CAPÍTULO A: PLAN 20241
ARTÍCULO 1. Aprobar la creación de la carrera de Tecnicatura Universitaria en Gestión y Análisis de Datos en Organizaciones de la Facultad de Ciencias Económicas.
ARTÍCULO 2. Aprobar el plan de estudios de la carrera que se crea en el artículo 1º, en la forma en que se detalla en el presente Capítulo.
PLAN DE ESTUDIOS
1 FUNDAMENTACION
La creciente existencia de grandes volúmenes de datos y técnicas de aprendizaje automático modifican la forma en que funciona nuestro mundo, siendo capaz de impactar de manera estratégica en toda la sociedad. El desafío se centra en la transformación, análisis, uso y almacenamiento de enormes volúmenes de información automatizada, con el objetivo de convertir datos en información, facilitando la toma de decisiones en las organizaciones. En este contexto, se hace necesario acompañar a los profesionales de las organizaciones con un técnico universitario especializado. Este profesional colaborará e integrará los equipos de trabajo, manejando tecnologías relacionadas con grandes volúmenes de datos e inteligencia artificial.
La Facultad de Ciencias Económicas de la Universidad de Buenos Aires viene investigando en modelos matemáticos y estadísticos aplicados a la gestión en las organizaciones, contando con numerosas publicaciones en la materia.
En este sentido, un grupo de docentes, investigadores y graduados que forman parte del Instituto de Investigaciones en Administración, Contabilidad y Métodos Cuantitativos para la Gestión (IADCOM) -en particular del Centro de Investigación Métodos Cuantitativos aplicados a la Economía y la Gestión (CMA) y del Centro de Investigación en Metodologías Básicas y Aplicadas a la Gestión (CIMBAGE)- propuso el diseño de una Tecnicatura en Gestión y Análisis de Datos en Organizaciones, destinada a la formación técnica-profesional con fundamentos y capacidades necesarias para abordar los desafíos que presentan el procesamiento, la gestión y el análisis de grandes y diversos volúmenes de datos en contextos organizacionales.
De esta forma, la propuesta de Tecnicatura Universitaria en Gestión y Análisis de Datos en Organizaciones tiene una fuerte integración con los Departamentos Pedagógicos de Matemática y Sistemas de la Facultad.
Se espera que la Tecnicatura Universitaria en Gestión y Análisis de Datos en Organizaciones cubra y lidere un segmento que está desarrollando una creciente importancia en la toma de decisiones y conducción de las organizaciones y que, se estima, se potenciará en un futuro próximo. Los egresados de esta Tecnicatura estarán capacitados para enfrentar los desafíos que presentan los grandes volúmenes de datos y el aumento de la capacidad de procesamiento en contextos organizacionales.
2 FAMILIA PROFESIONAL
La Tecnicatura Universitaria en Gestión y Análisis de Datos en Organizaciones pertenece a la familia profesional de Administración y Gestión dado que las capacidades y el perfil profesional a formar son transversales a una gama de actividades productivas en tanto podrá desempeñarse en distintos tipos de organizaciones (públicas, privadas y del tercer sector).
Los conocimientos, habilidades, capacidades y actitudes que desarrollará en el proceso de formación, le permitirán asumir una responsabilidad integral del proceso en el que interviene -desde su actividad específica y en función de la experiencia acumulada- e interactuar con otros trabajadores y profesionales.
Estas competencias, el conocimiento y manejo de metodologías y técnicas del análisis de datos, le otorgan una base de polivalencia dentro de su ámbito de desempeño que le permiten adaptarse flexiblemente a distintos retos profesionales, para trabajar interdisciplinariamente y en equipo, y continuar aprendiendo a lo largo de toda su vida.
3 OBJETIVOS
Objetivo general
La Tecnicatura Universitaria en Gestión y Análisis de Datos en Organizaciones tiene como objetivo general la formación de técnicos capaces de colaborar con la gestión y análisis de datos en el entorno altamente competitivo de las organizaciones.
Objetivos específicos
1. Brindar formación para el desarrollo de competencias técnico-profesionales vinculadas con el valor de los datos para resolver problemas de análisis en las organizaciones.
2. Aportar a las organizaciones métodos de análisis de la integridad de los datos y los aspectos éticos relacionados a su uso.
