Descubre soluciones entre los datos para enfrentar los desafíos del negocio
El desarrollo constante de tecnologías, aplicaciones y programas exige cada vez más un abanico de diferentes profesionales dedicados a la ciencia de datos con conocimientos y herramientas actualizadas.
Resumen del programa
La ciencia de datos, un campo interdisciplinario que incluye las matemáticas, la estadística, la informática y otros conocimientos científicos, trata de extraer información procesable de los grandes y crecientes volúmenes de datos que generan las organizaciones en la actualidad. Los científicos de datos preparan datos para analizar y procesarlos, realizan análisis de datos avanzados y posteriormente presentan sus resultados para revelar patrones y permitir a las partes interesadas sacar conclusiones informadas.
¿Eres un profesional que busca aprovechar las oportunidades emergentes en el campo de la ciencia de los datos?
Aquellos profesionales que tengan experiencia en computación, análisis de datos, matemáticas, programación o estadística y quieran incrementar sus habilidades con los datos se beneficiarán enormemente de este certificado.
Sobre el programa:
Nuestro certificado en Data Science de ocho meses busca proporcionar a los participantes marcos teóricos sólidos en áreas clave de especialización dentro del campo. Impartido por expertos de la industria, el programa guiará a los participantes a través de los principios básicos, las herramientas y las últimas tendencias, culminando con una inmersión profunda en la inteligencia artificial y machine learning.
El programa está estructurado en las siguientes áreas de conocimiento:
Data Engineering
Profundizarás en la comprensión, gestión, elaboración de informes y aprovechamiento de datos. También aprenderás la historia y los principios de los sistemas de bases de datos, cómo limpiar los datos en bruto y cómo utilizar SQL para cargar y consultar datos en las bases de datos.
Python para Data Science
En nuestro curso de ocho semanas de Python para Data Science, podrás crear modelos persistentes para despliegue con API o para puntuación por lotes.
Estadística para Data Science
Aprenderás a programar y encontrar tendencias significativas y predictivas en los datos. Te brindaremos las herramientas para resolver problemas de ciencia de datos, llevándote más lejos en el mundo del aprendizaje automático. Al final del curso, serás capaz de presentar una evaluación de principio a fin utilizando análisis exploratorios, reducción de dimensiones, así como
Inteligencia Artificial y Machine Learning
Al introducirte en las matemáticas y la teoría del aprendizaje automático, obtendrás conocimientos clave en la investigación y exploración de datos, el aprendizaje supervisado y no supervisado, y la transformación de big data en inteligencia procesable.
Storytelling y Visualización de Datos Estratégicos
Este programa online te proporcionará las técnicas y herramientas que necesitas para convertir la información en relatos convincentes. A lo largo de ocho semanas, aprenderás el arte de transmitir datos de forma significativa para apoyar la toma de decisiones.
Metodologías y técnicas:
Tras completar el programa serás capaz de:
- Construir y extraer información de las bases de datos de los documentos
- Diseñar códigos que se ejecuten simultáneamente utilizando funciones de multiprocesamiento y multihilo
- Comprender RStudio y sus aplicaciones
- Usar lenguajes de scripting, como Python, para procesar, visualizar y analizar grandes series de datos e implementar soluciones de aprendizaje automático.
Conoce a tus instructores
Abid Ali, PhD
Data Engineering Instructor
Abid Ali ha pasado gran parte de su carrera trabajando con análisis de datos en importantes consultoras. Lidera iniciativas y trabaja con ejecutivos de alto nivel para diseñar estrategias de migración y transición a plataformas de datos modernas.
Ha obtenido varios títulos académicos y profesionales, incluyendo dos maestrías, un EMBA y un doctorado en Liderazgo Organizacional, así como certificaciones de Teradata, Celonis, SAFe Agile, Azure y AWS.
Gregory Bernstein, MSc
Statistics for Data Science Instructor
Científico de datos y gestor de productos en Kinexon Sports & Media, monitoriza el movimiento y el esfuerzo de atletas y deportistas, asesorándolos sobre la administración de la carga y optimizando su rendimiento.
Bernstein disfruta trabajando en el entorno de las empresas de nueva creación y se dedica al modelado analítico, la creación de contenidos y la toma de decisiones estratégicas para el desarrollo de productos. Obtuvo una licenciatura en Lafayette College en 2012 y un master en Analítica en la Universidad de Chicago en 2019.
