Curso en Data Science e IA para la Empresa

El Curso de Alta Formación en Data Science e IA para la Empresa, que no es un máster, lo ofrece el Departamento de Estudios Empresariales y Cuantitativos de la Universidad de Nápoles Parthenope. El programa cubre machine learning, business intelligence, inteligencia artificial generativa, programación para business analytics y text mining, y aborda también la ética de la IA y las estrategias de negocio. El uso de los datos como apoyo a las decisiones es ya central en las empresas, y la inteligencia artificial generativa ha abierto nuevas posibilidades de análisis y de automatización. El curso ofrece una formación breve y focalizada, que une las técnicas de análisis con su aplicación al contexto empresarial, sin requerir un itinerario bienal.

El curso dura cuatro meses, con 144 horas de clase y 18 créditos, en formato mixto: en línea y presencial en Nápoles. El coste indicado es de 1.500 euros. La lengua no se declara y se presume el italiano. La fecha de inicio no se indica y la ficha no destaca prácticas. El formato mixto, con clases en línea y actividades presenciales en Nápoles, puede ser adecuado para quien trabaja. Sin embargo, la ficha no indica cómo se reparten las 144 horas entre las dos modalidades ni cuántas son las jornadas presenciales. Los 18 créditos reconocidos indican un compromiso considerable, que debe valorarse en relación con otras obligaciones.

El objetivo es formar profesionales capaces de analizar grandes cantidades de datos y desarrollar modelos predictivos como apoyo a las decisiones empresariales. Las salidas son data scientist, business analyst, consultor de IA, analista empresarial, analista de datos, analista de procesos empresariales e ingeniero de datos. Dado que es un curso de alta formación, no otorga el título de máster y debe considerarse una actualización profesional. La ficha cita también la ética de la IA, un tema cada vez más relevante para las empresas. Se dirige a graduados en disciplinas técnicas, económicas o estadísticas que quieren convertirse en data scientists, business analysts o consultores. Antes de presentar la solicitud conviene contrastar esta información con la publicada en el sitio oficial de la universidad, que puede estar más actualizada que la ficha. Es además aconsejable ponerse en contacto con la secretaría docente del departamento para aclarar posibles dudas sobre asistencia, calendario de las clases, modalidades de evaluación y organización de la prueba final. Quienes trabajan deberían valorar con atención el compromiso exigido, en términos de horas semanales y de asistencia, para entender si el itinerario es compatible con otros compromisos profesionales o personales. Puede ser útil también preguntar si existen encuentros informativos o jornadas de orientación, en los que los docentes presentan el curso y responden a las preguntas de los candidatos.