3. Formar técnicos con capacidades para la aplicación de métodos específicos y actualizados para la gestión y análisis de datos que comprendan los algoritmos comúnmente utilizados en análisis predictivo y aprendizaje automático en las organizaciones.
4 DENOMINACION DE LA CARRERA
Tecnicatura Universitaria en Gestión y Análisis de Datos en Organizaciones.
5 DENOMINACION DEL TÍTULO
Técnico/a Universitario/a en Gestión y Análisis de Datos en Organizaciones.
6 PERFIL DEL GRADUADO Y ALCANCES DEL TÍTULO
El egresado de la Tecnicatura Universitaria en Gestión y Análisis de Datos en Organizaciones estará capacitado para colaborar en la gestión de sistemas digitales, apoyando la toma de decisiones en organizaciones privadas, públicas y del tercer sector.
Para ello, contará con los siguientes alcances del título:
- Gestionar la recolección y almacenamiento de grandes volúmenes de datos de interés para la organización.
- Analizar grandes volúmenes de datos utilizando tecnologías de aprendizaje automático y de inteligencia artificial.
- Aplicar técnicas cuantitativas de predicción, descripción y prescripción para la toma de decisiones en organizaciones.
7 CONDICIONES DE INGRESO
Para ingresar en la carrera, el/la estudiante deberá contar con el nivel secundario o equivalente completo o, en su defecto, cumplir con las condiciones establecidas por el Consejo Superior para los mayores de 25 años que no los hubieran aprobado.
8 DURACION DE LA CARRERA Y CARGA HORARIA TOTAL
La duración teórica de la Tecnicatura Universitaria en Gestión y Análisis de Datos en Organizaciones es de DOS AÑOS Y MEDIO (5 cuatrimestres). La carga horaria total es de MIL CUATROCIENTAS VEINTE (1420) horas reloj.
9 ESTRUCTURA DE LA CARRERA
La Tecnicatura Universitaria en Gestión y Análisis de Datos en Organizaciones está conformada por TRECE (13) asignaturas de cursado cuatrimestral.
Se presenta a continuación las asignaturas que conforman los distintos campos de formación.
El 10% de la carga horaria total corresponde al campo de Formación General (136 horas), el 20% a la Formación de Fundamento (288 horas), el 40% a la Formación Técnica especifica (576 horas) y el 30% a las Prácticas Profesionalizantes (420 horas).
10 RÉGIMEN DE CORRELATIVIDADES
| N° | ASIGNATURA | APROBADAS | REGULARES |
| PRIMER AÑO | |||
| 1 | Análisis Matemático | – | – |
| 2 | Álgebra | – | – |
| 3 | Trabajo y Sociedad | – | – |
| 4 | Estadística | 1 – 2 – 3 | |
| 5 | Fundamentos de sistemas de información digitales | 1 – 2 – 3 | |
| 6 | Laboratorio de métodos cuantitativos aplicados a la gestión | 1 – 2 – 3 | |
| SEGUNDO AÑO | |||
| 7 | Métodos Predictivos para la Gestión | 4-6 | |
| 8 | Diseño y gestión de bases de datos | 5-6 | |
| 9 | Taller de Programación para el análisis de datos | 4-6 | |
| 10 | Soluciones de inteligencia de negocios y analítica de datos | 7-8-9 | |
| 11 | Técnicas de gestión y análisis de datos no estructurados | 7-8-9 | |
| 12 | Técnicas de Inteligencia Artificial en organizaciones | 7-8-9 | |
| TERCER AÑO | |||
| 13 | Prácticas Profesionalizantes | 10-11 |
11 CONTENIDOS MINIMOS DE LAS ASIGNATURAS
01. Análisis Matemático
Funciones. Algebraicas y trascendentes. Composición. Inversa. Curvas en polares y paramétricas. Limite funcional. Álgebra de límites. Límites laterales. Asíntotas. Continuidad. Derivación. Reglas de derivación. Aplicaciones. Teoremas de: Rolle, Lagrange y Cauchy. Teorema de L’Hopital. Derivadas sucesivas. Extremos. Concavidad e Inflexión. Estudio completo de funciones. Problemas de máximos y mínimos. Diferencial. Cálculo de primitivas. Integrales definidas. Cálculo: área, volúmenes, rectificación de curvas planas y áreas de superficies. Integrales impropias. Aproximación por polinomios: Taylor y Mac Laurin. Sucesiones. El número. Series numéricas: criterios de convergencia. Serie de potencia.
