Escuela en ²Ñ ³Ô¹Ïtv é³Ù´Ç»å´Ç²õ
La Escuela en ²Ñ ³Ô¹Ïtv é³Ù´Ç»å´Ç²õ ofrece una oportunidad única para entrar en contacto con un atractivo cuerpo de instructores, asà como cientÃficos sociales y profesionales de diversas áreas y variados paÃses de origen.
Descuento por inscripción temprana hasta el 30/5/2026
Inscripciones hasta el 15/7/2026
¿²Ï³Ü ³Ô¹Ïtv é cursos quer ³Ô¹Ïtv és hacer?
Cursos de invierno - 27 al 31 de julio 2026
Herramientas para el análisis de polÃticas de drogas
+Diseño de Diferencia en Diferencias
+Introducción a la IA para CientÃficos Sociales
+Texto como Datos: ²Ñ ³Ô¹Ïtv é³Ù´Ç»å´Ç²õ Computacionales en Ciencias Sociales
+Estudios de Caso Mediante Process Tracing
+Visualización de datos
+²Ñ ³Ô¹Ïtv é³Ù´Ç»å´Ç²õ Experimentales en las Ciencias del Comportamiento
+Modelos categóricos, de elección y conteo
+Trabajo de Campo y Entrevistas
+Análisis espacial con sistemas de información geográfica
+
Herramientas para el análisis de polÃticas de drogas
Horario: de 14:00 a 18:00 h
Costo: $ 9.400
En este curso los estudiantes van a adquirir competencias para comprender y evaluar crÃticamente las polÃticas de drogas, y los diferentes efectos que estas generan. El campo de las polÃticas de drogas, tal vez más que muchos otros, es muy sensible a las posiciones ideológicas y a los valores personales. Sin embargo, la acumulación cientÃfica en esta área es cada vez mayor, y es importante conocerla para que las polÃticas de drogas est ³Ô¹Ïtv én basadas en evidencia. El curso busca que los/las estudiantes comprendan las causas y efectos de distintas polÃticas de drogas, conozcan los diferentes enfoques disciplinares con los que se trabaja en el área, y se familiaricen con las distintas estrategias analÃticas.
>> Ver programa
Instructora

Profesora asociada del Departamento de CIencias Sociales, UCU.
Doctora en Ciencia PolÃtica por la University of Pittsburgh
Diseño de Diferencia en Diferencias
Horario: de 8:00 a 12:00 h
Costo: $ 9.400
¶Ù±ð²õ³¦°ù¾±±è³¦¾±Ã³²Ô:&²Ô²ú²õ±è;
El diseño de Diferencia en Diferencias ("Difference-in-differences", o DiD) es una de las herramientas más populares y creÃbles para la evaluación de programas y polÃticas públicas con datos no experimentales. La idea de este diseño es comparar la evolución temporal de un grupo de unidades (como individuos, hogares o firmas) expuestos a una cierta polÃtica con la evolución de otro grupo no afectado por dicha polÃtica. Bajo ciertos supuestos, discutidos en detalle en el curso, DiD permite identificar el efecto causal de la polÃtica, controlando de forma flexible por factores observables y no observables. El uso de los diseños de DiD se extiende actualmente a la economÃa, ciencia polÃtica, sociologÃa, ciencias de la educación, ciencias de la salud, ciencias ambientales y muchas otras áreas.
El curso se enfocará en aspectos metodológicos y prácticos, proveyendo fundamentos teóricos en la medida en que contribuyan a entender y mejorar la práctica empÃrica. Todos los temas discutidos en el curso serán ilustrados con aplicaciones empÃricas interactivas utilizando software estadÃstico (R y Stata).
>> Ver programa
Instructor

