FUNDAMENTALS I

Aprende los fundamentos de programación y comienza tu viaje en el mundo de Python y Jupyter Notebooks.
Contenidos:

1. Introducción a Python y Jupyter Notebook
2. Estructuras repetitivas, listas y tuplas en Python
3. Gestión de Diccionarios en Python
4. Creación y manipulación de funciones con parámetros
5. Lectura y escritura de Ficheros TXT y JSON
6. Introducción a la Programación Orientada a Objetos (OOP)
7. Proyecto individual
8. Proyecto en equipo

FUNDAMENTALS II

Amplía tus conocimientos de Python con Numpy, Pandas y Matplotlib, y adéntrate en el universo de Big Data con Databricks y Spark.
Contenidos:

1. Trabajando con Numpy y Pandas
2. Visualización de datos con Matplotlib y Seaborn
3. Introducción a Databricks y Apache Spark
4. Fundamentos de Scala para procesamiento de datos
5. Técnicas de análisis de datos con Apache Spark
6. Uso avanzado de Python en ciencia de datos
7. Proyecto individual
8. Proyecto en equipo

DATABASES

Descubre los diferentes tipos de bases de datos y aprende a manejarlas con MySQL, MongoDB y neo4j, para optimizar el almacenamiento y procesamiento de datos del proyecto en el que trabajes.

Contenidos:

1. Fundamentos y aplicación de SQL con MySQL
2. Análisis de datos a gran escala con Spark SQL con Databricks
3. Introducción y uso de bases de datos NoSQL con MongoDB
4. Exploración y uso de bases de datos gráficas a través de Neo4j
5. Aplicación y optimización de consultas SQL para análisis de datos
6. Diseño y modelado de datos en contextos NoSQL
7. Proyecto individual
8. Proyecto en equipo

ETL AND VISUALIZATION

Aprende a extraer, transformar y cargar datos de diversas fuentes con ETL. Y luego, visualiza tus resultados con la poderosa herramienta de análisis de datos, PowerBI.

Contenidos:

1. Conceptos y aplicaciones de ETL
2. Extracción de datos con APIs y Web Scraping
3. Extracción de datos con APIs y Web Scraping
4. Análisis en tiempo real con Spark Streaming en Databricks
5. Introducción a la visualización con PowerBI
6. Diseño y creación de paneles de control interactivos con PowerBI
7. Proyecto individual
8. Proyecto en equipo

MACHINE LEARNING & DEEP LEARNING

Descubre cómo aplicar técnicas de estadística, aprendizaje automático y deep learning con herramientas como Sickit-learn y TensorFlow para llevar la eficiencia y la productividad del proyecto en el que trabajes al siguiente nivel.

Contenidos:

1. Principios y aplicaciones de Machine Learning Vision
2. Machine Learning Motivation
3. Fundamentos matemáticos y teóricos en Machine Learning y Deep Learning
4. Introducción a las técnicas de Machine Learning, incluyendo aprendizaje Supervisado y No Supervisado
5. Uso práctico de Redes Neuronales Convolucionales (CNN) y Redes Neuronales Recurrentes (RNN)
6. Aplicación práctica de técnicas de Machine Learning con Scikit-learn
7. Exploración de técnicas de Procesamiento de Lenguaje Natural (NLP)
8. Implementación de técnicas de Deep Learning con TensorFlow
9. Proyecto individual
10. Proyecto en equipo