02. Álgebra
Álgebra vectorial. Espacios vectoriales. Base y dimensión. Producto escalar, vectorial y mixto. Interpretación geométrica. Aplicaciones a la geometría de recta y plano. Matrices y determinantes. Propiedades. Matrices especiales. Rango. Inversa de una Matriz. Sistemas lineales de ecuaciones. Teorema de Rouché-Frobenius. Sistemas homogéneos. Polinomios y ecuaciones algebraicas.
03. Trabajo y Sociedad
Eje: Significación y naturaleza del trabajo.
El trabajo humano: especificidad y dimensiones del trabajo humano. Concepto de trabajo y empleo. El trabajo como categoría sociohistórica y el trabajo como esencia antropológica, como actividad esencialmente humana. Trabajo concreto y trabajo abstracto. Trabajo, fuerza de trabajo, capital. Salario y valor de la fuerza de trabajo. Las relaciones de trabajo como un estructurante de las relaciones sociales y de la configuración societal. La sociedad salarial: conformación y desestructuración. Fuentes de identidad y acción colectiva, el trabajo como espacio social de formación de identidades. Pérdida de identidad dada por el trabajo: desafiliación y desestabilización de los modos de vida de los sujetos. Noción de trabajo ampliado.
Eje: Mundo y mercado de trabajo y configuración social
Concepto de mercado de trabajo. La dinámica histórica y estructural del comportamiento del mercado de trabajo en Argentina: homogeneidad y segmentación. Indicadores centrales de análisis. Condición de actividad y relación laboral. Ocupación, subocupación y desocupación. Trabajador asalariado (por tiempo indeterminado, eventual, a tiempo parcial, etc.), empleador, trabajador por cuenta propia, etc. La intervención social del Estado, el caso argentino: emergencia y consolidación del Estado de Bienestar, estructuración del derecho del trabajo, las relaciones laborales y el sistema de protección social desde la Segunda Postguerra. La crisis del Estado de Bienestar y del régimen de acumulación y la relación salarial fordista: flexibilización interna y externa de la fuerza de trabajo. Impacto sobre la negociación colectiva y la gestión y organización del proceso de trabajo en las empresas. El actor sindical: composición y representatividad. Crisis y nuevas formas de representación e identidades colectivas en los sectores populares y de los trabajadores.
Eje: Sistema Sociotécnico y proceso de trabajo
El enfoque de sistema sociotécnico. Componentes (Procedimientos, soportes, técnicos, conocimientos). Proceso de Tecnificación. Delegación y control. División técnica y social del trabajo. Cambio técnico y continuidad. Procesos de trabajo y tecnificación: producción artesanal y manufactura. Mecanización, Taylorismo, Fordismo y Automatización. El proceso de innovación en el capitalismo.
Eje: Las relaciones laborales en el sector profesional.
La dinámica y configuración del mercado de trabajo en el sector profesional. Condiciones generales de trabajo y configuración de la relación salarial en el sector profesional: regulaciones laborales; negociación colectiva y sistema de relaciones laborales en el sector profesional: formas de contratación y empleo dominante. Duración y configuración del tiempo de trabajo. Las remuneraciones; los servicios y los beneficios sociales. Las calificaciones profesionales y la carrera profesional. El rol profesional y la función del técnico superior en el sector profesional. Capacidades profesionales y habilitaciones profesionales. La noción de condiciones y medio ambiente de trabajo. Las CyMAT en el sector profesional de referencia; análisis de la legislación vigente. Características del trabajo/empleo precario. El trabajo no registrado y la precarización del empleo en el o los sectores y subsectores de actividad económica.
04. Estadística
La estadística como disciplina para el Análisis de los Fenómenos Socioeconómicos. La aleatoriedad y la regularidad estadística. Necesidad de su modelización. Elementos de la Teoría de la Probabilidad y de las Variables Aleatorias. Modelos Elementales de Probabilidad. Tratamiento de la Información. Estadística descriptiva: Análisis Exploratorio y Descriptivo de Datos. Relaciones entre variables. Elementos de muestreo e introducción a la Inferencia Estadística. Análisis de regresión. Tratamiento Elemental de las Series de tiempo. Números índices.