Gonzalo Vázquez-Bare. Associate Professor, Univesity of California, Santa Barbara: Department of Economics.
Introducción a la IA para CientÃficos Sociales
Horario: de 14:00 a 18:00 h
Costo: $ 9.400
¶Ù±ð²õ³¦°ù¾±±è³¦¾±Ã³²Ô:
Este curso ofrece una introducción aplicada a la Inteligencia Artificial y el Machine Learning orientada a estudiantes de ciencias sociales que ya cuentan con experiencia previa en R. A lo largo de un formato intensivo y presencial, se abordan los fundamentos de la IA, el aprendizaje supervisado y no supervisado, el análisis computacional de texto y el uso de modelos de lenguaje extensos (LLMs) como herramientas de investigación. El curso prioriza la intuición analÃtica y la aplicación práctica de m ³Ô¹Ïtv étodos sobre la formalización matemática, utilizando RStudio y el ecosistema tidyverse y tidymodels. Asimismo, se promueve una reflexión crÃtica sobre los alcances, limitaciones, sesgos y desafÃos ³Ô¹Ïtv éticos asociados al uso de sistemas de IA en la investigación social.
>> Ver programa
Instructor

Danilo Freire. Visiting Assistant Professor, Department of Data and Decision Sciences, Emory University.
Texto como Datos: ²Ñ ³Ô¹Ïtv é³Ù´Ç»å´Ç²õ Computacionales en Ciencias Sociales
Horario: de 8:00 a 12:00
Costo: $ 9.400
¶Ù±ð²õ³¦°ù¾±±è³¦¾±Ã³²Ô:
Este curso introduce a estudiantes y profesionales de las ciencias sociales en el enfoque de texto como datos, incorporando m ³Ô¹Ïtv étodos computacionales para el análisis sistemático de grandes volúmenes de información textual. A partir de herramientas provenientes del procesamiento del lenguaje natural (NLP) y el machine learning, el curso aborda t ³Ô¹Ïtv écnicas de preprocesamiento de texto, aprendizaje no supervisado y supervisado, análisis de sentimientos y modelos basados en embeddings. El enfoque es aplicado y orientado a problemas sustantivos de investigación social, como el análisis del discurso polÃtico, las noticias y la comunicación de polÃticas públicas.
>> Ver programa
Instructora

es doctora en Ciencia PolÃtica por la Universidad de Carolina del Norte (UNC Chapel Hill, Estados Unidos) y magÃster en EconomÃa Aplicada por la Universidad Torcuato Di Tella (UTDT, Argentina). Actualmente se desempeña como profesora e investigadora del Departamento de Ciencias Sociales de la UCU.
Estudios de Caso Mediante Process Tracing
Horario: de 8:00 a 12:00 h
Costo: $ 9.400
¿Por qu ³Ô¹Ïtv é es importante para el mercado laboral?
En el mercado laboral actual, tanto en el sector público como privado, existe una creciente demanda de profesionales capaces de realizar análisis causales robustos para fundamentar decisiones estrat ³Ô¹Ïtv égicas y evaluación de polÃticas. Las habilidades que proporciona este curso —como la capacidad de rastrear procesos causales, analizar mecanismos de cambio, seleccionar casos estrat ³Ô¹Ïtv égicamente y trabajar con evidencia de manera sistemática— son altamente valoradas en organizaciones internacionales, consultorÃas de polÃticas públicas, unidades de evaluación gubernamental, y centros de investigación aplicada. La competencia en process-tracing permite a los profesionales ir más allá de identificar correlaciones para comprender realmente cómo y por qu ³Ô¹Ïtv é ocurren los fenómenos sociales, económicos o polÃticos, ofreciendo explicaciones causales que sustentan recomendaciones de polÃtica o intervenciones más efectivas. Esta capacidad analÃtica diferencia a los profesionales en contextos donde se requiere evaluar programas, entender fracasos o ³Ô¹Ïtv éxitos de implementación, o diseñar intervenciones basadas en evidencia rigurosa.
¿Por qu ³Ô¹Ïtv é es importante este curso para acad ³Ô¹Ïtv émicos?
Para investigadores y acad ³Ô¹Ïtv émicos en ciencias sociales, este curso ofrece herramientas metodológicas fundamentales que fortalecen la calidad y rigurosidad de la investigación cualitativa. El dominio del process-tracing y los estudios de caso permite realizar inferencias causales sólidas, construir y refinar teorÃas, y analizar mecanismos causales de manera sistemática, superando algunas de las limitaciones tradicionales de los m ³Ô¹Ïtv étodos cualitativos. La capacidad de integrar fundamentos bayesianos, trabajar con evidencia empÃrica de forma rigurosa, y combinar el process-tracing con otros m ³Ô¹Ïtv étodos de investigación amplÃa considerablemente el repertorio metodológico del investigador. Esto resulta especialmente valioso para quienes buscan publicar en revistas acad ³Ô¹Ïtv émicas de alto impacto, donde la transparencia metodológica y la solidez de las inferencias causales son criterios cada vez más exigentes.
>> Ver programa
Instructora

