MENU

| AR

Sedes

Cursos

UdeSa

Programas Ejecutivos

Programas Ejecutivos

Paises


Data Science

Adquirí sólidos conocimientos en la aplicación de modelos de aprendizaje automático (Machine Learning) para el análisis profundo de datos.\nEntrená, 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.\nPor ejemplo: estructuras de datos, control de flujo, definición de funciones, etc.\n- Conocimientos sólidos de estadística descriptiva.\nPor ejemplo: medidas de tendencia central (como media y mediana), desvío estándar, correlación, comprensión de histogramas y diagramas de caja, etc.\n- Conocimientos de estadística inferencial.\nPor ejemplo: muestreo, intervalos de confianza, test de hipótesis y distribuciones de probabilidad, etc.\n- Nociones de probabilidad clásica.\nPor ejemplo: calcular la probabilidad de eventos aleatorios simples y combinar probabilidades. \n- Lecto-comprensión media del idioma Inglés.\nSi bien el curso de Data Science no tiene clases dictadas en inglés, existe mucho material adicional que puede ser usado de referencia o como complemento, además de estar mejor desarrollado que sus traducciones en muchos casos.\nEsto también tiene como objetivo presentar algunos conceptos con su nombre en inglés para facilitar que el/la alumno/a pueda encontrar material de referencia sobre todos los conceptos abordados en el curso.

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

Certificación Oficial por el Ministerio de Educación del Gobierno de la Ciudad de Buenos Aires.


Imagen de Data Science

¿Por qué Data Science?

METODOLOGÍAS CIENTÍFICAS
  1. - Complejidad algorítmica: cómo utilizar las nuevas tecnologías para enfrentar grandes conjuntos de datos y trabajar con algoritmos complejos.
  2. - Cómo utilizar las nuevas tecnologías para obtener conocimientos claves para tu análisis.
ORIENTACIÓN A TÉCNICAS
  1. - Fundamentos de Python.
  2. - Probabilidad e inferencia estadística. Análisis exploratorio de datos.
  3. - Visualización de datos, técnicas de aprendizaje supervisado y no supervisado.
  4. - Problemas de regresión y clasificación.
  5. - Clasificación de texto, análisis de series de tiempo y árboles de decisión.
  6. - Puesta en producción, evaluación y optimización de modelos.
HERRAMIENTAS
  1. - Lenguaje de programación Python.
  2. - Librerías de Python: Pandas, Numpy, Matplotlib, Seaborn, Plotly, Bokeh, SciPy, Scikit-Learn, Statsmodel, Pickle, Flask.
  3. - Es necesaria la instalación de Anaconda y Jupyter Lab.

Nuestro equipo docente

Aprendé con profesionales y referentes de la industria

Próximos cursos

27 Jul - 15 Feb

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

Beneficios

Hasta 50% OFF y 12 cuotas sin interés. ¡Conocé nuestros beneficios!

Ver Beneficios

Aprendizaje 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

Ver Todos