05. Fundamentos de sistemas de información digitales
Dato, información, conocimiento. Caracterización de la información. Teoría de sistemas. El enfoque sistémico. Los sistemas de información: Funciones y tipos. Sociedad de la información y del conocimiento. La era digital. Las Tecnologías de la Información y Comunicación y su impacto en las organizaciones. Sistemas de información digitales. Procesos organizacionales, áreas organizacionales. Hardware. Software de base. Lenguajes de programación. Aplicativos. Comunicaciones. Redes e Internet. Computación en la nube. Estructura y bases de datos. Ciclo de vida de los sistemas. Seguridad en sistemas de información.
Ética y responsabilidad social en el empleo de tecnologías de la información en las organizaciones.
06. Laboratorio de métodos cuantitativos aplicados a la gestión
El Laboratorio constituye el primer espacio de práctica profesionalizante, y tiene como finalidad la articulación teoría-práctica de los contenidos de las materias como un primer acercamiento de los estudiantes a situaciones reales de trabajo. La aplicación de métodos cuantitativos será una parte central de su desempeño profesional en las organizaciones por lo que es fundamental la integración de los conocimientos y capacidades aprendidas durante el primer año de formación en situaciones concretas que se desarrollarán en este espacio de Laboratorio.
A partir de la noción de algoritmo, como resolución de problemas, se realizará la aplicación y articulación de los contenidos desarrollados hasta el momento. Tanto en la resolución de casos prácticos, utilizando programación en un lenguaje multiparadigma, como así también en la práctica estadística con bases de datos de interés para las organizaciones y la responsabilidad en el uso ético de los mismos.
07. Métodos Predictivos para la Gestión
Técnicas de muestreo. Preprocesamiento de datos para la gestión. Métodos de inferencia estadística. Métodos predictivos para clasificación. Métodos predictivos para la regresión.
08. Diseño y gestión de bases de datos
Ciclo de vida del dato. Las bases de datos en las organizaciones. Ciclo de vida de las bases de datos. Diseño de bases de datos (conceptual, lógico y físico). Normalización y Diagrama de Entidad-Relación (DER). SQL: sentencias Lenguaje de Manipulación de Datos (DML) y Lenguaje de Definición de Datos (DDL). Aplicación de SQL para análisis exploratorio y en los procesos extracción, transformación y carga (ETL). Los sistemas de gestión de bases de datos: componentes, protocolos, modelos. Las bases de datos para la analítica de datos: Data warehouse, data marts y data lake.
09. Taller de Programación para el análisis de datos
Programación en Python. Módulos, funciones y bibliotecas para el análisis y procesamiento de datos. Técnicas de prueba y depuración. Uso responsable de la tecnología. Identificación de las responsabilidades éticas en la gestión de datos.
10. Soluciones de inteligencia de negocios y analítica de datos.
El proceso decisorio y el rol de la información y los datos. Organizaciones basadas en datos. Elecciones automatizadas basadas en datos. Las soluciones de inteligencia de negocios y analítica de datos: características y componentes. Su rol en las organizaciones y en la toma de decisiones. Presentación de la información según las audiencias de destino. Diseño y desarrollo de visualizaciones. Métricas, indicadores, tableros, alertas. Historias contadas con datos (data styorytelling). Diseño de datos para su aprovechamiento en las herramientas. Los modelos de aprendizaje automático en las soluciones analíticas.
11. Técnicas de gestión y análisis de datos no estructurados
Técnicas de procesamiento de Datos no estructurados para la gestión. Datos no estructurados: textos e imágenes. Nociones de arquitectura de almacenamiento para datos no estructurados. Extracción de datos no estructurados. Técnicas de aprendizaje automático para clasificación, predicción y agrupamiento.
12. Técnicas de Inteligencia Artificial en organizaciones
Inteligencia Artificial. Modelos y técnicas de Inteligencia Artificial. Inteligencia Artificial Generativa en las organizaciones. Adecuación a diferentes contextos organizacionales. Gobernanza. Identificación de las responsabilidades éticas en la aplicación de técnicas de inteligencia artificial en las organizaciones.
13. Prácticas Profesionalizantes
Aplicación de técnicas para la gestión y análisis de datos en contextos organizacionales específicos. Principios éticos en el ámbito profesional para la toma de decisiones. Desarrollo de habilidades interpersonales: comunicación, trabajo en equipo. Trabajo interdisciplinar en estructuras organizacionales diversas.
