DiplomadoInteligencia artificial y datos
Análisis de datos
El diplomado Análisis de datos proporciona al estudiante el dominio del ciclo completo del análisis: preguntar, preparar, limpiar, analizar, visualizar y comunicar, con Excel, SQL, Python y Power BI. Le permite convertir los datos de su organización en hallazgos verificables y recomendaciones que sustenten decisiones.
A quién va dirigido
Profesionales y estudiantes de cualquier área con manejo básico de Excel, sin requerir programación previa.
Objetivos
✓Comprender el ciclo de vida del análisis de datos, los tipos de datos, sus fuentes y las obligaciones de tratamiento de la Ley 1581 de 2012.
✓Analizar conjuntos de datos con estadística descriptiva, pruebas de hipótesis y consultas SQL con agrupaciones, JOIN y funciones de ventana.
✓Aplicar Excel, Power Query, pandas y SciPy para limpiar, transformar, combinar y explorar datos de distintas fuentes.
✓Diseñar tableros en Power BI con modelo estrella y medidas DAX, acompañados de una narrativa de datos para directivos.
✓Evaluar la validez de los hallazgos y su utilidad para la decisión, reconociendo sesgos de muestreo y límites de los datos.
Plan de estudios por sesión
1
Pensamiento analítico y ciclo de los datosCiclo preguntar, preparar, procesar, analizar, compartir y actuar · Tipos de datos, fuentes y sesgos de muestreo
2
Indicadores, preguntas de negocio y ética de los datosIndicadores clave y preguntas SMART · Ética y tratamiento de datos personales (Ley 1581 de 2012)
3
Funciones y tablas dinámicas en hojas de cálculoFunciones BUSCARX, SI.CONJUNTO y SUMAR.SI.CONJUNTO · Tablas dinámicas y segmentación
4
Preparación de datos con Power Query y CopilotLimpieza y combinación de fuentes con Power Query · Análisis asistido con Copilot en Excel
5
Consultas SQL para análisisSELECT, WHERE, GROUP BY y HAVING · JOIN entre tablas y subconsultas
6
SQL avanzado sobre bases realesFunciones de ventana para rankings y acumulados · Práctica en PostgreSQL o BigQuery
7
Entorno de trabajo y manipulación de datos con pandasJupyter y Google Colab · pandas: lectura, filtrado, agrupación y fusión
8
Estadística y visualización con PythonEstadística descriptiva y pruebas de hipótesis con SciPy · Gráficos con Matplotlib y Seaborn
9
Modelado de datos y DAX en Power BIModelo estrella y relaciones · Medidas DAX: CALCULATE, SUMX e inteligencia de tiempo
10
Diseño de tableros y comunicación de hallazgosBuenas prácticas de diseño de tableros · Narrativa de datos para directivos
11
Desarrollo del proyecto con datos abiertos colombianosSelección de un conjunto de datos abierto de datos.gov.co · Limpieza, análisis y validación de hallazgos
12
Presentación del proyecto final: análisis completo con tablero y recomendacionesTablero publicado y documento de recomendaciones · Sustentación ante jurado
Evaluación
Inicial30%Formulación de preguntas SMART e indicadores clave para un caso; taller de tablas dinámicas y Power Query en Excel.
Intermedio30%Batería de consultas SQL en PostgreSQL o BigQuery; cuaderno en Python con pandas, pruebas de hipótesis y gráficos en Seaborn.
Final40%Proyecto final: caso de análisis sobre datos abiertos de datos.gov.co con consultas SQL, cuaderno en Python, tablero en Power BI y documento de recomendaciones, sustentado ante jurado.
Proyecto final
Caso de análisis completo sobre datos abiertos colombianos, con consultas SQL, cuaderno en Python y tablero en Power BI que respalden recomendaciones concretas.