¿DE QUÉ SE TRATA?

En este programa presencial e intensivo vas a aprender todo lo necesario para llevar a cabo proyectos de Data Science de principio a fin. Al egresar vas a poder trabajar como Científico de Datos.

Incorporá las habilidades necesarias para trabajar con destreza en todo el ciclo de vida de los datos. Comenzá por aprender cómo recolectar y pre-procesar data, analizarla y visualizarla.  En 5 meses, vas a dominar los conceptos teóricos y metodologías más usadas en todo el mundo.

Vas a usar Python y librerías del ecosistema SciPy, entre otras, para la recolección, limpieza, análisis y visualización de datos. Además, aplicarás técnicas de estadística inferencial y algoritmos de machine learning usando NumPy, Pandas y Scikit-learn.

POR QUÉ ESTUDIAR
DATA SCIENCE

Charla informativa

Conocé nuestros campus y descubrí cómo puede ser tu experiencia en Digital House

HABILIDADES Y TECNOLOGÍAS
QUE TRABAJARÁS DURANTE EL PROGRAMA

FUNDAMENTOS DE PROGRAMACIÓN EN PYTHON

Uno de los lenguajes más usados en data science.

Entorno de investigación y desarrollo

Aprendé a usar y configurar las herramientas que un científico de datos necesita para trabajar más eficiente y efectivamente.

Fundamentos de programación

Aprendé los algoritmos y estructuras de datos fundamentales para realizar tus análisis de datos en Python.

Ver más

CONOCIMIENTOS DE PROBABILIDAD Y ESTADÍSTICA

Extraé conocimiento confiable de tus datos utilizando metodologías con rigor científico.

Estadística Descriptiva

Aprendé las técnicas cuantitativas que describen las propiedades de tus datos. Las medidas de centralidad y dispersión serán tu primer aproximación a tu dataset.

Estadística Inferencial

Generalmente queremos inferir propiedades de la población sólo mirando nuestra muestra de datos. Entendé cómo realizar estas medidas predictivas asegurando un cierto grado de significación de los resultados obtenidos.

Ver más

METODOLOGÍAS DE RECOLECCIÓN Y LIMPIEZA DE DATOS

Los científicos de datos dedican entre un 50% y un 70% de su tiempo a preparar los datos para su posterior análisis. Enterate de las técnicas más usadas.

Recolección de fuentes diversas

Vas a trabajar con datos estructurados y semi-estructurados, usando bases relacionales y archivos json, csv y xml. También experimentarás con datos no estructurados como texto imágenes y audio.

Medida de Calidad de los Datos

Los datos suelen incluir errores, campos vacíos y otras anomalías. Aprenderás a realizar chequeos de integridad y a lidiar con valores faltantes en tus datasets. Veremos las técnicas de limpieza y preprocesamiento más comunes usando la librería Pandas.

Ver más

ELEMENTOS PRÁCTICOS DE MACHINE LEARNING

Uno de los temas de mayor relevancia en la computación contemporánea es el Machine Learning, entendido como el conjunto de técnicas que le da a las computadoras la habilidad de aprender sin ser explícitamente programadas.

Aprendizaje Supervisado

Cuando usamos aprendizaje supervisado, disponemos de un conjunto de datos de entrenamiento. En el curso aplicarás algoritmos de clasificación y regresión para resolver los desafíos presentados en las clases.

Aprendizaje No supervisado

Se distingue del aprendizaje supervisado por el hecho de que no hay un conocimiento a priori. Usaremos Clustering para particionar los datos en grupos cuando no hay categorías/clases disponibles.

Ver más

VISUALIZACIÓN DE DATOS

Es necesario representar tus conclusiones en un formato fácilmente comunicable.

Técnicas de codificación visual

Vas a conocer las técnicas de codificación visual utilizadas por los expertos. Nuestra misión consiste en traducir datos complejos a relatos claros y efectivos.

Bibliotecas de visualización

Haremos prácticas con Matplotlib, Seaborn, plot.ly y Bokeh para que experimentes con distintas bibliotecas de visualización basadas en Python.

Ver más

PROFESORES

MATÍAS ZABALJÁUREGUI

Coordinador de Data Science
Investigador y analista enfocado en infraestructura cloud y ciencia de datos. Analista Programador, Licenciado en Informática, Master en High Performance Computing y candidato a Doctor en Ciencias Informáticas. Matías es partner y Tech Lead en la agencia digital Zonda.

