaciones rápidas y problemas de Fermi.
- Como responder preguntas. Metodología STAR.
- Sabiduría de multitudes: Hans Rosling y James Surowiecki.
- Interpretación vs hechos.
- Conexión con Data Governance.
- Fallas en la mirada crítica ante los Datos.
- Si el dato está mal no hay mirada crítica.
- Primeras visualizaciones.
- Correlación y casualidad
- Pearson y ejemplos de Correlación. Chequeo de Hicks.
- Abraham Wald: cómo ver lo que no está allí.
- Albert Cairo y Edward Tufte: gráficos engañosos.
Módulo 4 Correlaciones, Modelos y Opiniones
- Cadena del valor del dato. Juniors vs expertos.
- Bias o asimetrías en Data.
- Rol del experto: Chris Anderson vs modelos.
- Sabrina Hossenfelder y Richard Feynman.
- "El primer engañado es uno mismo".
- Algoritmos: ¿armas de destrucción matemática?
- Disidencia ante el experto: video de Chernobyl
- Tips para el jefe. Cómo crear un sano esceptisismo.
- Más ejemplos sobre modelos.
- Ejemplos en Excel: marathones y curvas S
- Predicciones e incerteza.
- Conceptos más avanzados de Estadística.
- Outliers. xkcd. Fórmula. Box plots.
- Ejemplo del esquiador.
- Extensión de outliers en redes sociales y Tinder.
- Cómo gestionar la incerteza en Datos.
- Cómo reciclar conocimiento útil.
- Puja en la organización: la empresa bimodal.
- Ejemplos de transformación digital.
- Invirtiendo la cadena de valor del Dato.
- Ejemplos de distintas industrias.
Daniel Collico Savio, estudió Física en la Universidad de Buenos Aires. Con posgrados de Derecho de las Telecomunicaciones (UBA) y de Negocios (UCA).
A lo largo de toda su trayectoria ha publicado notas sobre negocios y tecnología en diarios (La Nación), portales del sector (Ahciet) y revistas de cultura (V de Vian). Desde hace unos doce años se ha dedicado a los negocios de Datos, en particular en empresas de Contenidos (Qubit, Grey Juice Lab), Analytics (Teradata) o Data Science (actualmente como Partner en Alphazetta).
Su interés actual es ayudar a las empresas a mejorar su rentabilidad colaborando a crear una cultura donde se respete y valore el Dato. Con ese objetivo ha diseñado unos 500 cursos de Data Literacy, BI, Analytics y Data Science para unos 30 clientes corporativos y académicos