En el siguiente trabajo de investigación se utilizó la metodología de Ciencia de datos para buscar posibles soluciones al problema que tiene el programa de Arizona de la Universidad de Ciencias Aplicadas (UPC) ya que no se logra llegar a la meta de alumnos inscritos y admitidos a pesar de presentar grandes beneficios en el aspecto profesional y educativo. Se analizó la data histórica de los años 2019, 2020 y 2021 la cual fue recolectada directamente de la universidad y se estableció el enfoque prescriptivo. Se identificaron las variables más relevantes de la base de datos como el nivel de inglés, la carrera elegida, el ingreso familiar promedio, entre otras, con la finalidad realizas el análisis descriptivo para crear visualizaciones y generar gráficos que muestren y nos ayuden a contar la historia. La arquitectura de datos se desarrolló con la finalidad de ver el proceso de análisis para que luego se pueda desarrollar e implementar un modelo que nos ayude a predecir el comportamiento de los alumnos frente al programa mediante el árbol de decisiones. Los resultados más resaltantes del estudio fueron que el nivel de inglés es una de las limitantes para la inscripción de los alumnos. Asimismo, el factor económico influye en la decisión, ya que es más probable que un alumno con ingreso promedio familiar mayor a 10,000.00 soles se matricule y, por último, que el modelo mediante el árbol de decisiones nos permite identificar si un alumno se matricula o no en el programa de Arizona. / In the following research work, the Data Science methodology was used to find possible solutions to the problem that the Arizona program of the University of Applied Sciences (UPC) has since it is not possible to reach the goal of students enrolled and admitted to despite presenting great benefits in the professional and educational aspect. The historical data of the years 2019, 2020 and 2021 was analyzed, which was collected directly from the university and the prescriptive approach was established. The most relevant variables of the database were identified such as the level of English, the chosen career, the average family income, among others, in order to carry out the descriptive analysis to create visualizations and generate graphs to help us to count the story. The data architecture was developed in order to see the analysis process so that later a model can be developed and implemented that helps us predict the behavior of students in front of the program through the decision tree. The most outstanding results of the study were that the level of English is one of the limitations for the enrollment of students. Likewise, the economic factor influences the decision, since it is more likely that a student with an average family income greater than 10,000.00 soles will enroll and, finally, that the model through the decision tree allows us to identify whether a student enrolls or not on the Arizona show. / Trabajo de investigación