
Fechas importantes
Cierre de inscripciones: 18 de enero de 2027
Inicio de clases: 21 de enero de 2027
Presentación
En un mundo donde las ciencias sociales están cada vez más marcadas por enfoques empíricos, surge una creciente demanda de científicas y científicos sociales con competencias metodológicas sólidas. Esta necesidad se ve exacerbada por el crecimiento en la generación de grandes volúmenes de datos y la expansión de tecnologías basadas en inteligencia artificial. En consecuencia, ha surgido una demanda de métodos novedosos provenientes de la emergente ciencia de datos. Este diplomado de la FLACSO México y de su Laboratorio de Métodos proporciona a la comunidad de ciencias sociales herramientas prácticas para utilizar eficazmente las metodologías de la ciencia de datos, con un enfoque práctico y con solidez metodológica.
¡Descubre nuevas oportunidades de crecimiento!
Objetivo
Brindar a las y los participantes herramientas teóricas y metodológicas que los conviertan en usuarios calificados de la ciencia de datos, con énfasis en sus motivaciones y aplicaciones dentro del contexto de las ciencias sociales.
Al finalizar el programa, las y los egresados podrán:
- Formular y abordar preguntas de investigación aprovechando los datos disponibles en el ámbito de las ciencias sociales
- Utilizar con destreza el lenguaje de programación R, sintiéndose cómodos y seguros con su aplicación
- Realizar análisis descriptivos exhaustivos e informativos a partir de conjuntos de datos sociales
- Manipular, combinar y analizar bases de datos estructuradas complejas dentro del contexto de las ciencias sociales
- Generar narrativas basadas en datos a través de visualizaciones atractivas e informativas
- Cuantificar la relación entre variables de fenómenos sociales mediante el uso de modelos de regresión
- Aplicar métodos supervisados y no supervisados de aprendizaje automático para prever resultados y respaldar la toma de decisiones
- Extraer y analizar información a partir de bases de datos de texto, permitiendo un entendimiento más profundo de los fenómenos sociales
Dirigido a:
- Estudiantes de ciencias sociales, tanto a nivel de grado como de posgrado, que deseen complementar su formación con habilidades en análisis de grandes datos
- Investigadores y académicos que busquen mejorar sus habilidades en el manejo y análisis de grandes datos para fortalecer y ampliar el enfoque metodológico de sus investigaciones
- Profesionales en organizaciones sociales y gubernamentales que requieran herramientas para analizar y comprender datos sociales en su trabajo diario, por ejemplo, en áreas de políticas públicas, desarrollo comunitario, salud pública, entre otros
- Profesionales en el ámbito privado que deseen aplicar análisis de datos para comprender mejor a sus clientes, usuarios o empleados, especialmente en empresas con un enfoque en servicios sociales
- Educadores y formadores que busquen adquirir habilidades en el uso de datos para mejorar su enseñanza y diseño de cursos en el ámbito de las ciencias sociales
Modalidad
Las sesiones se impartirán a través de las plataformas Zoom y Moodle.
Inicio
21 de enero de 2027.
Duración
120 horas, del 21 de enero al 19 de junio de 2027. Se contemplan ochenta horas de clase, treinta horas de tutorías y diez horas de encuentros con especialistas.
Horario
Sesiones de clase:
• Jueves de 19:00 a 21:00 horas (tiempo de la Ciudad de México).
• Sábados de 10:00 a 12:00 horas (tiempo de la Ciudad de México).
Sesiones de tutorías:
• Viernes de 19:00 a 20:30 horas (tiempo de la Ciudad de México).
Encuentros con especialistas:
• Último miércoles de cada mes, de 19:00 a las 21:00 horas (tiempo de la Ciudad de México).
Tutorías:
• Atención personalizada: grupos pequeños de 10 estudiantes en cada tutoría.