ARIEL EIDELSTEIN

Especialista
Ingeniero en Informática con amplia experiencia laboral en empresas multinacionales. Especialista en Bases de Datos y Business Intelligence, le apasiona aprender mientras enseña e investigar nuevas tecnologías.

EMILIANO CASTELLI

Especialista en Business Intelligence
Ingeniero en Sistemas de la UTN con más de 10 años de carrera en Business Intelligence. Tiene experiencia en desarrollo, análisis, arquitectura y liderazgo. Además, se desempeñó  en distintas compañías como YPF, Monsanto y Quilmes utilizando distintas herramientas como SAP, Microstrategy, Teradata, Oracle y Qlikview, entre otras.

APRENDÉ DE LA INDUSTRIA DIGITAL

“La tecnología cambia constantemente. Por eso, en Digital House vas a incorporar, ante todo, la habilidad de aprender”

MARIANO WECHSLER

Socio DigBang y
Director Académico Digital House

Coordinador

“La necesidad de contar con analistas de datos calificados crece rápidamente en todos los sectores empresariales e industriales. La extracción, el procesamiento y análisis de datos es fundamental para dar soporte a la toma de decisiones estratégicas.”

Matías Zabalijáuregui

Coordinador del curso de Data Science

Alumno

Creo que lo que me aporta el curso en este momento es el manejo de más herramientas para mi trabajo. Soy economista y creo que podría aplicar los contenidos del curso
Estoy ansioso por ver cosas nuevas.

Jontahan Cohen

Alumno de curso de Data Science

Alumno

Alumno del curso de Data Science.

Francisco Pensa

El valor agregado que me aporta el curso de Data Science en este momento de mi carrera, es que hoy todo se basa en datos y saber analizarlos críticamente es necesario. La integración de conceptos que realizan es muy buena.

Proceso de inscripción

La disponibilidad de vacantes es limitada y requiere de un proceso de admision que calificará a cada postulante para obtener su lugar en el curso.

1

Postulación

Completá la solicitud de inscripción.

2

Material de Nivelación

Luego de abonar la matrícula, realizá el Material de Nivelación.

3

Desafío

Resolvé la evaluación en nuestra plataforma.

4

Entrevista de Admisión

Acercate a última instancia de evaluación para convertirte en alumno de Digital House.

Horarios y aranceles

SEDE Belgrano

Semestral Matrícula: $10.000 - Curso: 5 cuotas de $8.500
Turno
Inicio
Fin
Matrícula
Mañana: de 8.30 a 12.00 hs. Tres veces por semana. Lunes, Miércoles y Viernes.
Julio 2017
Diciembre 2017
30% OFF hasta 31/05
Noche: de 18.30 a 22.00 hs. Tres veces por semana. Lunes, Miércoles y Viernes.
Julio 2017
Diciembre 2017
30% OFF hasta 31/05
Noche: de 18.30 a 22.00 hs. Tres veces por semana. Martes, Jueves y Sábados de 8.30 a 12.00.
Agosto 2017
Diciembre 2017
30% OFF hasta 31/05

SEDE Centro

Semestral Matrícula: $10.000 - Curso: 5 cuotas de $8.500
Turno
Inicio
Fin
Matrícula
Noche: de 18.30 a 22.00 hs. Tres veces por semana. Martes, Miércoles y Viernes.
Agosto 2017
Diciembre 2017
30% OFF hasta 31/05

