Saltar a contenido

📋 Programa de la asignatura

Analítica para los Negocios II · Universidad Técnica Federico Santa María · Formato intensivo en modo tutoría · 29 de octubre al 3 de diciembre de 2026.

1. Descripción

El curso continúa Analítica para los Negocios I y se enfoca en los datos que más abundan en una empresa y que menos se analizan: el texto. Los estudiantes aprenden a aplicar redes neuronales, embeddings, transformers y modelos de lenguaje de gran tamaño (LLMs) a problemas de negocio reales (clasificar y priorizar reclamos, entender reseñas, responder preguntas con las políticas de la empresa) y, sobre todo, a decidir qué técnica conviene según su calidad, costo, riesgo y valor.

El curso se organiza en torno a un único proyecto en equipo que crece durante cinco semanas, desde un primer modelo hasta un asistente con recuperación aumentada (RAG), y termina con una presentación ejecutiva.

2. Prerrequisitos

Analítica para los Negocios I o un curso equivalente. Se asume manejo de Python con pandas y scikit-learn, la división en entrenamiento y prueba, la validación cruzada, la regresión logística y las métricas de clasificación (precision, recall, F1 y matriz de confusión).

3. Resultados de aprendizaje

Al finalizar el curso, el estudiante será capaz de:

  1. Explicar cómo aprende una red neuronal (neuronas, capas, función de pérdida y descenso de gradiente) y controlar el sobreajuste con validación, early stopping y dropout.
  2. Representar texto como datos (TF-IDF y embeddings) y usar esas representaciones para clasificar, buscar por significado y descubrir temas.
  3. Describir a nivel conceptual cómo funcionan los transformers y los LLMs (tokens, atención, preentrenamiento, temperatura) y sus limitaciones (alucinaciones, sesgos, costo).
  4. Diseñar prompts para clasificar y extraer información estructurada, y evaluar un LLM con métricas, costo y latencia, como cualquier otro modelo.
  5. Construir y evaluar un asistente RAG que responde con documentos de la empresa y los cita.
  6. Recomendar una solución a un problema de negocio comparando alternativas por calidad, costo, riesgo y valor, y comunicarla a una audiencia ejecutiva con estructura piramidal.
  7. Aplicar criterios de uso responsable: anonimización de datos personales, revisión humana y riesgos de manipulación del modelo (prompt injection).

4. Contenidos

Unidad Contenidos Cápsula
1 · Redes neuronales en la práctica Neurona y funciones de activación · Redes multicapa y fronteras no lineales · Función de pérdida, descenso de gradiente, épocas y batches · Sobreajuste, early stopping y dropout · Texto como datos: bolsa de palabras y TF-IDF · Red neuronal en Keras Clase 1
2 · Embeddings Límites de TF-IDF · Representaciones densas · Similitud coseno · Búsqueda semántica · Clasificación con pocos datos · Descubrimiento de temas con clustering Clase 2
3 · Transformers y LLMs Tokens y ventana de contexto · Modelos de lenguaje y temperatura · Atención · Preentrenamiento y ajuste por instrucciones · Prompting zero-shot y few-shot · Salidas estructuradas · Anonimización · Evaluación de un LLM como clasificador Clase 3
4 · RAG Alucinaciones y conocimiento propio de la empresa · Chunking · Recuperación con TF-IDF y embeddings · Prompts con contexto y citas · Evaluación (hit@k, fidelidad, corrección) · Demo con Gradio Clase 4
5 · Del prototipo a la decisión Comparación de enfoques · Valor de negocio y ROI · Comparar modelos con incertidumbre (bootstrap) · Riesgos y uso responsable (Ley 21.719) · Pitch piramidal Clase 5

5. Metodología

El curso es intensivo y en modo tutoría, con tres piezas que se repiten cada semana:

  • Cápsula de autoestudio (2,5 a 3 h). Cada clase es una página de este sitio con explicaciones, simuladores interactivos, código Python ejecutable en el navegador, preguntas de autoevaluación y un notebook de Google Colab que aplica los contenidos a los datos del proyecto. Se estudia antes de la tutoría del jueves siguiente y mientras se avanza en el sprint.

