Universitat Internacional de Catalunya
Tecnología e Innovación
Profesorado
Conferenciante: Atilla YARDIMCI, PhD.
Teléfono: +34 655 243 594
Correo electrónico: atilla@uic.es
Oficina: Inmaculada, 22. 08017 Barcelona. España.
Horario de oficina: Con cita previa
Presentación
El curso se basa en el aprendizaje por la práctica y sitúa a los estudiantes con las limitaciones de los empresarios: tiempo limitado, conocimientos limitados y recursos limitados. Dando un conocimiento general de la transformación digital, la no codificación y las herramientas de marketing digital. Introducir la cultura y los métodos de desarrollo de herramientas digitales, con el fin de prepararlos para gestionar equipos de desarrolladores y proyectos digitales. Practicar el análisis de problemas, el pensamiento empresarial y la orientación al cliente.
Requisitos previos
- Nivel adecuado de inglés
- Conocimientos básicos de negocio
- Fundamentos de marketing
- Conocimientos básicos de informática
Objetivos
El objetivo de esta asignatura es introducir los conceptos fundamentales y los aspectos técnicos de la Inteligencia Artificial (IA) y la Inteligencia Artificial Generativa (GenAI) dentro del ecosistema empresarial.
El curso tiene como finalidad proporcionar a los estudiantes una comprensión clara de cómo las tecnologías impulsadas por la IA crean oportunidades y transforman los procesos de innovación, especialmente en el contexto de Venture Capital (VC) y Private Equity (PE).
Asimismo, la asignatura enfatiza la integración de la analítica de datos, el liderazgo tecnológico y la gestión de la innovación como elementos clave para la transformación empresarial y la ventaja competitiva.
Al finalizar el curso, los estudiantes serán capaces de:
- Comprender los conceptos clave de IA, GenAI, ciencia de datos y analítica en el entorno empresarial
- Identificar tendencias tecnológicas impulsadas por IA y evaluar su impacto en la innovación y la inversión
- Aplicar analítica de datos y pensamiento estadístico en la toma de decisiones
- Utilizar herramientas analíticas (Python, Power BI, SQL) para generar insights
- Analizar oportunidades y desafíos en la adopción de soluciones basadas en IA
- Comprender cómo liderar y gestionar equipos orientados a datos y AI
- Integrar IA, analítica y estrategias de innovación en contextos reales
- Evaluar el papel del liderazgo tecnológico en la transformación digital
Competencias/Resultados de aprendizaje de la titulación
- CB10 - Poseer las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
- CB8 - Ser capaz de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
- CB9 - Saber comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.
- CE10 - Interactuar en el entorno del ecosistema emprendedor y establecer relaciones con sus actores, instituciones, incubadoras, aceleradoras y redes de inversores, entre otras.
- CE3 - Interpretar y dominar los diferentes modelos del ciclo de financiación de las empresas emergentes y aplicarlos dotándolas de la financiación más eficiente, ya sea capital riesgo, capital privado u otras formas de financiación.
- CE8 - Identificar los recursos humanos con el talento necesario para atraerlos o desarrollarlos en el nuevo entorno de innovación y cambio tecnológico.
- CG2 - Poseer habilidades de organización y planificación del trabajo, y a la vez ser flexibles para adaptar la planificación a nuevas situaciones.
- CT3 - Mostrar sensibilidad por los valores éticos, personales, sociales y ambientales en la toma de decisiones y en la relación con los demás.
Resultados de aprendizaje de la asignatura
Al finalizar el curso, los estudiantes serán capaces de aplicar los conceptos fundamentales de Inteligencia Artificial (IA), Inteligencia Artificial Generativa (GenAI), ciencia de datos y analítica para analizar problemas empresariales y apoyar la toma de decisiones en contextos emprendedores y de inversión. Asimismo, evaluarán tendencias tecnológicas impulsadas por IA, utilizarán herramientas analíticas para generar insights, interpretarán métricas clave de negocio y diseñarán estrategias basadas en datos para la innovación y el crecimiento, demostrando trabajo en equipo, habilidades de comunicación y comprensión del liderazgo tecnológico en entornos impulsados por IA.
Contenidos
Sesión 1: IA y Transformación Digital
Introducción a la IA y GenAI y su papel en la transformación empresarial.