es doctora en Gobierno y Administración Pública por Instituto Ortega y Gasset, Universidad Complutense de Madrid (España). Actualmente se desempeña como profesora e investigadora del Departamento de Ciencias Sociales de la UCU.
Visualización de datos
Horario: de 8:00 a 12:00 h
Costo: $ 9.400
¿Por qu ³Ô¹Ïtv é es importante este curso para el mercado laboral?
En el mercado laboral actual, la capacidad de analizar y comunicar datos se ha convertido en una habilidad crÃtica prácticamente en todas las industrias. Las empresas buscan profesionales que puedan ir más allá de la simple recopilación de datos y sean capaces de extraer insights significativos y presentarlos de manera atractiva. Sectores como tecnologÃa, finanzas, marketing, consultorÃa y medios de comunicación valoran enormemente profesionales que puedan convertir datos complejos en narrativas claras que informen la toma de decisiones. Este curso proporciona herramientas concretas en R que son altamente demandadas, mejorando significativamente la empleabilidad y las posibilidades de desarrollo profesional en un mundo cada vez más orientado a los datos.
¿Por qu ³Ô¹Ïtv é es importante para acad ³Ô¹Ïtv émicos?
Este curso es crucial para acad ³Ô¹Ïtv émicos porque les permite transformar investigaciones complejas en visualizaciones claras y comprensibles. En el ámbito acad ³Ô¹Ïtv émico, la capacidad de comunicar resultados de manera efectiva es tan importante como la investigación misma. Las herramientas de visualización de datos permiten sintetizar grandes volúmenes de información en gráficos que pueden comunicar rápidamente hallazgos importantes, facilitando la difusión del conocimiento entre colegas, estudiantes y audiencias más amplias. Además, dominar t ³Ô¹Ïtv écnicas de storytelling con datos mejora significativamente la capacidad de publicación en revistas cientÃficas y presentaciones en conferencias, donde la claridad visual puede marcar la diferencia en la recepción de una investigación.
En este curso intensivo de visualización de datos y storytelling, los participantes aprenderán a transformar conjuntos de datos complejos en narrativas visuales convincentes utilizando R y la librerÃa ggplot2. A trav ³Ô¹Ïtv és de análisis prácticos de datasets de Netflix, Spotify y V-Dem, los estudiantes desarrollarán habilidades fundamentales para extraer insights significativos y
comunicarlos de manera efectiva. El curso cubrirá t ³Ô¹Ïtv écnicas avanzadas de manipulación de datos con tidyverse, creación de gráficos estadÃsticos profesionales, y estrategias para construir una historia coherente que vaya más allá de la simple presentación de números.
>> Ver programa
Instructor