  • Tutoría de los jueves, 18:30 a 19:30 (1 hora). No es una clase expositiva. Se usa para:

    Tiempo Actividad
    10 min Ideas clave de la cápsula de la semana y dudas generales
    45 min Revisión por equipo: cada equipo muestra su notebook y recibe un semáforo 🟢🟡🔴 con comentarios
    5 min Cierre: qué entregar el domingo y errores frecuentes

    Cada equipo debe llegar con su notebook abierto y una pregunta concreta.

  • Sprints por buzón. El proyecto avanza en tres sprints evaluados que se entregan por buzón hasta el domingo a las 23:59. La retroalimentación se entrega en la tutoría siguiente.

6. Evaluación

La nota final del curso es la nota del proyecto, compuesta por:

Componente Ponderación Entrega
Sprint 1 · Datos y primeros modelos 10 % Domingo 8 de noviembre, 23:59 (buzón)
Sprint 2 · Embeddings 10 % Domingo 15 de noviembre, 23:59 (buzón)
Sprint 3 · LLM 10 % Domingo 22 de noviembre, 23:59 (buzón)
Entrega final · notebook, asistente RAG y slides 40 % Domingo 29 de noviembre, 23:59 (buzón)
Presentación final 30 % Jueves 3 de diciembre (en la tutoría)
  • Escala de notas de 1,0 a 7,0; nota de aprobación 4,0.
  • Cada sprint se evalúa con una rúbrica corta publicada en Sprints y buzón. La entrega final y la presentación se evalúan con la rúbrica de Enunciado y rúbrica.
  • La nota de la presentación es individual: se ajusta según la participación y las respuestas de cada integrante.

7. Políticas

  • Equipos: de 2 o 3 integrantes. Equipo y caso se inscriben hasta el domingo 1 de noviembre.
  • Atrasos: se descuenta 1,0 punto por cada día de atraso (hasta dos días). Pasado ese plazo, la entrega se califica con nota 1,0. Si tienes un problema justificado, avisa antes del plazo.
  • Reproducibilidad: el notebook debe ejecutarse completo, de principio a fin, tras Reiniciar y ejecutar todo, y leer los datos desde una URL.
  • Uso de IA generativa: puedes usar asistentes de IA (ChatGPT, Gemini, Claude, Copilot) para programar y redactar. Debes declararlo en una celda final "Uso de IA" (qué usaste y para qué), y cada integrante debe poder explicar cualquier parte del código en la tutoría o la presentación.
  • Claves de API: nunca escribas tu clave en el notebook ni la subas al buzón. Usa los Secretos de Colab (ver guía de Gemini).
  • Datos personales: los datos de los casos son ficticios, pero contienen datos personales falsos a propósito. Trátalos como si fueran reales: anonimízalos antes de enviarlos a cualquier API.

8. Herramientas

Python en Google Colab · pandas · scikit-learn · Keras · sentence-transformers · Hugging Face Transformers · API de Gemini (capa gratuita, guía) · Gradio. No se requiere instalar nada en tu computador.

9. Bibliografía

Básica

  • Alammar, J. y Grootendorst, M. (2024). Hands-On Large Language Models. O'Reilly.
  • Chollet, F. (2021). Deep Learning with Python (2.ª ed.). Manning.
  • Jurafsky, D. y Martin, J. H. Speech and Language Processing (3.ª ed., borrador en línea). web.stanford.edu/~jurafsky/slp3

Complementaria

  • Tunstall, L., von Werra, L. y Wolf, T. (2022). Natural Language Processing with Transformers. O'Reilly.
  • James, G., Witten, D., Hastie, T., Tibshirani, R. y Taylor, J. (2023). An Introduction to Statistical Learning with Applications in Python. Springer. statlearning.com (texto del curso I)
  • Minto, B. (2009). The Pyramid Principle: Logic in Writing and Thinking. Pearson.
  • Curso de LLMs de Hugging Face: huggingface.co/learn/llm-course
  • 3Blue1Brown, serie Neural Networks: 3blue1brown.com/topics/neural-networks