Análisis de Datos con R e Inteligencia Artificial

• Personas de cualquier disciplina que trabajan con datos y necesitan herramientas más potentes para sus análisis.
• Analistas, investigadores y coordinadores que producen o interpretan reportes estadísticos y quieren automatizar o mejorar sus flujos de trabajo con programación.

• Manejo básico de Excel u otras herramientas de análisis de datos.
• No se requiere experiencia previa en programación, aunque es bienvenida.
• Disposición para trabajar frente al computador durante las sesiones.

Desarrollar competencias en programación estadística con R y en el uso crítico de herramientas de inteligencia artificial generativa aplicadas al análisis de datos. El curso enseña a los participantes a resolver problemas de datos con criterio propio, utilizando modelos de lenguaje como colaboradores que deben ser dirigidos, evaluados y corregidos.

Al finalizar el curso, el estudiante será capaz de:

• Programar en R para el análisis de datos
• Aplicar herramientas estadísticas con criterio interpretativo
• Utilizar modelos de lenguaje como herramienta de trabajo
• Evaluar y validar críticamente el output de la IA.

El programa contiene una duración de 24 horas divididas en los siguientes módulos:

• Módulo 1 – Introducción a R y fundamentos de progración
  • Introducción a R, RStudio y documentos RMarkdown
  • Variables y vectores- Matrices y data frames: creación, acceso y modificación
  • Estructuras de control
  • Entrada y salida de datos
  • Definición de funciones
  • Prompting y ciclo de trabajo
• Módulo 2 – Manejo avanzado de datos
  • Agrupación, mutación y agregación con dplyr
  • Transformación, filtrado y ordenamiento de datos
  • Carga de datasets externos y limpieza de datos
  • Generación de gráficos con ggplot2
  • Resolucion de problemas con LLM.
• Módulo 3 – Estadística
  • Medidas de dispersión y relación
  • Intervalo de confianza y significancia estadística (p-value)
  • Test de hipótesis
  • Regresión lineal
  • Análisis de texto
  • Validación crítica del output estadístico generado por IA, autocrítica del modelo y pensamiento agéntico

• Felipe Sanhueza Celis: Ingeniero Civil en Computación, Universidad de Chile. Magíster en Ciencias de la Computación, Universidad de Chile. Profesor de pregrado – Cátedra Curso Introducción a la Programación, Facultad de Ciencias Físicas y Matemáticas, UChile. Profesor de postgrado – Curso Programación y Estructuras en Typescript, Facultad de Ciencias Físicas y Matemáticas, UChile.

• El curso será fundamentalmente práctico, en base a sesiones de trabajo directo en el computador.
• Todas las sesiones contemplan instrucción del profesor en los contenidos y técnicas, y luego aplicación en ejercicios de complejidad creciente por parte de los estudiantes.
• Los ejercicios y/o proyectos personales están orientados de manera que los estudiantes puedan aplicar los contenidos en sus contextos profesionales, disciplinares, laborales o personales.
• Las clases se complementan con exposiciones teóricas de los fundamentos conceptuales necesarios para comprender el alcance y potencial de la herramienta.
• El trabajo del estudiante es principalmente individual.

• El curso contempla 2 herramientas de evaluación:

  1. Participación en clases - 20%
  2. Proyecto final - 80%

• El curso se aprueba con nota mínima promedio 4.0 (escala 1.0 a 7.0) en trabajo/prueba final.
• Asistencia mínima requerida: 75%.
• Al finalizar el curso se enviará a los participantes Certificado Digital (Diploma) acreditado por la Facultad de Ciencias Físicas y Matemáticas de la Universidad de Chile.

• Fecha de inicio: 15 de junio de 2026.
• Fecha de término: 13 de julio de 2026.
• Días: 15, 17, 22, 24 juno, 1, 6, 8 y 13 julio.
• Horario: lunes y miércoles de 18:30 a 21:30 hrs.
• Modalidad: Online – sincrónico (vía Zoom) con apoyo de plataforma U-Cursos para gestión académica.
• Duración total: 24 horas cronológicas.