Mateo Villamizar es PhD en Ciencia PolÃtica (Duke). MagÃster en Asuntos internacionales (University of California, San Diego). MA Ciencia PolÃtica (Universidad de los Andes), Economista y Politólogo (Universidad de los Andes).
Integrante del Departamento de Ciencias Sociales de la UCU.
²Ñ ³Ô¹Ïtv é³Ù´Ç»å´Ç²õ Experimentales en las Ciencias del Comportamiento
Horario: de 14:00 a 18:00
Costo: $ 9.400
¿Por qu ³Ô¹Ïtv é es importante este curso para el mercado laboral?
El curso es valioso en el mercado laboral porque la toma de decisiones basada en evidencia es crucial en el mundo empresarial actual. Las empresas necesitan profesionales capaces de diseñar pruebas A/B, optimizar productos y procesos, y liderar proyectos de innovación basados en datos. Estas habilidades son especialmente valoradas en sectores como desarrollo de productos, marketing digital, encuestadoras e incluso en otras áreas como la farmac ³Ô¹Ïtv éutica.
¿Por qu ³Ô¹Ïtv é es importante para acad ³Ô¹Ïtv émicos?
El curso es clave para acad ³Ô¹Ïtv émicos porque proporciona herramientas fundamentales para realizar investigaciones rigurosas, identificando relaciones de causalidad de manera precisa. Esto permite producir evidencia cientÃfica sólida y confiable, esencial para el avance del conocimiento en disciplinas como psicologÃa, economÃa, sociologÃa y ciencias polÃticas. El diseño experimental tiene además una aplicación transdisciplinaria, siendo útil en áreas como educación, salud, marketing y polÃticas públicas. Los acad ³Ô¹Ïtv émicos podrán utilizar estos m ³Ô¹Ïtv étodos para evaluar intervenciones, probar teorÃas y mejorar la toma de decisiones basada en datos. Existen numerosos journals de primer nivel que publican asiduamente estudios experimentales.
Este curso aborda los fundamentos del diseño experimental, una herramienta esencial para la investigación cientÃfica y la toma de decisiones basada en evidencia. Los estudiantes aprenderán a formular hipótesis, identificar variables dependientes e independientes, y establecer grupos de control. Se cubrirán diseños experimentales básicos y avanzados, incluyendo diseños completamente aleatorizados, factoriales y de bloques.
>> Ver programa
Instructor

Marcos Cardozo es doctor en EconomÃa, Indiana University (EE.UU). MagÃster en EconomÃa, Universidad de Montevideo (Uruguay). Licenciado en EconomÃa, Universidad ORT (Uruguay).
Integrante del Departamento de Administración y Negocio de UCU
Modelos categóricos, de elección y conteo
Horario: de 8:00a 12:00 h
Costo: $ 9.400
¿Por qu ³Ô¹Ïtv é es importante este curso para el mercado laboral?
En el mercado laboral, las habilidades enseñadas en este curso son altamente demandadas en áreas como análisis de datos, consultorÃa, polÃticas públicas, marketing y finanzas. Muchas organizaciones necesitan profesionales capaces de analizar datos categóricos y de conteo, como las elecciones de consumidores, clasificación de riesgos, y predicción de frecuencias de eventos.
¿Por qu ³Ô¹Ïtv é es importante para acad ³Ô¹Ïtv émicos?
El curso ofrece herramientas metodológicas avanzadas para analizar datos categóricos, de elección discreta y de conteo, comunes en disciplinas como economÃa, ciencias polÃticas y sociologÃa. Su enfoque práctico en R permite aplicar estas metodologÃas a problemas reales, fortaleciendo la capacidad de los acad ³Ô¹Ïtv émicos para producir investigaciones rigurosas, publicables y aplicables a temas complejos.
Este curso ofrece una introducción orientada a la aplicación de modelos estimados por máxima verosimilitud (Maximum Likelihood Estimation - MLE) para datos categóricos, de elección discreta y de conteo. Abordamos conceptos básicos de estimación de ML y una discusión de los fundamentos teóricos de los modelos categóricos, de elección discreta y de datos de conteo. Nos enfocamos en explorar modelos de regresión logÃstica y probit y aprendemos cómo aplicarlos en el paquete de software estadÃstico R.
>> Ver programa
Instructor

