/*Carrera Data Science*/

Aprovecha el tiempo. Inicia remoto, continúa presencial

Carreras cortas e intensivas de programación y tecnología. Entra al mundo digital.

<Empieza el desafío>

*¿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, implemetando 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 - 32 semanas

Programa intensivo de 32 semanas con 168 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.

Aprovecha el tiempo, comienza tus clases remota hasta que la contingencia permita las clases presenciales.

Inicia remoto, continúa presencial

¿Cómo serán mis clases remotas hasta que pueda contar con sesiones presenciales?

Semana de Estudio Remoto

Cada semana tendrás seis horas de estudio a propio ritmo con la que te prepararás para las dos clases en vivo donde se desarrollará trabajo práctico.

Sesión online de estudio - 6 horas semanales

Cada semana tendrás una unidad de contenido que revisar a tu propio ritmo. Son una serie de lecturas, videos y/o ejercios donde cada uno debe prepararse para la sesión de trabajo práctico en vivo.

  • Videos
  • Lecturas
  • Quizzes
  • Preguntas a la comunidad

Sesiones remotas en vivo - 3 horas cada una

Semanalmente tendrás 2 sesiones de clases en vivo con tu equipo docente y compañeros. Comenzará la sesión grupal con una exposición acerca de los contenidos que estudiaste online. Luego de eso, con la ayuda de tus docentes y compañeros, se desarrollarán trabajos prácticos que buscan consolidar todo lo aprendido. En Desafío Latam se aprende haciendo.

  • Sesiones en vivo
  • Desafíos prácticos
  • Consultas directas ayudante/docente

¿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.

Módulos

¡ Por cada módulo obtienes un certificado !

Módulo 1

SQL para el análisis de datos

Diseñar un plan técnico de análisis de datos, aplicando metodologías y tipos de analítica de acuerdo a requerimientos entregados. Modelar relaciones entre diversas fuentes de información aplicando las estructuras de datos. Generar consultas agrupadas sobre múltiples tablas en SQL para extraer información de bases de datos.

  • SQL
Módulo 2

Programación con Python para el análisis de datos

Aplicar técnicas de obtención, limpieza y preparación de datos a través de Python para resolver problemas.

  • Python
  • Jupyter Notebook
  • Pandas
  • Seaborn
Módulo 3

Análisis estadístico con Python

Realizar análisis estadístico de datos utilizando Python para su posterior visualización y validación de hipótesis. Generar modelos predictivos utilizando scikit-learn de acuerdo a requerimientos.

  • Statsmodels
  • Scikit-learn
Módulo 4

Visualización y comunicación de insights

Comunicar los insights obtenidos a partir del análisis estadístico a través de visualizaciones que favorezcan la toma de decisiones.

  • Google Sheets
  • Tableau
Módulo 5

Machine Learning

Aplicar herramientas estadísticas que corresponda, en función de la naturaleza de los datos y el problema. Implementar y comparar modelos de aprendizaje supervisado y no supervisado ajustado a la naturaleza de los datos, comunicando resultados.

  • Scikit-learn
  • Regresión
  • SVM
  • K-Means
Módulo 6

Modelos avanzados y Redes Neuronales

Implementar ensambles de modelos en problemas complejos, ajustando diferentes factores para optimizar la predicción. Diseñar e implementar modelos de redes neuronales, optimizando su resultados a partir de métricas y adaptándolas a diferentes problemas.

  • Random Forest
  • Gradient Boosting
  • Series de Tiempo
  • Tensorflow
  • Keras
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

Material de Estudio acorde a las necesidades del mercado

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

Empleabilidad sobre el 80% de nuestros egresados.

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. No esperes, inicia remoto.

Loading