Bootcamp de Sostenibilidad

Una introducción a los conceptos básicos de sostenibilidad, como la Triple Cuenta de Resultados, los Objetivos de Desarrollo Sostenible de las Naciones Unidas (ODS) y los criterios Ambientales, Sociales y de Gobernanza (ESG). Este módulo destaca cómo las empresas pueden alinear sus estrategias con los estándares globales de sostenibilidad.

Objetivos:

• Entender los marcos de sostenibilidad (Triple Cuenta de Resultados, ODS, ESG).
• Comprender el papel de los datos en las iniciativas y la toma de decisiones de sostenibilidad.
• Aprender sobre las tendencias actuales en estrategias de sostenibilidad corporativa.

Temas clave y contenidos:

• Marcos de Sostenibilidad: Triple Cuenta de Resultados, ODS, Informes ESG.
• Tendencias de Sostenibilidad: Economía circular, NET ZERO, neutralidad de carbono y finanzas sostenibles.
• Papel de los Datos: Introducción a la importancia de los datos en el análisis de sostenibilidad.

Introducir a los estudiantes en las herramientas de análisis de datos y aprendizaje automático que transforman las prácticas de sostenibilidad mediante el análisis de grandes conjuntos de datos, la previsión de métricas de sostenibilidad y la resolución de desafíos del mundo real.

Objetivos:

• Aprender los fundamentos del análisis de datos y el aprendizaje automático para la sostenibilidad.
• Dominar técnicas para la recolección, limpieza y análisis de datos ESG.
• Aplicar modelos predictivos para prever y optimizar el rendimiento de la sostenibilidad.

Temas clave y contenidos:

• Introducción al Análisis de Datos para la Sostenibilidad: Visión general del big data, las fuentes clave y las métricas de sostenibilidad.
• Modelización Predictiva para la Sostenibilidad: Aprender a prever resultados de sostenibilidad, incluyendo emisiones y consumo de energía, utilizando aprendizaje automático.
• Herramientas Predictivas Prácticas: Sesiones prácticas utilizando Python, R y software específico de sostenibilidad para la modelización de datos del mundo real.

Habilidades para analizar datos ESG destinadas a mejorar el rendimiento de la sostenibilidad y la toma de decisiones en las organizaciones. 

Objetivos:

• Evaluar los esfuerzos de sostenibilidad organizacional y sectorial utilizando datos ESG.
• Usar el análisis de datos para anticipar y preparar desafíos y oportunidades de sostenibilidad bajo diferentes condiciones.
• Evaluar el impacto ambiental total de productos o servicios desde su creación hasta su eliminación utilizando herramientas de LCA. 

Temas clave y contenidos:

• Datos ESG (Ambientales, Sociales y de Gobernanza): Analizar métricas de rendimiento ESG para evaluar los esfuerzos de sostenibilidad a nivel organizacional y sectorial.
• Planificación de Escenarios: Desarrollar estrategias orientadas al futuro utilizando el análisis de datos para anticipar desafíos y oportunidades de sostenibilidad bajo diferentes condiciones ambientales y normativas.
• Evaluaciones del Ciclo de Vida (LCA): Explorar el impacto ambiental total de productos o servicios desde su creación hasta su eliminación utilizando herramientas de LCA.

Los participantes explorarán métricas clave de sostenibilidad como la huella de carbono, el uso de energía y el consumo de agua. El programa enseña cómo recopilar y limpiar datos de diversas fuentes, incluidos dispositivos IoT, imágenes satelitales e informes de sostenibilidad.

Objetivos:

• Aprender las métricas clave de sostenibilidad y los KPI.
• Comprender las fuentes de datos de sostenibilidad (internas y externas).
• Desarrollar habilidades en la recolección y preparación de datos para el análisis.

Temas clave y contenidos:

• Desarrollo de KPI: Aprender a desarrollar indicadores clave de rendimiento (KPI) adaptados a los objetivos de sostenibilidad.
• Fuentes de Datos: Sensores IoT, datos satelitales, herramientas de informes de sostenibilidad (GRI, CDP).
• Recolección y Limpieza de Datos: Técnicas para manejar datos estructurados y no estructurados, preparación de datos.

Comprender las implicaciones de la Taxonomía de la UE, la Directiva de Informes de Sostenibilidad Corporativa (CSRD) y los Estándares Europeos de Informes de Sostenibilidad (ESRS) en la gobernanza corporativa y las finanzas sostenibles.

Objetivos:

• Aprender técnicas estadísticas y de aprendizaje automático para analizar datos de sostenibilidad.
• Aplicar el análisis de datos para la previsión de tendencias y la optimización de recursos.
• Construir modelos predictivos para la estrategia de sostenibilidad.

Temas clave y contenidos:

• Análisis de Regresión y Series Temporales: Previsión del consumo de energía, tendencias de emisiones.
• Análisis de Clúster: Segmentación de clientes en función del comportamiento de sostenibilidad.
• Modelización Predictiva: Optimización del uso de recursos (por ejemplo, energía, materias primas).

El módulo tiene como objetivo fusionar el análisis de datos y la sostenibilidad, preparando a los estudiantes para impulsar cambios impactantes dentro de las organizaciones mediante el aprovechamiento de la inteligencia de datos para estrategias de sostenibilidad.

Objetivos:

• Aprender a extraer ideas procesables de conjuntos de datos complejos de sostenibilidad, permitiendo la toma de decisiones basada en datos.
• Comprender cómo aplicar la inteligencia de sostenibilidad para apoyar las estrategias corporativas.
• Obtener experiencia práctica en el uso de la inteligencia de sostenibilidad para evaluar y mejorar el rendimiento corporativo a través de herramientas y técnicas prácticas.

