/*Carrera Data Science*/

Los datos están en todas partes.

Programa intensivo para adquirir algunas de las competencias más importantes para la transformación digital

*¿En qué consiste la carrera Data Science?

Carrera intensiva diseñada para que los participantes adquieran las competencias para realizar análisis de grandes cantidades de datos, sin importar su naturaleza, implementando modelos descriptivos y predictivos. El plan formativo del Data Science consta de 6 módulos: Introducción a la programación con Python, Fundamentos de Data Science, Machine Learning, SQL para Data Science, Big Data y Proyecto Data Science.

Modalidad de clases para tu comodidad y aprendizaje

B-Learning - 31 semanas

Programa intensivo de 31 semanas con 186 horas de clases presenciales. A la semana tendrás que dedicar 3 a 6 horas de trabajo online y 2 sesiones de clases presenciales. Esta modalidad te permite complementar trabajo u otros estudios, con flexibilidad de tiempo para revisar los contenidos teóricos, para luego venir a clases presenciales a desarrollar desafíos prácticos.

¿Para quién es la carrera Data Science?

¿Para quién?

Business Intelligence:

Para la toma de decisiones de cualquier empresa es importante tener un entendimiento profundo de lo que está pasando. Con Python puedes aprende a manejar y generar modelos esos datos de una manera eficiente y sin licencias requeridas.

¿Para quién?

Economistas y Ciencias Sociales:

La manera de trabajar ha cambiado. La cantidad de información disponible para el estudio de fenómenos económicos y sociales hace indispensable el conocimiento de habilidades para el manejo de esta información.

¿Para quién?

Informáticos:

Para complementar los conocimientos técnicos será importante entrar al mundo de la estadística y la aplicación real de modelos para el análisis de los datos. Aprende a utilizar Python para el análisis de datos.

¿Para quién?

Investigación Científica:

Los científicos cada vez deben manejar una mayor cantidad de datos para el entendimiento de nuestro mundo. Aprende a manipular gran cantidad de datos, a realizar análisis econométricos con las herramientas de las tecnologías de la información y a crear modelos predictivos con Machine Learning.

Aprende Haciendo

Trabajamos con una metodología activa, la cual se centra en el aprendizaje basado en competencias, que son las habilidades o resultados esperados posibles de alcanzar en la formación de la disciplina, siendo el alumno protagonista de su aprendizaje y el de sus compañeros, mediante un proceso constructivo y no receptivo.

Módulo 1

Introducción a la Programación con Python

Duración: 4 Semanas

Se entregan las herramientas y conocimientos básicos para construir scripts que puedan leer datos desde archivos y otras fuentes de información, limpiar datos de acuerdo a las necesidades del negocio y generar archivos finales, fáciles de procesar, habilitando en el manejo de herramientas y flujos de trabajo necesarios para posteriormente realizar análisis estadísticos sobre los datos trabajados.

  • Python
  • Algoritmos
  • pandas
  • numpy
  • Estructuras de datos
  • API
Módulo 2

Fundamentos Data Science

Duración: 8 Semanas

Módulo de programación orientada a la ciencia de datos donde de manera práctica los participantes aprenden utilizando el lenguaje de programación Python técnicas de análisis e interpretación y visualización de datos, manipulación de tablas y construcción de modelos predictivos desde la Econometría y el Machine Learning.

  • Estadística aplicada
  • Modelación Predictiva
  • Modelación Descriptiva
  • Regresiones
  • Clasficación
  • K-Means
  • matplotlib
  • statsmodels
  • scikit-learn
Módulo 3

Machine Learning

Duración: 8 Semanas

Profundización en el aprendizaje de máquinas, entregando herramientas teóricas y prácticas al cómo permitimos que las computadoras aprendan a generalizar comportamientos en base a la información suministrada. Mediante la exposición a modelos, algoritmos de predicción y patrones, se estará preparado para la selección y preparación de un flujo de trabajo, implementando modelos predictivos para diversos casos.

  • Regularización y Expansiones Basales
  • Bayes Ingenuo
  • Árboles de Decisión.
  • Redes Neuronales
  • Tensorflow y Keras
Módulo 4

SQL para Data Science

Duración: 3 Semanas

Se estudia el rol que juegan las bases de datos relacionales dentro del Big Data y sus límites. Desde el enfoque de datos relacionales se estudia el proceso de modelamiento y construcción de una base de datos relacional y la captura de datos para realizar análisis y exportación de datos para su posterior procesamiento con las herramientas aprendidas en los módulos Fundamentos de Data Science y Machine Learning.

  • PostgreSQL
  • pgAdmin4
  • Seguridad e Integridad
  • Modelación
  • psycopg2
  • sqlalchemy
Módulo 5

Big Data

Duración: 5 Semanas

Este módulo permite al alumno clasificar los problemas de Big Data según sus características, dimensionar según su volumen. Además podrá escoger las estrategias y herramientas adecuadas para procesar los datos dependiendo de su volumen, utilizando herramientas como Hadoop, Apache Spark y los servicios distribuidos en las nube de Amazon, para analizar grandes flujos de datos sin las limitaciones de un ambiente centralizado.

  • Hive
  • Hadoop
  • Apache Spark
  • Amazon Web Services
Módulo 6

Proyecto Data Science

Duración: 3 Semanas

El módulo de Proyecto está basado en aplicar los conocimientos y competencias adquiridas en los primeros cinco módulos en base a una problemática real.

  • Investigación
  • Diseño
  • Planificación
  • Flujo de Trabajo
  • Presentación Proyecto
Más Info

¿Qué puedo hacer como
Data Scientist?

El egresado de Data Science cubre la creciente necesidad de la sociedad de comprender y analizar grandes cantidades de datos que se generan, ya que posee las herramientas teóricas y prácticas para implementar modelos descriptivos y predictivos acorde a las diversas áreas de la industria de acuerdo a la naturaleza de los datos (ciencias, administración, finanzas, marketing). Podrá manejar y extraer la información, facilitando la lectura del código para apoyar en la toma de decisiones que mejoren y optimicen la calidad de vida.

<Beneficios de Metodología>

1

Modelo educacional de vanguardia

Modelo educacional de vanguardia

2

Flexibilidad horaria

Flexibilidad horaria

3

Proceso entretenido y en compañía

4

Conceptos teóricos claros

Conceptos teóricos claros

5

Se centra en generar competencias, actitudes y experiencias.

generar competencias, actitudes y experiencias

6

Muchas horas de práctica.

7

Trabajo en equipo. Proyectos desde cero.

8

Comunidad:)

Comunidad :)

Descargar Programa

Revisa el detalle de los contenidos, metodología educacional, formato de clases.

¡Descárgalo!

Contactar un Consejero

¿Tienes dudas? ¿No sabes qué hacer? ¿No entiendes los conceptos? Solicita el contacto de un consejero para que te guíe y resuelva todas tus preguntas.

¡Contactar!
Más Info

Requisitos

¿Qué conocimientos
previos necesito?

Para el proceso de postulación se incluye una evaluación online de conocimientos previos donde se mide: Conocimientos matemáticos y Estadísticas (Ecuación de la recta, funciones, logaritmos, estadística univariada, probabilidad básica), manejo del computador (Manejo de carpetas, archivos e instalación de programas.), conocimientos básicos de programación. Si no crees que tienes los conocimientos previos, inscríbete y solicita información del material de estudio.

Solicita más información