Patrick McQuillan, MBA
Python for Data Science Instructor
McQuillan ha desempeñado funciones de liderazgo, la más reciente como Jefe Global de Gobernanza de Datos y Eficacia Operativa en Wayfair. Anteriormente, dirigió equipos internacionales de consultoría para impulsar la estrategia de IA y la habilitación tecnológica para clientes Fortune 100.
Es un reconocido experto en gobernanza de datos, inteligencia empresarial y estrategia de IA. Obtuvo un MBA por la Universidad de Oxford y una licenciatura en Economía y Asuntos Internacionales por la Universidad Northeastern.
Utku Pamuksuz, PhD
Artificial Intelligence and Machine Learning Instructor
Investigador de IA con experiencia en ciencia de datos, análisis de negocios, matemáticas aplicadas y aprendizaje automático. Imparte sesiones magistrales en seminarios académicos y profesionales en Asia, Europa y EE.UU. en torno a la aplicación y el desarrollo de la analítica de datos en los ámbitos del comercio electrónico, las finanzas, la atención sanitaria y el marketing.
Pamuksuz ha trabajado como científico de datos senior en State Farm, así como en W.W. Grainger. Fue cofundador de Inference Analytics en 2018.
Rebeca Pop, MA
Strategic Data Storytelling Co-Instructor
Experta en narración y visualización de datos. Ha impartido presentaciones a más de 3.500 participantes en todo el mundo. En sus formaciones de educación continua, combina ejercicios prácticos con ejemplos de la vida real.
Pop tiene una década de experiencia en análisis de marketing para agencias de medios de comunicación de distintos sectores. Ha publicado artículos de liderazgo intelectual en Everviz.com, Nightingale de la Data Visualization Society y el blog de la ONU. Obtuvo su master en la Universidad de Oklahoma.
Bridget Sheahan, MBA, CFA
Strategic Data Storytelling Co-Instructor
Sheahan es vicepresidenta de Análisis e Información en Vericast, una empresa global de servicios de marketing y medios de comunicación. Dirige equipos que trabajan con empresas para crear, innovar y asesorar sobre estrategias de marketing. Antes de desempeñar su cargo actual, Sheahan ocupó varios puestos relacionados con el análisis y el marketing en empresas minoristas, financieras y automovilísticas.
Es licenciada por la Universidad Colgate y tiene un master en Administración de Empresas por la Katz Graduate School of Business de la Universidad de Pittsburgh.
Career Outlook
Impulsado por el creciente volumen de datos y la adopción de sofisticadas herramientas para gestionarlos, se espera que el mercado de data science crezca a una tasa de 26,9% hasta 2027. Ya sea la ingeniería de datos, la estadística, la inteligencia artificial, el aprendizaje automático (ML) o la codificación en Python, estos campos en rápida expansión cuentan con una gran demanda de profesionales calificados. En el caso de funciones en IA y ML, el Foro Económico Mundial las ha clasificado como los empleos más demandados actualmente. En cuanto a los estadísticos, se espera que su empleabilidad aumente un 33% en la próxima década. La programación en Python, uno de los lenguajes de programación más populares, ha experimentado un salto significativo en el número de empleos disponibles: de 70.242 puestos en septiembre de 2019 a 79.942 en febrero de 2021. Se estima que los puestos en el campo de la ingeniería de datos crecerán un 50% año tras año.
1
La posición de Python entre los lenguajes de programación que los desarrolladores más quieren aprender
26.9%
La tasa de crecimiento anual compuesto de las plataformas de data science en el mundo entre 2020 y 2027
- Analytics Consultant
- AI Engineer
- AI Specialist
- Big Data Engineer
- Business Intelligence Developer
- Business Intelligence Engineer
- Computer Vision Engineer
- Data Architect
- Data Insight Analyst
- Data-Mining Analyst
- Data Scientist
- Database Administrator
- Entry-Level Software Developer
- GIS Analyst
- Junior Python Developer
- Machine Learning Engineer
- Machine Learning Researcher
- Machine Learning Specialist
- Python Full-Stack Developer
- Quality Assurance Engineer
- Senior Python Developer
- Statistician
Proceso de Admisión
1
Candidatura
Paga la tasa de candidatura (no reembolsable) y rellena el formulario de solicitud.
2
Entrevista
Recibe una llamada para una entrevista con nuestro equipo de admisiones.
3
Resultados
Nuestro Comité de Admisión te informará de la decisión final*.
*(2 días laborables máx)
