Fechas
26 de septiembre de 2022
Lugar
Bogotá
Carrera 16 # 63A – 68
Inversión
$ 2.500.000 (COP)
Horarios
Viernes: 18:00 a 22:00 y sábados: 7:00 a 13:00
Duración
160 horas
Modalidad
Virtual sincrónico: sesiones en vivo en nuestra plataforma de web conference con expertos y grabación de clases que podrán consultarse en el espacio virtual de aprendizaje de nuestra microcredencial.
Virtual asincrónico: ejercicios parciales, consulta de material
complementario y entrega de proyecto final en nuestro campus virtual.
La ciencia de datos es el estudio de la información: de dónde proviene, qué nos dice y cómo convertirla en un recurso útil que puede ayudar a las empresas a tomar decisiones, resolver problemas complejos y crear estrategias para mejorar los resultados y el rendimiento. En vista de su gran utilidad, las organizaciones a nivel mundial están interesadas en vincular personas que tengan habilidades en Ciencia de Datos.
Todas las personas que tengan interés en profundizar sus conocimientos en Data Science y desarrollar sus habilidades estadísticas, computacionales y algorítmicas para responder preguntas del mundo a través del modelado y visualización de datos.
El participante tendrá su certificado de asistencia con su respectiva insignia digital.
Esta macrocredencial está propuesta sobre un esquema teórico/práctico. Esto es, los estudiantes tendrán clases en línea sincrónicas con los instructores donde abordarán las temáticas centrales del curso a partir del estudio de casos reales donde se dará prioridad a las interacciones entre los participantes y el uso de tecnologías propias del Data Science y sesiones de práctica en la resolución colaborativa de problemas concretos del sector empresarial mediante el análisis científico de datos con la orientación de los profesores.
Así mismo, los estudiantes tendrán acceso a nuestro campus virtual. Allí encontrarán material de estudio complementario, clases grabadas por cada sesión y un repositorio de aprendizaje utilizado por nuestros expertos.
Para una mejor experiencia de aprendizaje, habilitamos un canal de comunicación en la aplicación móvil Slack para que los estudiantes puedan contactar a nuestros mentores, quienes compartirán las últimas noticias de nuestra macrocredencial y resolver inquietudes sobre las entregas parciales y proyecto final.
Para la aprobación y certificación del curso es necesario, además de la asistencia al mismo, tener una calificación satisfactoria en las entregas parciales y la entrega de un proyecto final de aplicación.
Esta homologación estará sujeta a la previa admisión del estudiante al respectivo programa académico.
Esta macrocredencial podrá ser homologada por seis (6) créditos académicos del programa de Maestría en Ingeniería. Así mismo, podrá ser homologada hasta por ocho (8) créditos académicos en cualquiera de los programas académicos del nivel profesional y de posgrado de la Facultad de Ingeniería y Ciencias Básicas.
Esta homologación estará sujeta a la previa admisión del estudiante al respectivo programa académico.
Creemos y premiamos a nuestros egresados y sus ideas. En esta macrocredencial destacamos al mejor proyecto de cada cohorte en nuestras redes para darle visibilidad a nuestros estudiantes en sus proyectos personales y futuros emprendimientos.
Objetivos
- Utilizar Google Collaboratory para computación exploratoria.
- Trabajar eficientemente con la librería NumPy para manipular objetos matemáticos.
- Aplicar adecuadamente herramientas de la librería pandas para el análisis de datos.
- Usar herramientas para cargar, limpiar, transformar, fusionar y manipular datos.
- Recopilar grandes conjuntos de datos de diversas fuentes
- Limpieza y validación de datos para garantizar la precisión
- Aplicar técnicas de análisis de datos para obtener conocimientos
- Analizar los datos para identificar patrones y tendencias.
- Interpretar los datos para descubrir soluciones y oportunidades.
- Visualizar y comunicar los resultados de manera eficaz para respaldar las decisiones comerciales
Competencias desarrolladas en nuestra macrocredencial
- Habilidades para la extracción y limpieza de los datos en un ambiente productivo.
- Utiliza herramientas de modelación para la proyección del conjunto de variables que son objetivo de estudio.
- Toma de decisiones con argumentos basados en la evidencia de los datos.
- Aplica técnicas de análisis de datos para obtener conocimientos.
- Analiza los datos para identificar patrones y tendencias.
- Interpreta los datos para descubrir soluciones y oportunidades.
- Visualiza y comunica los resultados de manera eficaz para respaldar decisiones comerciales.
Contenido
MÓDULO I
- ¿Qué es ciencia de datos, machine learning e inteligencia artificial?
- Introducción a Python
- Manipulación de datos con Pandas
- Análisis Exploratorio de Datos
- Limpieza de datos
MÓDULO II
- Web Scraping
- Manejo de bases de datos en lenguaje SQL
- Reportes interactivos
- Toma de decisiones a partir de datos, pruebas de hipótesis
MÓDULO III
- Introducción a minería de textos
- Modelos lineales
- Modelos machine learning y métricas de evaluación
- Regularización y modelos deep learning
Nuestros profesores
José John Fredy González Veloza
Físico, Especialista en Estadística y Deep Learning y Magíster en Ciencias,
experto en la modelación numérica computacional y en el manejo adecuado de la información y su respectivo análisis, para la proyección y toma de decisiones.
zzzzz
Wilson Sandoval Rodríguez
Matemático, Magíster en Matemáticas, Especialista en Estadística Aplicada. Docente e investigador en Series de Tiempo, con experiencia en la gestión de proyectos que involucran dar soluciones ingeniosas a problemas mediante el análisis estadístico de datos.
