A. Enseñar un manejo práctico de Python que permita procesar fuentes de información en distintos formatos y volúmenes. Se hará énfasis en las funciones y librerías que faciliten al estudiante escalar soluciones data-driven.
B. Familiarizar al estudiante con los conceptos matemáticos fundamentales para el estudio de la causalidad, poniendo especial atención en aquellas ideas que potencien el trabajo de los científicos de datos.
C. Construir un portafolio sólido y amplio de casos de uso, de modo que los analistas graduados estén capacitados para proponer soluciones tanto innovadoras como robustas, alineadas con el estado del arte en modelos causales.
