RESUMEN
La gran cantidad de datos que generamos en nuestros trabajos y en nuestras vidas, hacen de la Ciencia de Datos una de las skills más demandadas y con mayor proyección profesional a día de hoy y en el futuro próximo.
Según el World Economic Forum «Jobs of Tomorrow“, experimentará un 40% de crecimiento anual y más de 250.000 oportunidades empleo al año.
El programa Global Impact en Data Analytics permite a los participantes adquirir esas skills trabajando con datos del mundo real y aprendiendo de expertos del sector. Los participantes aprenderán a extraer, limpiar, estructurar, analizar y visualizar datos con un enfoque de alto impacto y práctico.
Híbrido: 2 semanas intensivas
BENEFICIOS
A la finalización del programa, los participantes serán capaces de:
- Obtener una visión global de los elementos clave de la Ciencia de Datos: business intelligence, business analytics y machine learning.
- Aplicar las nuevas habilidades a través del análisis completo de un data set real: extracción, transformación, carga, modelización, visualización y comunicación efectiva, que ayude a la toma de decisiones.
- Obtener un skill diferenciador aplicable y sumamente útil en cualquier profesión.
- Lanzar o impulsar la carrera profesional hacía empleos digitales relacionadas con la ciencia de datos.
PERFIL DEL PARTICIPANTE
Este programa está diseñado para ayudar a los participantes a obtener en el corto plazo una visión completa del mundo de la ciencia de datos, bien porque quieran lanzar o impulsar su carrera hacía estas profesiones digitales, bien porque deseen obtener un skill diferenciador aplicable y sumamente útil en cualquier profesión.
Gracias a su diseño de capacitación progresiva, es perfectamente válido para perfiles con o sin conocimientos previos.
Metodología
Este programa intensivo (6 semanas con clases en directo dos días a la semana en la versión Online o 2 semanas de clases en la versión Híbrida) combina sesiones lectivas de alto impacto, con la realización de un proyecto real para aplicar los aprendizajes y material adicional para profundizar en las distintas áreas de interés.
La metodología, basada en clases prácticas e interactivas, permite a los participantes adquirir conocimientos e intercambiar ideas y experiencias, a la vez que se fomenta la creación de nuevos contactos profesionales.
La evaluación, basada en la elaboración de un proyecto real de análisis de datos con una mentorización y acompañamiento, permite a los participantes poner en práctica los conocimientos y recursos adquiridos durante las clases y desarrollar sus habilidades de razonamiento, análisis e interpretación de datos.
PROGRAMA DEL CURSO
| Título | Contenido | |
|---|---|---|
| MÓDULO 1. Extracción | Fundamentos de ETL: Extracción, transformación y carga de datos. | |
| MÓDULO 2. Modelado | Análisis exploratorio de datos (EDA): Descripción, distribución y tipos de datos.
Machine Learning supervisado: Regresión lineal y modelos de clasificación. Machine Learning no supervisado: Análisis cluster. |
|
| MÓDULO 3. Visualización | Visualización de datos: Nociones y herramientas.
Visualización de datos en R: Uso de R para visualizar datos cuantitativos y cualitativos. |
|
| Análisis de datos real con mentorización guiada | ||