Jos ³Ô¹Ïtv é Rivero es doctor en Ciencias Económicas- ThEMA (Th ³Ô¹Ïtv éorie Economique, Mod ³Ô¹Ïtv élisation et Applications) - CY Cergy Paris Universit ³Ô¹Ïtv é. MagÃster in Economic Theory and Econometrics - Toulouse School of Economics (Toulouse School of Economics). MagÃster en EconomÃa Internacional (UdelaR, Uruguay). Integrante del Departamento de Administración y Negocio de la UCU
Trabajo de Campo y Entrevistas
Horario: de 14:00 a 18:00 h
Costo: $ 9.400
Este curso proporciona herramientas teóricas y prácticas para realizar trabajo de campo y entrevistas en las Ciencias Sociales. Los estudiantes aprenderán a diseñar, conducir y analizar entrevistas, abordando aspectos ³Ô¹Ïtv éticos, logÃsticos y t ³Ô¹Ïtv écnicos. El curso combina sesiones expositivas con talleres prácticos, donde se integran lecturas acad ³Ô¹Ïtv émicas y actividades aplicadas. Está orientado a quienes deseen fortalecer sus habilidades cualitativas en el marco de investigación acad ³Ô¹Ïtv émica o aplicada<
>> Ver programa
Instructora

In ³Ô¹Ïtv és Fynn es doctora en Ciencia PolÃtica por la Pontificia Universidad Católica de Chile. Licenciada en SociologÃa, UCU.
Integrante del Departamento de CIencias Sociales de la UCU.
Análisis espacial con sistemas de información geográfica
Horario: de 14:00 a 18:00 h
Costo: $ 9.400
¿Por qu ³Ô¹Ïtv é es importante este curso para acad ³Ô¹Ïtv émicos?
El curso permitirá la espacialización de evidencia empÃrica originalmente no espacializada para poder describir y visualizar variables y entidades de forma más precisa. De la misma manera, esta herramienta habilita la delimitación más precisa de objetos de estudio cuando requieran algún tipo de jerarquización espacial. Como m ³Ô¹Ïtv étodo de exploración el análisis espacial es una excelente herramienta para abordar temas o problemas de investigación y validar la factibilidad de ciertas hipótesis. Asimismo, el curso dotará de herramientas de procesamiento geográfico para depurar y adecuar información tanto para mejorar su descripción y visualización como para generar análisis de estadÃstica espacial. En este sentido, desde el curso será posible identificar patrones espaciales desde la descripción y estadÃsticos básicos (tendencia central y autocorrelación). Tambi ³Ô¹Ïtv én dotará a los participantes de competencias básicas para abordar la utilización de herramientas más avanzadas o sofisticadas.
¿Por qu ³Ô¹Ïtv é es importante para el mercado laboral?
El curso dota a los participantes de competencias que al dÃa de hoy siguen siendo poco frecuentes en los distintos mercados que hacen uso del análisis de datos (por ejemplo sistemas de información en polÃticas públicas y empresas). Los estudiantes adquirirán la capacidad de identificar potencialidades de la georreferenciación de la información. Al mismo tiempo, les permitirá generar herramientas de comunicación más potentes para la toma de decisiones que involucren componentes territoriales (por ej. instalación de servicios o de infraestructura comercial). En la misma lÃnea, las t ³Ô¹Ïtv écnicas que dominarán son adecuadas para generar insumos de identificación de patrones espaciales que no serÃan advertibles a partir de tablas de contingencia o estadÃsticas de resumen. Junto con herramientas de georreferenciación y de geoprocesos clave para la toma de decisiones (como la definición de áreas de influencia o imputación de atributos entre unidades de distinto nivel), los estudiantes contarán con dominio de la herramienta para seguir adelante con la exploración de otras utilidades. Tambi ³Ô¹Ïtv én les permitirá dialogar al mismo nivel con profesionales del análisis espacial lo que redundará en decisiones más productivas y una mayor capacidad de generar alternativas a la hora de resolver problemas.
>> Ver programa
Instructor