Consideraciones sobre la Prácticas Profesionalizantes
Las prácticas profesionalizantes están destinadas a integrar los saberes construidos durante el proceso de formación. De esta manera, se pueden anticipar, en contextos reales, las dinámicas y reglas que estructuran el campo profesional del técnico. Se desarrollarán y fortalecerán las habilidades técnicas específicas de los estudiantes, como así también habilidades blandas, como la comunicación, el trabajo en equipo y la ética profesional.
Dado que las prácticas profesionalizantes tienen como finalidad articular teoría-práctica a través del acercamiento de los estudiantes a situaciones reales de trabajo, contarán para su desarrollo con supervisión docente, tanto para la realización de actividades simuladas como en terreno.
Este espacio curricular comprende diferentes ámbitos de realización -temporales, físicos y virtuales (diversas actividades de simulación que presenten características análogas a las de los ambientes de trabajo reales)-, que organizan el aprendizaje de los estudiantes de modo que les permita una aproximación a las múltiples tareas que constituyen el desempeño profesional. Las propuestas de interacción con el medio, personas y organismos podrán ser realizadas en forma presencial y a través de plataformas informáticas y programas aplicativos. En el espacio de supervisión se analizarán y evaluarán las dificultades y el modo de favorecer mejoras en las prácticas realizadas. Todas las actividades propuestas consistirán en la aplicación de los conocimientos y capacidades correspondientes al perfil del egresado en organizaciones privadas, organismos estatales y no gubernamentales.
Si bien se desarrolla de manera transversal durante todo el proceso de formación, se enfatizará en estos espacios de prácticas la reflexión y aplicación de principios éticos en el ámbito profesional, para la toma de decisiones en su rol de técnico en la gestión y análisis de datos, ofreciendo a los practicantes una hoja de ruta clara y estructurada para su desarrollo profesional.
La modalidad de evaluación de las prácticas profesionalizantes pondera tres instancias:
(i) Evaluación del informe del estudiante sobre su práctica profesionalizante, (ii) Informe del tutor, (iii) Desarrollo e implementación de un Trabajo Final Integrador
El Trabajo Final Integrador tiene como objetivo permitir la integración de todos los conocimientos y capacidades desarrolladas durante todo el proceso de formación. Consistirá en un desarrollo aplicable preferentemente al entorno, con posibilidades de transferencia al medio, o una solución, priorizando la resolución de problemas locales o del territorio vinculados con la gestión y análisis de datos en organizaciones. Es un trabajo escrito y de carácter individual. Se espera que el estudiante utilice métodos estadísticos y analíticos adecuados para el conjunto de datos que esté trabajando, realice el análisis de ello, las metodologías aplicadas y las conclusiones obtenidas.
El Trabajo Final Integrador será evaluado por un docente del cuerpo académico de la carrera. Para su aprobación, se utilizará la escala de calificación vigente.
El plazo máximo de entrega del Trabajo Final Integrador será de doce meses a partir de la finalización de las actividades curriculares.
12 CONDICIONES DE REGULARIDAD
Para mantener la condición de estudiante, se deberá aprobar entre un mínimo de DOS (2) y CUATRO (4) asignaturas por año académico y cumplir con lo establecido en el Capítulo A, artículo 2.2 y 2.3. CÓDIGO.UBA I-13, y todo otro requisito establecido o que se establezca con alcance para la totalidad de los estudiantes de la Universidad.
Podrán ser readmitidos automáticamente los estudiantes que han perdido la regularidad en la carrera por no haber cumplido los requisitos del mínimo de materias aprobadas por año académico y/o haber excedido el plazo máximo para completar las obligaciones académicas para la obtención del diploma si los motivos de ésta se encuadran en las causales establecidas en el Capítulo A, artículo 9, CÓDIGO.UBA I-13.
En el caso de que el estudiante fuera readmitido, las materias aprobadas previamente serán tenidas por válidas, cuando corresponda, de acuerdo con lo establecido para equivalencias entre asignaturas en el Capítulo B CÓDIGO.UBA I-19.
13 REQUISITOS PARA LA OBTENCIÓN DEL TÍTULO
Cursado y aprobación de las TRECE (13) asignaturas de la carrera.
14 VIGENCIA
El plan de estudios de la carrera de Tecnicatura Universitaria en Gestión y Análisis de Datos en Organizaciones entrará en vigencia en el cuatrimestre inmediatamente posterior a su aprobación por el Consejo Superior.
[1] RESCS-2024-1826-UBA-REC