PREGUNTAS FRECUENTES

Estudiar Data Science puede cambiar tu vida. La necesidad de contar con científicos de datos calificados crece rápidamente en todos los sectores empresariales e industriales, así como en aquellos ámbitos donde se desarrollan nuevos paradigmas educativos, sociales y científicos.
El programa de Data Science de Digital House te ofrece conocimientos sólidos en el proceso de extracción, procesamiento y análisis de grandes cantidades de datos, con el objetivo de dar soporte a la toma de decisiones estratégicas en todo tipo de organizaciones.
Durante el curso vas a aprender las habilidades y conocimientos fundamentales para desempeñarte en tu primer trabajo como científico de datos.
Al final del curso, serás capaz de:
Extraer, consultar, limpiar y agregar datos para su análisis.
Realizar análisis visuales y estadísticos de datos, usando Python y sus bibliotecas asociadas.
Construir, implementar y evaluar problemas de Data Science usando los algoritmos apropiados de machine learning.
Usar las herramientas de visualización adecuadas para comunicar sus conclusiones.
Crear reportes claros y reproducibles para los stakeholders.
Investigar, modelar y validar procesos de resolución de problemas aplicados a datasets provenientes de diversas industrias para proveer experiencias en distintos tipos de problemas y soluciones del mundo real.
Y vas a descubrir los posibles caminos para continuar tu aprendizaje en aquellos temas de especialización que más te interesan.
Para el curso de Data Science necesitás cierta intuición estadística y algún conocimiento previo de técnicas analíticas. Se necesita tener un nivel de lecto-comprensión de inglés medio y sobre todo tener motivación, constancia y dedicación. Si conocés algún lenguaje de programación y tenés conceptos de bases de datos, el curso será más provechoso para vos. De cualquier forma, vamos a enviarte material de nivelación previo para que comiences el curso con los conocimientos necesarios así puedas aprovechar al máximo la cursada.
Sí. En nuestro programa no vas a aprender sólo los conocimientos técnicos de Data Science. Vas a integrar metodologías y herramientas para tus proyectos, guiado por los mejores especialistas de la industria y la academia. Además, estarás en contacto contínuo con ellos, lo que agrega un valor inmenso y te permite crear relaciones laborales a futuro.
Hoy en día, si querés aprender Data Science podés hacerlo. Sólo necesitas motivación, constancia y dedicación. El curso está dirigido a personas interesadas en obtener conocimientos digitales. Cualquiera puede aprender ciencia de datos. No importa de qué carrera venís o en qué industria trabajás.
Emprendedores, estudiantes, economistas, ingenieros, científicos y curiosos que quieran aprender ciencia de datos para sumar nuevas habilidades, crear nuevos proyectos y mejorar su comunicación con los Ingenieros de Big Data o Especialistas en Machine Learning.
Profesionales de marketing que quieran incorporar las herramientas de análisis de datos para innovar en sus estrategias de segmentación, personalización de la oferta y predicciones de todo tipo sobre los clientes.
Ingenieros informáticos y analistas de sistemas que quieran especializarse, incorporar el conocimiento en estadística, machine learning y adquirir habilidades prácticas con las herramientas específicas de análisis de datos.
Emprendedores que quieran crear su propio negocio en base a datos y/o a técnicas de inteligencia artificial.
Programadores que necesiten actualizarse y conocer las técnicas principales de la ciencia de datos.
Si tenés más de 16 años y estás interesado la ciencia de datos, este curso es para vos.
En nuestro curso vas a aprender Python porque este lenguaje es nuestra principal herramienta de programación para el análisis de datos. Es amigable, maduro, y es apoyado por la comunidad.
Porque son aquellas medidas cuantitativas las que nos ayudarán a caracterizar nuestros datos de una forma compacta y útil. Vamos a seguir un estilo accesible en el abordaje teórico y vas a disponer de una gran cantidad de ejercitación y toda nuestra ayuda para incorporar los elementos metodológicos más importantes.
Si. Vamos a utilizar bibliotecas de Python para la extracción de datos en diversos formatos provenientes de distintas fuentes, para su posterior análisis y clasificación. Además, vas a saber usar SQL, un lenguaje clave para la administración de datos en una base racional.
Vamos a utilizar distintos algoritmos de Machine Learning que implementarás en tus modelos predictivos a través de sistemas de regresión y clasificación. Además, vas a aprender técnicas de codificación visual y herramientas de visualización para lograr transformar a tus datos en información comunicable.
El Proyecto Integrador consta de la elección de un tema que pueda tener un aporte original y significativo.
Hacia la mitad del curso, conversarás con un miembro del equipo de Data Science acerca de tu proyecto para asegurarte que la hipótesis que quieras probar pueda ser medida usando las herramientas y técnicas que veremos en el curso.
Una vez que termines de limpiar y modelar los datos, deberás presentar los resultados en un formato simple y de fácil lectura para el público general.
