MENU
| AR
Data Science
Adquirí sólidos conocimientos en la aplicación de modelos de aprendizaje automático (Machine Learning) para el análisis profundo de datos.
Entrená, validá y poné en marcha estos modelos para descubrir nuevos insights y resolver una gran variedad de problemas de negocio complejos.
Duración
7 meses
Modalidad
A distancia
Dedicación estimada
15 horas semanales (incluye horas de cursada en vivo y práctica obligatoria)
REQUISITOS
- Nociones de programación imperativa, preferentemente en Python 3.
- Conocimientos sólidos de estadística descriptiva.
- Conocimientos de estadística inferencial.
- Nociones de probabilidad clásica.
- Lecto-comprensión media del idioma Inglés.
Hacé click acá para conocer los cursos introductorios que vas a necesitar para tener las bases relevantes para la cursada.
A QUIÉN ESTÁ DIRIGIDO
El curso está dirigido a todos aquellos que quieran aprender a trabajar con modelos de Machine Learning, la base sobre la que se construyen las implementaciones tecnológicas más modernas (detección de fraude, sistemas de recomendación, clasificación de imágenes/texto, entre muchas otras). La ciencia de datos tiene que ver con ser curioso: hacer nuevas preguntas, hacer nuevos descubrimientos y aprender cosas nuevas.
CERTIFICACIÓN
Podrán solicitar la certificación del Ministerio de Educación de CABA (MEGC) los estudiantes graduados residentes de CABA y GBA
¿Por qué Data Science?
METODOLOGÍAS CIENTÍFICAS
- - Complejidad algorítmica: cómo utilizar las nuevas tecnologías para enfrentar grandes conjuntos de datos y trabajar con algoritmos complejos.
- - Cómo utilizar las nuevas tecnologías para obtener conocimientos claves para tu análisis.
ORIENTACIÓN A TÉCNICAS
- - Puesta en producción, evaluación y optimización de modelos.
- - Probabilidad e inferencia estadística.
- - Visualización de datos, técnicas de aprendizaje supervisado y no supervisado.
- - Problemas de regresión y clasificación.
- - Clasificación de texto, análisis de series de tiempo y árboles de decisión.
HERRAMIENTAS
- - Lenguaje de programación Python.
- - Librerías de Python: Pandas, Numpy, Matplotlib, Seaborn, Plotly, Bokeh, SciPy, Scikit-Learn, Statsmodel, Pickle, Flask.
- - Es necesaria la instalación de Anaconda y Jupyter Lab.
Nuestro equipo docente
Aprendé con profesionales y referentes de la industria
Coordinador
Marcos Barone
Docente
Paula Beati
Docente
Ariel Haimovici
Docente
Carlos Pita
Docente
Lucas Sedeño
Adjunto
Federico Fliguer
Docente
Mariela Bisso
Adjunto
Fernando Carabedo
Adjunto
Néstor Magariños
Docente
Esteban Elia
Adjunto
Leandro Roser
Docente
Felix Pedro Penna
Docente
Lionel Chamorro
Adjunto
Mario Passaglia
Adjunto
Fabricio Diana
Adjunto
Juan Miguel Stefanich
Próximos cursos
13 Ago - 8 Mar
Martes, Viernes
19:00 a 21:30 hs
A distancia
50 % OFF
15 Oct - 6 May
Martes, Viernes
21:00 a 23:30 hs
A distancia
50 % OFF
Conocé nuestros beneficios disponibles.
*PROGRAMA DE CAPACITACIÓN PYME: podés pedir hasta un 100% del reintegro (sujeto a limite de tarjeta disponible).
* Todas estas fechas están sujetas a modificaciones
Beneficios
Hasta 50% OFF y 12 cuotas sin interés. ¡Conocé nuestros beneficios!
Ver BeneficiosAprendizaje basado en proyectos
En el programa de Data Science, los estudiantes trabajan en grupos para resolver 3 desafíos prácticos. Cada desafío requiere aplicar progresivamente el conocimiento y las herramientas adquiridas durante el curso. Sumado a esto, los estudiantes trabajan en un proyecto final donde aplican diferentes algoritmos de Machine Learning en un escenario práctico propuesto por los estudiantes y guiado por los profesores.
DH Blog
data
Los datos pueden transformarse en valor para las empresas
Hay que saber cómo lograr que la información sea accionable para el logro de objetivos estratégicos.
data
Qué buscan las empresas al contratar a un data scientist
Hay pleno empleo dentro de esta profesión. Te contamos cuál es el salario de los científicos de datos, cómo aprender esta disciplina y qué habilidades demandan las organizaciones.
data
¿Puede un data analyst convertirse en data scientist?
Los datos juegan un papel muy importante en los negocios y por eso ambos perfiles son muy demandados. Pero para convertirse en científico de datos se deben desarrollar ciertas habilidades.