Desarrollar habilidades en el uso efectivo de herramientas computacionales y tecnológicas para el análisis, toma de decisiones y resolución de problemas en el campo económico.

Al finalizar este curso, los participantes serán capaces de:

• Utilizar Python y RStudio para realizar análisis de datos y estadísticas económicas.
• Aplicar herramientas de Excel y Access para gestionar y visualizar datos económicos de manera eficiente.
• Desarrollar habilidades en Power BI para crear informes y visualizaciones interactivas.
• Comprender los conceptos avanzados de inteligencia artificial y machine learning y aplicarlos en problemas económicos específicos.

Este curso se llevará a cabo a través de una combinación de clases teóricas y prácticas. Cada unidad temática incluirá ejercicios prácticos y proyectos relacionados con casos de estudio económicos reales. Los participantes deberán realizar tareas y proyectos individuales y en grupo para aplicar los conocimientos adquiridos. Además, se fomentará el aprendizaje autónomo con recursos en línea y lecturas recomendadas.

Se proporcionarán recursos como material de lectura, tutoriales en video y acceso a software relevante. También habrá sesiones de discusión y resolución de problemas para fomentar la interacción y el aprendizaje colaborativo.

Unidad 1: Bases de datos y SQL (10 horas)

• Introducción a las bases de datos.
• Consultas SQL para análisis económico.
• Integración de bases de datos con herramientas analíticas.

Unidad 2: Excel avanzado en Economía (15 horas)

• Funciones y fórmulas avanzadas: VLOOKUP, HLOOKUP, INDEX, MATCH.
• Tablas dinámicas y gráficos avanzados
• Análisis de datos y herramientas de resolución de problemas
• Automatización de tareas con Macros VBA (Visual Basic for Applications).

Unidad 3: Fundamentos de programación (10 horas)

• Introducción a la programación en Python.
• Estructuras de control y bucles en Python.
• Funciones y programación orientada a objetos.
• Uso de bibliotecas para análisis de datos en Python.

Unidad 4: Análisis de Datos en Python (15 horas)

• Manipulación avanzada de datos con Pandas.
• Visualización de datos con Matplotlib y Seaborn.
• Análisis estadístico en Python.

Unidad 5: RStudio para economistas (10 horas)

• Introducción a RStudio.
• Manipulación y visualización de datos en R.
• Análisis estadístico avanzado en R.

Unidad 6: Power BI Avanzado (10 horas)

• Modelado de datos avanzado en Power BI.
• Creación de cuadros de mando interactivos.
• Publicación y distribución de informes.

Unidad 7: Inteligencia Artificial en Economía y Machine Learning. (10 horas)

• Aprendizaje automático y deep learning.
• Aplicaciones avanzadas de inteligencia artificial en Economía.
• Preprocesamiento avanzado de datos para ML.
• Modelos de ML avanzados en problemas económicos.
• Evaluación y optimización de modelos de ML.

Unidad 8: Análisis económico aplicado (20 horas)

• Definición y alcance del análisis económico aplicado
• Análisis costo/beneficio en proyectos de inversión.
• Modelos econométricos aplicados
• Análisis de sensibilidad y escenarios.
• Aplicación de herramientas analíticas en problemas económicos.

Andrés Rodrigo Santana Murcia

Facultad de Ciencias Económicas y Administrativas. Candidato a Doctor en Ciencias Económicas y Magíster en Administración. Especialista en Gerencia de Recursos Humanos. Administrador de Empresas.