Temas clave y contenidos:

• Convertir Datos en Ideas: Aprender a extraer ideas procesables de conjuntos de datos complejos de sostenibilidad.
• Integración de Datos con la Estrategia Corporativa: Enfoque en cómo se integra la inteligencia de sostenibilidad en las estrategias corporativas de sostenibilidad, apoyando objetivos como la neutralidad de carbono, la eficiencia energética y la sostenibilidad de la cadena de suministro.
• Evaluaciones de Sostenibilidad Corporativa: Práctica práctica sobre cómo usar la inteligencia de sostenibilidad para evaluar y mejorar el rendimiento corporativo.

Los participantes aprenderán a evaluar el rendimiento ESG, comprender la integración de la sostenibilidad en la toma de decisiones financieras y explorar mecanismos de finanzas sostenibles y de transición como las finanzas combinadas, los bonos verdes o la inversión de impacto.

Objetivos:

• Aprender a evaluar el rendimiento ESG a través del análisis de datos.
• Explorar la relación entre los datos ESG y la gestión de riesgos financieros.
• Comprender las herramientas, esquemas y mecanismos de finanzas sostenibles y su base en el análisis de datos.

Temas clave y contenidos:

• Análisis del Rendimiento ESG: Enfoques cuantitativos para evaluar puntuaciones y puntos de referencia ESG.
• Fuentes y Herramientas de Datos ESG: Bloomberg, Refinitiv, Sustainalytics, MSCI y otras plataformas.

Cubriendo marcos de decisiones como el análisis multicriterio (MCDA) y técnicas de optimización, este módulo ayuda a los participantes a equilibrar los objetivos de sostenibilidad con la rentabilidad.

Objetivos:

• Aplicar marcos de toma de decisiones para alinear los objetivos de sostenibilidad con la estrategia empresarial.
• Utilizar técnicas de optimización para mejorar la sostenibilidad sin sacrificar la rentabilidad.
• Realizar análisis de escenarios para simular el impacto de las decisiones de sostenibilidad.

Temas clave y contenidos:

• Análisis Multicriterio (MCDA): Equilibrar consideraciones ambientales, sociales y financieras.
• Modelos de Optimización: Programación lineal, optimización de recursos.
• Análisis de Escenarios: Simulaciones Monte Carlo, planificación de escenarios para riesgos de sostenibilidad.

El programa explora modelos de negocios sostenibles de vanguardia, incluida la economía circular, productos como servicio (PaaS) y prácticas de contabilidad de carbono basadas en datos.

Objetivos:

• Explorar modelos de negocios innovadores y su relación con los datos de sostenibilidad.
• Aplicar el análisis de datos para apoyar las prácticas de economía circular.
• Desarrollar ideas sobre estrategias de reducción de carbono basadas en datos.

Temas clave y contenidos:

• Análisis de Economía Circular: Análisis de flujo de materiales y seguimiento de residuos basados en datos.
• Productos como Servicio (PaaS): Aprovechando los datos para modelos de negocios basados en servicios.
• Contabilidad de Carbono: Herramientas para medir y reducir las huellas de carbono.

Este módulo se centra en los estándares globales de informes de sostenibilidad como el marco de Finanzas Sostenibles de la UE (Taxonomía de la UE), GRI, SASB y TCFD, y enseña a los participantes cómo automatizar y optimizar los procesos de informes utilizando análisis de datos.

Objetivos:

• Entender los estándares globales de informes de sostenibilidad y los requisitos de cumplimiento.
• Usar los datos para automatizar y optimizar los informes de sostenibilidad.
• Aprovechar las herramientas de inteligencia artificial para el cumplimiento y la elaboración de informes en tiempo real.

Temas clave y contenidos:

• Estándares Globales de Informes: Taxonomía de la UE, GRI, SASB, TCFD, CDP.
• Informes de Sostenibilidad Basados en Datos: Automatización de cuadros de mando e informes de sostenibilidad.
• Cumplimiento con Regulaciones Emergentes: CSRD, No Causar Daño Significativo (DNSH), SFDR, TCFD, Diligencia Corporativa.
• IA en Informes: Automatización para la generación de informes de sostenibilidad y el monitoreo del cumplimiento.

Los estudiantes trabajarán en un proyecto final para analizar conjuntos de datos ESG del mundo real para una empresa o industria seleccionada. Los estudiantes aplicarán el conocimiento y las técnicas aprendidas a lo largo del curso para optimizar el rendimiento de la sostenibilidad, con resultados presentados en un informe estructurado.

Objetivos:

• Aplicar técnicas de análisis de datos para resolver un problema real de sostenibilidad.
• Integrar el conocimiento de varios módulos para crear una estrategia de sostenibilidad integral.
• Presentar ideas y recomendaciones procesables a las partes interesadas.

Temas clave y contenidos:

• Estudio de Caso del Mundo Real: Analizar datos de una empresa o sector con un enfoque en sostenibilidad.
• Ideas Basadas en Datos: Usar KPI de sostenibilidad, datos ESG y modelos predictivos para guiar la toma de decisiones.
• Recomendaciones Estratégicas: Proponer estrategias viables, basadas en datos, para mejorar el rendimiento de sostenibilidad.
• Métodos de Aprendizaje y Evaluaciones:
• Aprendizaje Basado en Proyectos: Aplicación práctica del conocimiento a través de estudios de caso del mundo real, proyectos grupales y simulaciones de sostenibilidad.
• Talleres y Conferencias Invitadas: Expertos de la industria proporcionan ideas sobre las últimas tendencias, herramientas y técnicas en el análisis de datos de sostenibilidad.
  

Proyecto Capstone: Capstones temáticos en sostenibilidad donde los estudiantes resuelven problemas ambientales reales y urgentes utilizando métodos basados en datos.