Diego Hernández es doctor en Arquitectura y Estudios Urbanos por la Universidad Católica de Chile y profesor asociado en el Departamento de Ciencias Sociales de la UCU. Se especializa en estudios urbanos, movilidad cotidiana y transporte público.
Cursos asincrónicos de invierno - 1 al 31 JUL 2026
Introducción a la programación en R
+Introducción a la programación Python
+
Introducción a la programación en R
Curso asincrónico
Del 1 al 31 de julio 2026
Costo: $ 4.700
¿Por qu ³Ô¹Ïtv é es importante este curso para el mercado laboral?
• Aprender a programar en R es fundamental para los trabajos de analista o cientista de datos
• R es una herramienta muy versátil que permite en un mismo lenguaje de programación manipular, modelar y visualizar datos
• La programación para el análisis de datos es una habilidad cada vez más requerida en general y en egresados de ciencias sociales en particular
¿Por qu ³Ô¹Ïtv é es importante para acad ³Ô¹Ïtv émicos?
• R es el lenguaje de programación más utilizado para el análisis estadÃstico en la academia
• La mayorÃa de los avances en t ³Ô¹Ïtv écnicas estadÃsticas o econom ³Ô¹Ïtv étricas son publicados en paquetes de R, o tienen una versión en R.
• La programación en R facilita la reproducibilidad cientÃfica, al ser un lenguaje de programación libre y de código abierto.
¶Ù±ð²õ³¦°ù¾±±è³¦¾±Ã³²Ô
El objetivo de este curso es que los estudiantes adquieran las herramientas básicas para comprender y escribir código en R para el análisis de datos. El curso provee los cimientos para que los estudiantes logren autonomÃa y eficiencia en el uso de R. Durante el curso los estudiantes aprenderán las tareas usuales del análisis de datos en ciencias sociales: importar/exportar y transformar datos, generar estadÃsticos descriptivos y producir gráficos de alta calidad.
Instructor

MartÃn Opertti
Profesor en UCU y UdelaR
MartÃn Opertti es Analista Programador en Verasight, Profesor en UCU y UdelaR. Licenciado en SociologÃa, UCU.
Introducción a la programación Python
Curso asincrónico
Del 1 al 31 de julio 2026
Costo: $ 4.700
¿Por qu ³Ô¹Ïtv é es importante este curso para el mercado laboral?
• Python es uno de los lenguajes de programación más populares y en demanda en la actualidad. No solamente aprender Python es importante, sino que a trav ³Ô¹Ïtv és de este lenguaje conocer cómo programar o pensar como programador es una de las mejores formas para iniciarse en este mundo y luego aprender cualquier otro lenguaje.
• En el mercado asociado al aprendizaje automático, inteligencia artificial o el análisis de datos es el que más demanda tiene, al mismo tiempo que es el más utilizado.
¿Por qu ³Ô¹Ïtv é es importante para acad ³Ô¹Ïtv émicos?
• Python es un lenguaje de programación que se adapta a muchas necesidades de investigación en diferentes disciplinas, lo que lo convierte en una herramienta importante para los acad ³Ô¹Ïtv émicos.
• Este permite el análisis de datos, la visualización, simulación, procesamiento de lenguaje natural y aprendizaje automático (machine learning).
• Su versatilidad y facilidad de uso lo convierten en una herramienta de gran utilidad para los investigadores, en cualquier área acad ³Ô¹Ïtv émica.
¶Ù±ð²õ³¦°ù¾±±è³¦¾±Ã³²Ô
El objetivo de este curso es introducir a los estudiantes en el lenguaje de programación Python para el análisis de datos mediante ejemplos prácticos. Este curso ofrece los conocimientos básicos de como trabajar en la carga, inspección y consulta de datos mediante las librerÃas más utilizadas tales como Numpy y Pandas, mientras que al mismo tiempo como visualizarlos mediante Matplotlib, Seaborn y Plotly.
>> Programa
Instructora

Ornella Novino
Licenciada en Ciencia PolÃtica (UCU)
Licenciada en Ciencia PolÃtica por la UCU. Actualmente trabaja como analista de datos en el equipo de AI & Fraud Detection en The Sandbox Game.

