Taller de Análisis de Datos Sociopolíticos con Inteligencia Artificial, R y Python 2026-01
Inicio:
17 de agosto del 2026
Fin:
28 de agosto del 2026
Duración:
24 horas
Horario:
Lunes, Miércoles y Viernes 7:00 p.m. - 9:00 p.m. Sábado 9:00 a.m. - 11:00 a.m.
Lugar:
Plataforma de aprendizaje Paideia
Modalidad:
Virtual
El taller está dirigido a estudiantes, profesionales e investigadores que buscan fortalecer sus competencias en análisis de datos aplicados a las ciencias sociales y la gestión pública. A través de un flujo de trabajo moderno basado en inteligencia artificial, programación reproducible y herramientas de código abierto, los participantes aprenderán a gestionar, analizar, visualizar, interpretar y comunicar datos de manera rigurosa y eficiente.
Durante las clases, se trabajará con bases de datos reales provenientes de encuestas, registros administrativos y otras fuentes de información social. Así, los estudiantes desarrollarán habilidades para importar y limpiar datos, documentar variables, realizar análisis exploratorios e inferenciales, crear visualizaciones y elaborar reportes reproducibles que faciliten la comunicación de resultados.
El taller integra OpenCode como asistente de programación con inteligencia artificial, junto con R y Python como lenguajes de análisis. Además, incorpora herramientas como Quarto para generar informes reproducibles, GitHub para la gestión de proyectos y Shiny para el desarrollo de aplicaciones interactivas de análisis y visualización. Toda herramienta de inteligencia artificial se utilizará como apoyo al razonamiento analítico y la productividad, manteniendo siempre el criterio metodológico del investigador como eje central del proceso.
Dirigido a:
Estudiantes, profesionales, docentes e investigadores de Ciencias Sociales, Ciencia Política, Sociología, Economía, Psicología, Administración, Educación, Gestión Pública, Marketing, Comunicación y disciplinas afines que busquen fortalecer sus capacidades para analizar datos con herramientas contemporáneas de programación, inteligencia artificial e investigación reproducible. No se requiere experiencia previa avanzada en estadística ni programación.
- Sesión 1:
- Ecosistema moderno de análisis de datos con IA
- Sesión 2:
- Gestión, limpieza y documentación de bases de datos
- Sesión 3:
- Análisis exploratorio de datos
- Sesión 4:
- Visualización de datos con R, Python, IA y Shiny
- Sesión 5:
- Análisis inferencial univariado
- Sesión 6:
- Análisis inferencial bivariado
- Sesión 7:
- Investigación reproducible con Quarto, GitHub e IA
-Estudiante Pregrado: S/380.00
-Público General: S/420.00
Tarifa corporativa
-De 3 a más personas: S/390.00
Noam López Villanes
Candidato a Doctor en Ciencia Política y Gobierno por la PUCP, con Maestría en Ciencias (Proyectos de Inversión) en la UNI y Licenciatura en Ciencia Política por la PUCP. Es coordinador para Perú del Proyecto Justicia Forense de GTH-DNA, investigador asociado en John Jay College of Criminal Justice y en el Instituto de Analítica Social e Inteligencia Estratégica (PULSO) de la PUCP. Es también profesor en métodos cuantitativos en la Escuela de Gobierno y Políticas Públicas y coordinador de la Diplomatura de Especialización en Métodos de Investigación en Ciencias Sociales del CISEPA. Ha ocupado cargos de Dirección y Asesoría en el CONADIS, Ministerio de Trabajo, Ministerio Público, Ministerio del Interior, Ministerio de la Mujer, entre otras instituciones estatales. Ha sido profesor visitante en la Universidad Iberoamericana de México e investigador asociado en la Universidad de Bielefeld en Alemania.
