Data science

Adquiere sólidos conocimientos en la aplicación de modelos de aprendizaje automático (Machine Learning) para el análisis profundo de datos. Aprende a entrenar, validar y poner en marcha estos modelos para descubrir nuevos conocimientos y resolver una gran variedad de problemas de negocio complejo.

Arrow

Duración

7 meses

Modalidad

Intensivo 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.

Haz click aquí 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.

CRITERIO Y CLASIFICACIÓN

Comprende en profundidad los problemas de clasificación y regresión, junto a los algoritmos comúnmente utilizados para resolverlos.

¿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. Puesta en producción, evaluación y optimización de modelos.
  2. Probabilidad e inferencia estadística.
  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.

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.

Eventos & Webinars

Charla Informativa Data Science

date Icon Miércoles 15/12
date Icon Canal remoto
date Icon Horario de 7:00 PM a 9:00 PM