¿Qué quieres aprender?

Máster Data Science Online

Máster Data Science Online

IMMUNE Technology Institute

Máster online


8.000

Duración : 12 Meses

¿Quieres hablar con un asesor sobre este curso?

Objetivos

- Prepararte como: Data Analyst, Data Scientist, Data Engineer o Business Analyst, entre otros puestos. - Dominar la aplicación estratégica de Data Science - Aprender a extraer, transformar y analizar datos utilizando entornos de programación como Python. - Comprender cómo construir e implementar los algoritmos de Machine Learning y Deep Learning para resolver problemas de negocio. - Conocer las técnicas en Python y herramientas comerciales más usadas para la visualización de los datos. - Entender cómo se aplican las técnicas de Machine learning y Deep Learning en casos reales en la Industria. - Gestionar proyectos basados en ciencia de datos y Big Data. Impulsar iniciativas de analítica avanzada. - Prepararte para obtener las certificaciones requeridas por las empresas: AWS Certified Data Analytics, Google Data Analytics Certificate, IMB Data Analyst Professional, Associate Certified Analytics Professional (Acap), Professional Certification BIGM Certified Engineer.

A quién va dirigido

-Trabajas en IT y quieres especializarte en Data Science. - Estás terminando tu carrera y quieres especializarte en un ámbito en crecimiento. - Eres un perfil orientado a negocio que quiere adquirir conocimientos técnicos en data science para aplicarlos en la toma de decisiones.

Requisitos

No se requieren conocimientos previos. Nos comprometemos a enseñarte desde cero, ¡Solo necesitamos de ti tu interés y dedicación!

Temario completo de este curso

Módulo 1. Fundamentos de Programación
  • Introducción a la programación
  • Estructura de un ordenador. Pseudocódigo.
  • Tipos de variables y secuencias.
  • Bucles y estructuras.
  • Uso de funciones.
  • Introducción a la programación orientada a objetos.

Módulo 2. Python para Data Science
  • Introducción a la programación.
  • Variables, loops, secuencias.
  • Gestión de archivos y parsing.
Módulo 3. Introducción a datos e IA
  • Empresas data driven
  • Introducción a la IA
  • Fundamentos del cloud
Módulo 4. Manipulación y análisis de datos avanzados
  • Manipulación y Análisis de datos (databases, sql, no sql, apis, webservices, scripting).
  • Procesamiento de datos (Limpieza y manipulación).
  • Librerías de Python (Panda, Numpy).

Módulo 5. Análisis exploratorio de datos y visualización
  • Introducción y conceptos matemáticos clave.
  • Algebra lineal.
  • Probabilidad y estadística para Machine learning.
  • Mapas
  • Herramientas visualización comerciales y de open Source.
Módulo 6. Machine Learning Avanzado I
  • Clasificación: Modelo probabilístico (Naive Bayes & Logistic Regression). K-NN, Decision trees & Random forest. XGBoost.
  • Regresión lineal y no lineal.
  • Técnicas de remuestreo y validación cruzada.
  • Sobreajuste & Bias.
  • Series temporales.
Módulo 7. Machine Learning Avanzado II
  • Clustering y detección de anomalías.
  • Minería de datos y asociación.
  • Modelos de variables latentes y reducción dimensional.

MÓDULO 8. Deep Learning y Operacionalización

  • Introducción al Deep Learning.
  • Cómo construir una red neuronal.
  • Densely connected network.
  • Red Neuronal Convolucional (CNN).
  • Red Neuronal Recurrente (RNN).
  • Redes Adversarias Generativas (GANs).

MÓDULO 9. Capstone
  • Trabajo final de Máster al que presentarás a un jurado de profesionales expertos en la materia.
Ver más