•   Conocimientos y competencias teóricas y prácticas sobre los insumos elementales para el desarrollo, seguimiento y readecuación de diferentes políticas públicas, sobre la base de la correcta implementación de las reglas del arte, salvaguardando todos los elementos éticos en la construcción de los datos.
•       Saberes y conocimientos técnicos, metodológicos y procedimentales sobre el diseño, desarrollo y evaluación de análisis de datos relacionados a las políticas públicas, como así también, para desarrollar capacitaciones para profesionales, funcionarios/as y agentes relacionados.
•       Conocimientos y saberes metodológicos sobre los procedimientos para el diseño y toma de decisiones en relación a las Políticas Públicas.
•       Conocimientos estratégicos sobre gestión, integración, análisis y manejo de grandes volúmenes de datos.
•       Actitud y profesionalidad ética comprometida y responsable que le posibilita desempeñar su profesión, en un contexto de participación e intercambio de formación y experiencias para el logro de mejoras.

•       Generar propuestas innovadoras y tomar decisiones en la gestión pública a partir de las herramientas provistas por el análisis de grandes volúmenes de datos.
•       Promover programas de Políticas Públicas basadas en evidencias construidas en plazos de tiempos reducidos y optimizando los límites presupuestarios.
•       Facilitar el seguimiento de las Políticas Públicas en tiempo real, originando mejoras a partir de la evaluación continua de resultado, datos e información.
•       Interpretar información geo referenciada y utilizarla en la toma de decisiones.
•       Utilizar diversos métodos estadísticos para el estudio de la información pública, presentando los resultados de forma adecuada para la toma de mejores decisiones.

Virtual, con un encuentro sincrónico semanal.

Duración de un (1) año

Carga horaria total del plan de estudios 464 hs.

Introducción a la programación: Introducción a los lenguajes de programación. Código. Lógica. Algoritmos. Pseudocódigo y diagrama de flujo. Definición de variables y estructuración de códigos. Introducción a R y Python. Estructura. Variables. Funciones. Gráficos. Casos de estudio. 

Estadística aplicada: Números. Ecuaciones. Funciones. Regresión. Tipos de variables. Población y muestra. Muestreo aleatorio. Independencia estadística. Media. Mediana. Varianza. Covarianza. Distribuciones. Probabilidad. Regresión. Tests. Estadísticas y gráficas. Aplicaciones a grandes volúmenes de datos. Programación de problemas estadísticos sencillos.

Introducción al manejo de grandes volúmenes datos: Estructura de Datos. Estructuras autos referenciados. Asignación dinámica de memoria. Listas ligadas. Pilas: Colas. Árboles. Bases de Datos. Generalidades Propósito de un manejador de Bases de Datos. Redundancia e inconsistencia. Seguridad. Control de Integridad. Instancia y esquema de una Base de Datos. Independencia de los datos. Lenguaje de Definición de Datos (DDL). Lenguaje de Manipulación de Datos (DML). Tipos de bases de datos y sus usos. Casos aplicados.

Visualización de la información: Introducción. Observaciones y variables. Presentación de datos. Visualización de tablas. Jerarquía. Herramientas para el análisis y visualización de datos. El uso del color. Problemas derivados de la visualización de los datos. Análisis crítico de los métodos de visualización. Aplicaciones en Python y R, Tableau.

Los datos y el territorio. Información georreferenciada: Sistemas cartesianos geocéntricos. Representación de la tierra mediante un elipsoide. Sistemas proyectivos, Gauss Krüger Argentina, UTM. Introducción a GPS.  Cartografía general del país. Diferentes escalas y convenciones. Cartografía digital, mapas y sistemas multimedia. Mapas topográficos. Interpretación de la simbología. Georeferenciación de imágenes. Obtención del dato a partir de imágenes. Análisis visual de imágenes. Transformación entre representaciones vectoriales y ráster. QGIS. Google Earth Engine.

Políticas públicas y machine learning: Introducción al machine learning. Definición. Terminología y notaciones. Optimización. Aprendizaje supervisado y no supervisado.  Fundamentos de modelado y simulación. Deep learning. Aprendizaje reforzado. Casos de estudio. Massive Change Detection. AP LatAm

Políticas basadas en evidencias: Análisis de las situaciones sobre la base datos secundarios y estimación de elementos conceptuales y metodológicos. Formulaciones de estrategias posibles, criterios de aplicación y selección de los universos. Planificación, programas y proyectos, alcances y resultados preliminares esperados. Actividades y cronogramas de acción. Elaboración de herramientas operativas: líneas de base; árbol de problemas y matriz causal de problemáticas. Gestión, evaluación y corrección: conceptos elementales de gestión y readecuación de metas. Panel de control y evaluación permanente.

Proyecto final: proyecto individual de aplicación de las herramientas metodológicas y conceptuales abordadas a lo largo de la diplomatura. Este trabajo deberá estar vinculado al áera de trabajo del agente.  Deberá contar con un tutor de la UNaB y ser presentado en los 12  meses posteriores a la finalización de los cursos de la diplomatura.

Transferencia Bancaria o Tarjeta de Crédito a través de QR

3 cuotas sin interés de 340.000 a través de M. Pago.

15% de descuento en una sola cuota por transferencia
 
DESCUENTOS |ESTUDIANTES UNAB 20%
Si sos alumno de la UNaB, tenés un descuento del 20% sobre el valor del curso. Deberás presentar tu certificado de Alumno regular obtenido a través del Siu guaraní.

DESCUENTOS |ADMINISTRACIÓN PÚBLICA 20%
Si sos empleado de la Administración Pública , tenés un 20% de descuento sobre el valor total del curso. Deberás presentar una certificación laboral.

DESCUENTOS| UNIVERSIDADES PÚBLICAS 10%
Si sos alumno de Universidad pública Nacional o Provincia tenés un descuento del 10% sobre el valor del curso. Deberás presentar tu certificado de Alumno regular obtenido a través del Siu guaraní.

DESCUENTOS| AFILIADOS ADUNAB/SITUNAB 30%
Si sos afiliado del Sindicato Docente o No Docente de la UNaB tenés un descuento del 30% sobre el valor del curso. Deberás presentar tu certificado de afiliación al sindicado.