Curso MDS7201 – Proyecto de Ciencia de Datos

Descripción

Este curso tiene como propósito que los estudiantes apliquen conceptos fundamentales de la Ciencia de Datos, así como obtener una visión general de lo que implica llevar a cabo un proyecto de datos. La finalidad es que los estudiantes resuelvan problemas mediante herramientas para el manejo, análisis y visualización de información. Por medio del desarrollo de un proyecto, el estudiante obtendrá conocimiento y dominio en el uso efectivo de herramientas de manejo y análisis de datos. Los proyectos serán problemas específicos definidos en diversos dominios de aplicación, donde los estudiantes deberán utilizar herramientas de análisis de datos y/o los lenguajes de programación que estimen pertinente. Los problemas planteados estarán delimitados a la duración del curso en cuanto a su alcance y tamaño.

Contenido

• Introducción al proyecto de Ciencia de Datos
• Formulación y comprensión del problema
• Adquisición, limpieza y preparación de datos
• Exploración y visualización de datos
• Análisis estadístico y modelamiento
• Aprendizaje supervisado y no supervisado
• Evaluación de modelos y métricas de desempeño
• Ética, sesgos, explicabilidad y privacidad de datos
• Trabajo colaborativo y gestión del proyecto
• Comunicación de resultados y presentación final

Relatores

Francisco Förster

Francisco Förster Burón es Profesor Titular de la Iniciativa de Datos e Inteligencia Artificial de la Universidad de Chile, Director del Instituto Milenio de Astrofísica, Investigador Asociado del Centro de Modelamiento Matemático e Investigador Asociado del Centro de Astrofísica y Tecnologías Afines. Es el coordinador académico del Magíster en Ciencia de Datos de la Universidad de Chile. Realizó sus estudios de pregrado en la Universidad de Chile (Licenciatura en Astronomía e Ingeniería) y obtuvo el grado de D.Phil. en la Universidad de Oxford, donde estudió los progenitores de las explosiones de supernovas de tipo Ia en 2009. Lideró la instalación de un telescopio robótico en Cerro Tololo en 2011 y dirigió el programa High Cadence Transient Survey (HiTS), que pioneró el descubrimiento en tiempo real de explosiones de supernovas utilizando grandes detectores digitales entre 2013 y 2018. Entre 2019 y 2024 lideró el broker astronómico de alertas ALeRCE, una herramienta de nueva generación en la interfaz entre la astronomía y la ciencia de datos para filtrar millones de alertas nocturnas, y que es Broker Comunitario oficial del Observatorio Vera C. Rubin desde 2021.

Rodolfo Núñez

Cuenta con alrededor de 10 años de experiencia en el ámbito de los datos. Inició su carrera como Data Scientist en consultoría y posteriormente se incorporó a Entel como el primer Data Scientist de la compañía. Allí lideró la formación interna de equipos de Data Science, definió metodologías de desarrollo, participó en proyectos de ciberseguridad, realizó mentorías a Data Analysts, desarrolló librerías internas en R y Python, y trabajó de forma continua en distintos tipos de modelos aplicados al negocio.
Tras varios años, y motivado por la necesidad de llevar los modelos a producción y generar impacto real, realizó la transición a un rol de Senior Machine Learning Operations Engineer. En este contexto, lideró técnicamente la migración desde AWS hacia Oracle Cloud Infrastructure (OCI), diseñando y construyendo los primeros despliegues productivos de modelos que sirvieron como referencia para otros equipos de MLOps y Data Science. Además, realizó múltiples code reviews y apoyó a Data Scientists en el uso de Docker, herramientas de nube y buenas prácticas de programación.
Desde hace más de tres años dicta clases en TripleTen (ex Practicum), donde imparte cursos de Data Science y Data Analysis desde nivel inicial, realiza cientos de entrevistas técnicas simuladas y es uno de los tutores con mayor antigüedad. Paralelamente, lleva más de dos años haciendo clases en el Magíster en Ciencia de Datos de la Universidad de Chile (MDS), guiando a estudiantes en proyectos desarrollados junto a empresas reales. También cuenta con más de tres años de experiencia generando contenido educativo gratuito en YouTube y Twitch, a través de su podcast sobre ciencia de datos, en _coders.
Luego de más de ocho años en Entel, se incorporó a Globant como Senior Machine Learning Engineer, donde actualmente trabaja en problemáticas de la industria de la salud, con foco en MLOps sobre Google Cloud Platform (GCP).
Su formación académica es en Ingeniería Civil Matemática y cuenta con dos magísteres en Matemáticas Aplicadas e Ingeniería General. Este background influye en su enfoque profesional, orientado a comprender los fundamentos teóricos detrás de los problemas para diseñar soluciones sólidas y bien justificadas.
A lo largo de su trayectoria ha impartido clases y mentorías en ciencia de datos a más de 1.000 estudiantes, sin considerar el alcance adicional de su contenido educativo en plataformas abiertas.

Participaron 52 personas, curso que forma parte del magíster de ciencia de datos.