Análisis de tendencias tecnológicas y su impacto en la innovación.
Sesión 2: Ciencia de Datos para Negocio
Conceptos básicos de ciencia de datos y metodologías analíticas.
Uso de datos para la toma de decisiones en VC/PE.
Sesión 3: Gestión Data-Driven y KPIs
Introducción a métricas clave como CAC, LTV, churn y MRR.
Aplicación de métricas en análisis de negocio e inversión.
Sesión 4: CRM y Growth Analytics
Análisis del comportamiento del cliente y retención.
Diseño de estrategias de crecimiento basadas en datos.
Sesión 5: Growth Metrics en VC/PE
Uso de métricas de crecimiento en valoración y financiación.
Evaluación del rendimiento y escalabilidad de startups.
Sesión 6: Analítica Predictiva y Big Data
Introducción a modelos predictivos y técnicas de forecasting.
Aplicación de analítica en decisiones estratégicas.
Sesión 7: Herramientas de Data Science
Uso práctico de Excel, SQL, Python y Power BI.
Análisis de datos para generar insights empresariales.
Sesión 8: NLP y Text Analytics
Introducción al procesamiento del lenguaje natural.
Uso del análisis de texto para insights de mercado.
Sesión 9: Liderazgo en IA
Gestión de equipos tecnológicos y liderazgo digital.
Cultura de innovación en organizaciones data-driven.
Sesión 10: GenAI y Madurez Digital
Aplicaciones de GenAI en procesos empresariales.
Evaluación de la madurez digital.
Sesión 11: Innovación y Pitch
Desarrollo de ideas y pitch decks con datos.
Uso de storytelling y KPIs para inversores.
Sesión 12: IA en Finanzas y Estrategia
Aplicaciones de IA en finanzas y análisis de riesgos.
Uso de AI en la toma de decisiones estratégicas.
Sistemas y criterios de evaluación
Modalidad totalmente presencial en el aula
La nota final se calculará en base a los siguientes componentes:
- Participación (10%): Participación activa en clase, incluyendo debates y actividades opcionales.
- Actividades en clase (30%): Evaluación del trabajo en grupo, ejercicios prácticos y actividades desarrolladas durante las sesiones.
- Trabajos / Entregas (30%): Realización de trabajos obligatorios individuales y grupales (2 entregas, 15% cada una).
- Proyecto final (30%): Proyecto individual basado en la aplicación de IA, analítica de datos y estrategia empresarial.
Requisitos del proyecto final:
El proyecto final consistirá en una presentación estructurada que incluirá:
- Definición del problema de negocio
- Comprensión de los datos
- Preparación de los datos
- Modelo / solución de IA
- Evaluación (precisión de la solución)
- Estrategia e insights
- Habilidades de presentación
Notas adicionales:
- Los deberes son opcionales pero recomendados.
- Las entregas son obligatorias.
- La nota final será la media ponderada de todos los componentes.
- Se espera participación activa durante el curso.
Bibliografía y recursos
- Paul R. Daugherty & H. James Wilson – Human + Machine
- Alex Davies – Driven
- Mariya Yao et al. – Applied Artificial Intelligence
- Ajay Agrawal et al. – Prediction Machines
- Tom Taulli – Generative AI
- Max Tegmark – Life 3.0
- Kissinger, Schmidt & Huttenlocher – The Age of AI
- Marcus du Sautoy – The Creativity Code
- Iansiti & Lakhani – Competing in the Age of AI
- Agrawal et al. – Power and Prediction
- Venture Capital (a16z): https://a16z.com/
- Métricas de startups: https://www.ycombinator.com/library
- VC & Private Equity (McKinsey): https://www.mckinsey.com/capabilities/strategy-and-corporate-finance/our-insights
- Valoración de empresas: https://www.investopedia.com/terms/v/valuation.asp
- Pitch decks (Sequoia): https://www.sequoiacap.com/article/writing-a-business-plan/
- IA en finanzas (CFA): https://www.cfainstitute.org/insights/topics/artificial-intelligence
- Ciencia de datos (Kaggle): https://www.kaggle.com/learn
- Datos financieros: https://finance.yahoo.com/
- Power BI: https://learn.microsoft.com/en-us/power-bi/
- Growth metrics: https://www.reforge.com/blog