Ir al contenido principal

Introducción a big data

El uso de una tarjeta inteligente en el transporte público, los pagos con tarjetas de débito y crédito, la navegación y las compras en internet, el uso del teléfono celular, recibir y enviar mensajes desde nuestros correos electrónicos o los usos de las redes sociales, son solo algunas de las acciones que todos y todas podemos reconocer como partes inseparables de nuestra vida cotidiana actual. En ellas se expresa la tecnología y su influencia crecientemente hegemónica en la vida humana. Al utilizar estos medios tecnológicos, generamos datos, originamos información de diverso tipo que, en buena medida, permite describir nuestro comportamiento.

La constatación de este efecto, y el análisis de esos datos, de inmediato nos pone en una realidad de doble faz: por una parte, esos datos nos entregan mucha información acerca del comportamiento de las personas, y esa información puede ser usada para el beneficio de la humanidad (por ejemplo, mejorar políticas de salud, los negocios o la seguridad); sin embargo, y al mismo tiempo, está siempre latente el posible mal uso de esa información como, por ejemplo, la injerencia en la privacidad de las personas.

Existe, por ende, la necesidad de estar al día e informados sobre el análisis de datos, e idealmente que ello ocurra desde la formación escolar, y así evitar un porvenir de analfabetismo digital.

No es otro el propósito de este curso Introducción a big data que ofrece EduAbierta de la Universidad de Chile.

Este curso no posee requisito específico alguno para ingresar y participar en él. Se trata de un curso especialmente dirigido a profesores y profesoras de matemática de la enseñanza media (secundaria) en países de habla española. No obstante, también es posible que lo aprovechen todas y todos quienes estén interesados en el problema de los datos que vamos generando a través del uso de la tecnología.

Richard Weber Hass

Richard Weber Haas (Coordinador Académico)

Licenciado en matemática, magíster y doctor en investigación operativa de la Aachen University, Alemania. Profesor asociado del Departamento de Ingeniería Industrial y director de la Escuela de Postgrado y Educación Continua de la Facultad de Ciencias Físicas y Matemáticas de la Universidad de Chile. Investigador en ciencia de los datos (data science), ha sido invitado a dictar cursos en las universidades KU Leuven (Bélgica), Aachen University (Alemania), University of Vienna (Austria), entre otras.

Pablo Ramírez

Pablo Ramírez Rivas

Profesor del área de humanidades de la Escuela de Ingeniería y Ciencias de la Facultad de Ciencias Físicas y Matemáticas de la Universidad de Chile. Magíster en Ética y Desarrollo Humano de la Universidad Alberto Hurtado; doctor en Filosofía de la Universidad de Deusto. Imparte cursos de ética profesional y filosofía política, además de colaborar en diversas cátedras en áreas de las ciencias y la tecnología (geoética, minería de datos, etc.). Sus áreas de investigación son la ética aplicada y la filosofía política.

Luis Alberto Lafourcade

Luis Aburto Lafourcade

Ingeniero industrial, M. Sc. en gestión de operaciones y PhD(c) en sistemas de ingeniería de la Universidad de Chile. Se desempeña como profesor en el Departamento de Ingeniería Industrial de la misma universidad, donde imparte cursos para educación ejecutiva de marketing cuantitativo y business intelligence. Además es miembro del Centro de Estudios del Retail, donde desarrolla investigación aplicada. Paralelamente es socio de Penta Analytics, empresa donde ha dirigido por 15 años proyectos de inteligencia de negocios y data mining aplicados a distintas industrias como retail, banca, seguros, minería, manufactura y gobierno.

ENTREVISTAS ACADÉMICAS

Pablo Ramírez

Francisco Herrera

Doctor en matemática de la Universidad de Granada, actualmente encabeza el grupo de investigación “Soft Computing and Intelligent Information Systems" y dirige el Lab Evolutionary and Fuzzy Data Mining and Intelligent Systems de la misma universidad. Ha publicado más de 180 artículos en revistas internacionales y es co autor del libro “Genetic Fuzzy Systems: Evolutionary Tuning and Learning of Fuzzy Knowledge Bases" (World Scientific, 2001).

Carla Vairetti

Carla Vairetti

Licenciada en Sistemas por la Universidad Nacional de La Plata (Argentina), doctora en Tecnologías de la Información y Comunicación (PhD) por la Universidad de Trento (Italia); doctora en Ciencias de la Ingeniería, área Ciencias de la Computación por la Pontificia Universidad Católica de Chile. Docente de la cátedra Bases de Datos en la Universidad de Los Andes (Chile).

Estefanía Milan

Stefania Milan

Profesora asociada del Departamento de Nuevos Medios y Cultura Digital de la Universidad de Amsterdam y profesora asociada de Innovación de Medios en la Universidad de Oslo. Tiene un doctorado en ciencias políticas y sociales del Instituto Universitario Europeo y una maestría en ciencias de la comunicación de la Universidad de Padova, Italia. Actualmente dirige el proyecto datactive sobre políticas de datos desde la sociedad civil. Es autora del libro “Los movimientos sociales y sus tecnologías: cableando el cambio social”. Fundó y dirigió el Laboratorio de Datos J dedicado a la analítica big data y periodismo de datos en la Universidad Tiburg. Su investigación explora la interacción entre la tecnología digital y la participación, el activismo y los movimientos sociales.

Cristian Bravo R.

Cristian Bravo R.

Ingeniero Civil Industrial, magíster en Gestión de Operaciones y doctor en Sistemas de Ingeniería por la Universidad de Chile, post doctorado por la Universidad KU Leuven, Bélgica. Se ha especializado en riesgo crediticio a consumidores, credit scoring y minería de datos. Profesor Asistente en Business Analytics, en el Department of Decision Analytics and Risk de la Universidad de Southampton, Reino Unido. Autor y coautor de publicaciones académicas acerca de los tópicos de sus especialidades.

Inscribirse