Gestión Empresarial
Maestría en Economía con especialización en Data Analytics
Adquiere las herramientas para analizar y predecir fenómenos económicos con precisión, traducir los datos en información estratégica y proponer soluciones sostenibles y adecuadas al entorno.
Inicio
Convocatoria 2025
Convocatoria 2025
Modalidad
A distancia
A distancia
Duración
832 horas académicas
832 horas académicas
Solicita más información
Acerca de la maestría
En la actualidad, en un mercado laboral orientado a los datos, las habilidades en data analytics son cada vez más demandadas en diversos campos como la economía; pues permiten analizar y extraer información significativa a partir de grandes conjuntos de datos, traducirlos en información estratégica y, de esta manera, entender los patrones económicos, anticipar las tendencias y tomar decisiones informadas basadas en evidencia sólida. Un profesional con una formación en economía y data analytics como la propuesta en esta maestría tendrá un perfil adaptable y altamente competitivo, estará preparado para abordar cuestiones económicas complejas y accederá a oportunidades laborales en áreas donde la toma de decisiones informada por datos es esencial.
El estudiante de nuestra Maestría en Economía con especialización en Data Analytics podrá analizar y predecir fenómenos microeconómicos y macroeconómicos con mayor precisión a través del uso de métodos cuantitativos, data analytics y técnicas de inteligencia de negocios. Dominará herramientas informáticas tales como la programación en R y el modelado estadístico en Stata, que le permitirán realizar análisis estadísticos avanzados e investigaciones reproducibles. Al egresar, será capaz de proponer soluciones de políticas públicas diseñadas para influir en el comportamiento de la sociedad o abordar problemas particulares, que sean sostenibles y adecuadas al entorno.
Ventajas diferenciales
Perfil del estudiante
Economistas y bachilleres en Economía que requieran fortalecer sus habilidades cuantitativas y capacidades para analizar datos económicos y financieros.
Profesionales de data analytics que deseen aplicar sus habilidades al campo de la economía para la comprensión de los aspectos económicos y financieros de los datos que manejan.
Profesionales de finanzas que busquen mejorar su capacidad para la toma de decisiones financieras y desarrollar estrategias de inversión más efectivas con herramientas de data analytics.
Analistas de mercado que deseen evaluar el impacto económico de las estrategias de marketing y desarrollar modelos predictivos para el comportamiento del consumidor.
Gestores públicos que requieran aplicar el data analytics en la formulación de políticas públicas y evaluación de programas sociales.
Investigadores académicos que deseen seguir una carrera de investigación en economía y data analytics como base para futuros proyectos de investigación.
Grado académico
Luego de aprobar todos los cursos y de la sustentación de tu tesis, recibirás el grado de maestro en Economía a nombre de la Escuela de Posgrado de la Universidad Continental.
“Maestro en Economía”
(Imagen referencial que no representa la certificación que se obtendrá al culminar los estudios.)
Certificaciones progresivas
Diplomado en Data Analytics (por 22 créditos y 292 h.)
Diplomado en Políticas Públicas (por 15 créditos y 208 h.)
Docentes nacionales
*La programación de docentes por asignatura se encuentra sujeta a variación según su disponibilidad, asegurando el nivel equivalente del especialista. El perfil del docente se mantiene y corresponderá al nivel requerido para garantizar la calidad educativa.
Docente internacional
*La programación de docentes por asignatura se encuentra sujeta a variación según su disponibilidad, asegurando el nivel equivalente del especialista. El perfil del docente se mantiene y corresponderá al nivel requerido para garantizar la calidad educativa.
Plan de estudios
La maestría se divide en 4 ciclos académicos:
Métodos cuantitativos
- Métodos de optimización dinámica.
- Aplicaciones microeconómicas y macroeconómicas.
- Modelos macroeconómicos dinámicos.
- Teoría de juegos.
Herramientas informáticas I
- Introducción a R.
- Manipulación de datos.
- Visualización de datos.
- Programación en R y análisis estadístico.
Transformación digital
- Introducción a transformación digital.
- Transformación organizacional.
- Innovación en servicios.
- Cambios internos e inteligencia artificial.
Microeconomía intermedia
- Modelos microeconómicos.
- Teoría de juegos intermedia.
- Economía del comportamiento.
- Aplicaciones en políticas públicas.
Algoritmos programables
- Sintaxis, semántica y funciones.
- Procesamiento de listas.
- Distintas estructuras y tipos de datos.
- Clases y objetos.
Microeconomía avanzada
- Teoría de juegos avanzada.
- Microeconomía avanzada del comportamiento.
- Economía de la información y mecanismos de la subasta.
- Economía experimental avanzada.
Macroeconomía intermedia
- Crecimiento y ciclos económicos.
- Política fiscal y monetaria.
- Política macroeconómica internacional.
- Crecimiento tecnológico.
Econometría intermedia
- Modelos de regresión avanzados y series temporales.
- Modelos panel.
- Métodos de estimación de máxima verosimilitud.
- Modelo de ecuaciones simultáneas y de cambio estructural.
Herramientas informáticas II
- Introducción a Stata y configuración del entorno.
- Análisis descriptivo y exploratorio.
- Modelos estadísticos en Stata.
- Análisis, programación y visualización de datos.
Tecnología de los datos
- Introducción y arquitecturas básicas.
- Bases de datos.
- Análisis, programación y visualización de datos.
- Ingeniería de software para datos.
Macroeconomía avanzada
- Modelos de equilibrio general dinámico estocástico.
- Economía monetaria avanzada.
- Macroeconomía y ciclos financieros.
- Economía experimental.
Econometría avanzada
- Modelos de series temporales avanzados.
- Métodos de estimación no paramétricos.
- Modelos de ecuaciones simultáneas avanzadas.
- Econometría financiera.
Políticas públicas
- Análisis de políticas públicas.
- Economía de las políticas públicas.
- Diseño de políticas públicas.
- Política y tecnología.
Microeconometría
- Análisis empírico.
- Datos experimentales y observacionales.
- Regresión, matching y regresión discontinua.
- Diferencias y extensiones.
Minería de datos aplicada
- Introducción a la minería de datos.
- Aprendizaje supervisado.
- Desempeño de clasificadores y metodologías de selección de modelos.
- Ingeniería de atributos y selección de atributos. Aprendizaje no supervisado.
Visualización de datos
- Fundamentos de la visualización de datos.
- Percepción y visualización.
- Tipos de datos y documentación de fuentes.
- Visualización de documentos.
Macroeconometría
- Modelos de series temporales.
- Volatilidad, espacios estado, panel y variables latentes.
- Equilibrio general dinámico estocástico.
- Econometría espacial y en redes.
Seminario de investigación I
- Metodología de investigación.
- Marco teórico.
Seminario de investigación II
- Avances más novedosos en economía y la data analítica.
- Aplicación de los conocimientos teóricos aprendidos al contexto real.
Seminario de investigación III
- Discusión y análisis del tema de investigación.
- Propuesta de implementación, conclusiones o recomendaciones.
Malla curricular
Contacta con nuestra asesora
Karla Rodrigo Rivera