Estructura
| Módulo | Título | Duración | Contenidos generales |
| 1 | Rumbo a la ciencia de datos sociales: iniciando en R. |
12 horas (3 semanas) |
Introducción al lenguaje de programación R. Se adquirirán los conocimientos y habilidades mínimas para introducirse en la ciencia de datos sociales. |
| 2 | Entendiendo los datos sociales: estadística descriptiva en R. |
12 horas (3 semanas) |
Estadística descriptiva en R para las ciencias sociales. Resúmenes numéricos y gráficos de datos cualitativos y cuantitativos. |
| 3 | Herramientas prácticas para la exploración avanzada de datos sociales. |
12 horas (3 semanas) |
Introducción al uso de tidyverse para la exploración y análisis de datos estructurados grandes y complejos. |
| 4 | Visualización avanzada para narrativas en ciencias sociales. |
12 horas (3 semanas) |
Diseño de visualizaciones profesionales y narración de historias mediante gráficos con ggplot2. |
| 5 | Aprendizaje automático para ciencias sociales: modelos y predicción. |
20 horas (5 semanas) |
Modelos de regresión lineal simple y múltiple para la modelación y predicción en fenómenos sociales. Técnicas de aprendizaje automático, supervisado y no supervisado, para la clasificación y predicción. |
| 6 | Procesamiento de lenguaje natural para el análisis de texto en ciencias sociales. |
12 horas (3 semanas) |
Técnicas automatizadas de minería de texto para análisis de opiniones y sentimientos en ciencias sociales. |
| 7 | Módulo transversal: conferencias con especialistas. | 10 horas | Sesiones con especialistas en diferentes ámbitos de la ciencia de datos para las ciencias sociales sobre tendencias y desarrollos recientes en el campo. |
Planta docente
Marisol Luna Contreras (FLACSO, México)
Es profesora e investigadora de la FLACSO México, donde además funge como coordinadora de la Maestría en Población y Desarrollo. Estudió actuaría en la Facultad de Ciencias de la Universidad Nacional Autónoma de México (UNAM). Es especialista en estadística aplicada por el Instituto de Investigaciones en Matemáticas Aplicadas y Sistemas de la UNAM, maestra en población por la Facultad Latinoamericana de Ciencias Sociales, sede México y doctora en economía por la UNAM. Sus trabajos de investigación versan sobre la salud reproductiva de los jóvenes, la salud y mortalidad materna, el acceso y calidad de la atención de la salud y el gasto en salud de los hogares, así como en los factores asociados al logro educativo de los estudiantes en el nivel de educación básica y media superior.
Ulises Flores Llanos (FLACSO, México)
Profesor e investigador en FLACSO México. Es coordinador de la Maestría en Políticas Públicas Comparadas. Es egresado de la Licenciatura en Ciencias Políticas y Administración Pública por la Facultad de Ciencias Políticas y Sociales de la Universidad Nacional Autónoma de México (UNAM); Maestro en Gobierno y Asuntos Públicos por FLACSO México. Doctor en políticas públicas por el Centro de Investigación y Docencia Económicas (CIDE). Es especialista en temas de metodología, métodos cuantitativos aplicados a ciencias sociales, transparencia y acceso a la información pública; corrupción y educación superior.
Mónica Lara Escalante (UNAM)
Es maestra en gobierno y asuntos públicos por la FLACSO México y doctora en ciencia política por el Centro de Investigación y Docencia Económicas. Ha impartido cursos de estadística en la Facultad de Ciencias Políticas y Sociales de la UNAM, en el CIDE y en la FLACSO México. Actualmente es profesora-investigadora en el Instituto de Investigaciones Sociales de la UNAM. Sus intereses de investigación son la evaluación de políticas públicas, los estudios legislativos, los estudios de opinión pública y el análisis estadístico.
Marietha Pérez Arellano (CIDE)
Es candidata a doctora en Ciencia Política por el Centro de Investigación y Docencia Económicas (CIDE). Estudió la Licenciatura en Ciencias Políticas y Administración Pública en la UAEMéx. Tiene una maestría en Ciencias Sociales por la FLACSO México. Sus intereses de investigación incluyen el comportamiento político, los efectos de la discusión política y la metodología para las ciencias sociales.
Alejandro Román Vásquez (UAM Iztapalapa)
Es físico por la UNAM y doctor en matemáticas por la UAM, con especialidad en estadística. Cuenta con experiencia como analista de datos tanto en la academia como en la industria. Se ha desempeñado como jefe del departamento de estadística en seguros GNP, gerente de minería de datos en seguros Banorte, investigador posdoctoral en el Centro de Investigaciones Matemáticas y actualmente es profesor visitante en la UAM Iztapalapa. Sus temas de investigación son las aplicaciones de la teoría de cópulas, análisis de datos de supervivencia y la estadística aplicada para las ciencias sociales y de la salud.