Se presentará de forma detallada y mostrarás datos, visualizaciones del modelo, el enfoque utilizado, las fortalezas y debilidades, y recomendaciones específicas. Para esto, deberás evaluar objetos, supuestos y limitaciones.
Sí, todos los cursos tendrán una capacidad máxima de 35 personas.
Te enviaremos un material nivelatorio, prework, que podrás revisar por tu cuenta. Una vez que finalices esta breve etapa te vamos a asignar un desafío online, previo al ingreso, para evaluar conocimientos básicos como programación en Python y conceptos de estadística.
Sin embargo, esto no es un examen descalificatorio, el prework te permite rehacer los ejercicios la cantidad de veces necesarias en un sistema amigable que te corrige a medida que vas avanzando.
La entrevista consiste en conocer tu interés por aprender ciencia de datos, cuáles son tus motivos y objetivos. Si creemos que coincide con lo que estamos buscando y podemos brindarte, evaluaremos cuál es tu capacidad para resolver problemas y situaciones complejas, dándote a resolver algunos ejercicios de lógica y preguntándote por conocimientos básicos de Internet.
Si, en el caso de las ciencias de datos necesitamos que tengas incorporados algunos conceptos de probabilidades y estadística (nivel secundario).
Para aprender Data Science hace falta constancia, intensidad y práctica. Necesitamos que puedas mantener el foco en estos nuevos temas, por eso se requieren 10.5 horas semanales de cursada más práctica adicional.
No es necesario que traigas tu propia computadora todos los días ya que en las aulas vas a tener los equipos necesarios. De todos modos, es recomendable que cuentes con una notebook o computadora de escritorio en tu casa para practicar, y si querés traerla para sentirte más cómodo, podés hacerlo.
En Digital House vas a cursar 10,5 horas por semana. Pero no termina ahí. Para aprovechar al máximo el curso, vas a tener (y querer) practicar fuera de la cursada, hacer tareas y trabajar en los proyectos que te vayamos asignando.
Uno de los valores más apreciados por nuestros alumnos y graduados es la calidad del equipo académico. Nuestros instructores son profesionales de la industria, reconocidos y exitosos, motivados y con ganas de enseñar bajo estos nuevos modelos de educación. Además, están capacitados internamente por nuestro pedagogo y director académico para que los contenidos estén siempre alineados.
El curso requiere esfuerzo y dedicación. Hacia mediados de tu ciclo lectivo comenzamos a desarrollar distintas capacitaciones y actividades destinadas a potenciar tu estrategia de búsqueda laboral. Además, el Recruiting Day es un evento en el que las mayores empresas de la industria vienen a conocer los perfiles de nuestros graduados. En esa instancia, las compañías entrevistan a los alumnos para ver la posibilidad de participar en una búsqueda laboral.
Durante la cursada vas a tener que realizar trabajos prácticos sobre los diferentes temas vistos en clase. Observamos que vayas avanzando en esos trabajos e incorporando los conocimientos. Al finalizar el curso recibirás un certificado de asistencia, siempre que hayas asistido al menos al 90% del tiempo de clase.
Creemos que la interacción con docentes, ayudantes y especialistas, más el vínculo con tus compañeros son uno de los pilares de nuestro sistema educativo. Por eso, las clases son 100% presenciales.
El espacio de co-learning está disponible durante todo el día, de lunes a viernes de 8:30 a 22 hs, para que lo utilices para trabajar o revisar contenidos. También podés acceder a instructores para ver temas específicos del curso o del trabajo.
En caso justificado como enfermedad, viaje u otros, deberá presentar una constancia de lo sucedido. El tiempo de ausentismo se recupera en el espacio de co-learning. Además, el contenido de las clases estarán subidas al campus virtual.
Aproximadamente el 30% del tiempo es clase teórica y el 70% restante está destinado a trabajar sobre temas prácticos o workshops donde asentar el conocimiento en modalidad “aprender haciendo”.
En el curso dedicamos un 70% a la práctica. Igualmente, a mayor cantidad de dedicación fuera del horario de clase, más profundos serán los resultados y el aprendizaje. Recomendamos practicar lo aprendido en clase un mínimo de 3,5 horas semanales.
Para conocer los costos y formas de pago hacer click acá.
El pago de la matrícula implica, a su vez, la reserva de tu vacante hasta superar la instancia del prework, momento en que se hace efectiva, y ya podés comenzar a cursar como alumno admitido. El pago se puede realizar por transferencia, Mercado Pago, Todo Pago, cheques, PagoMisCuentas, transferencia o tarjeta de crédito. Con Todo Pago se puede abonar en 12 cuotas.
Podés postularte a una beca y acceder a la posibilidad de obtener hasta un 50% de bonificación en la totalidad del curso.
Los requisitos son:
1) Enviar tu CV y una carta de presentación con los objetivos al finalizar el curso.
2) Abonar la matrícula con el descuento vigente.
3) Realizar el material nivelatorio y aprobar el desafío online.
4) Tener una entrevista con el profesor.
Las cantidad de becas son limitadas.