Miguel Angel Alvarez Carmona (CIMAT Monterrey)
Es doctor en ciencias de la computación por el Instituto Nacional de Astrofísica, Optica y Electrónica. Actualmente es Investigador por México en el Centro de Investigaciones Matemáticas, campus Monterrey. Es especialista en minería de texto, procesamiento de lenguaje natural y sus aplicaciones en ciencias sociales. Es miembro de la Asociación Mexicana de Procesamiento de Lenguaje Natural y de la Sociedad Mexicana de Inteligencia Artificial.
Requisitos de inscripción
- Solicitud de registro debidamente llenada en el registro en la página: https://spl-pfp.flacso.edu.mx/preregistro/dicidso
- Comprobante de pago de inscripción
- Identificación oficial con fotografía
- Comprobante de estudios (título de licenciatura, cédula profesional o documento que compruebe el último grado de estudios)
Fecha límite de inscripción
-
- Miércoles 18 de enero de 2027
Proceso de inscripción
- Ingresa a la liga https://spl-pfp.flacso.edu.mx/preregistro/dicidso y realiza tu pre registro. Recibirás una contraseña para entrar al sistema de postulación.
- Ingresa con tu correo y contraseña a https://spl-pfp.flacso.edu.mx/preregistro/dicidso y llena la solicitud de inscripción.
- Una vez que completes tu solicitud de inscripción, genera el formato de pago. En el sistema de inscripción podrás realizar el pago por medio de la plataforma PayPal.
Los pagos realizados por medio de PayPal tienen un costo de comisión por el envío de la transferencia de fondos que deberá ser cubierto por la persona solicitante. Si vas a pagar en sucursal bancaria, realiza tu depósito de inscripción con tu formato de pago en la siguiente cuenta:
Titular: Facultad Latinoamericana de Ciencias Sociales
Banco: Banamex
Sucursal: 349
Cuenta: 7535025
Clabe Interbancaria: 002180034975350258
Swift Code: BNMXMXMM
Referencia Bancaria: AS00017489
Indica el concepto:
a) Pago de inscripción al diplomado en ciencia de datos.
b) Pago por colegiatura del diplomado en ciencia de datos.
Si realizas tu pago en parcialidades es necesario identificar el número de pago.
Ejemplo: “pago 1 de colegiatura del diplomado en ciencia de datos”.
Nota: El costo de comisiones por el envío de la transferencia de fondos desde el país de origen deberá ser cubierto por la persona solicitante.
- Sube tu comprobante de pago y tus documentos en el sistema de registro: https://spl-pfp.flacso.edu.mx/preregistro/dicidso
En caso de requerir factura deberás enviar los datos fiscales correspondientes. Podrás solicitarla en el mismo sistema de registro: https://spl-pfp.flacso.edu.mx/preregistro/dicidso
Costo
El diplomado tiene un costo de 28,000 pesos mexicanos (MXN) y puede cubrirse de la siguiente manera:
- Una sola exhibición. Si pagas la totalidad del diplomado en una exhibición, obtendrás un descuento del 5%. Pagarías 26,600 pesos.
- Tres exhibiciones:
-
- 9,000 MXN de inscripción para garantizar tu lugar
- 9,500 MXN el 26 de febrero de 2027
- 9,500 MXN el 02 de abril de 2027
El costo para las personas que radican fuera de México es de 1,780 dólares americanos (USD) y puede cubrirse de la siguiente manera:
- Una sola exhibición. Si pagas la totalidad del diplomado en una exhibición, obtendrás un descuento del 5%. Pagarías 1,690 USD.
- Tres exhibiciones:
-
- 580 USD de inscripción para garantizar tu lugar.
- 600 USD el 26 de febrero de 2027
- 600 USD el 02 de abril de 2027
Coordinación del Diplomado:
Dr. Oscar Fontanelli
Secretaría Técnica
Jackeline Alba Udave
Informes:
diplomado.datos@flacso.edu.mx






