CURSO DE INTELIGENCIA ARTIFICIAL Y DATA SCIENCE

Online y asíncrono

Prepárate antes de empezar el bootcamp con una formación niveladora. Es totalmente asíncrona, por lo que podrás avanzar a tu ritmo mientras conoces los conceptos teóricos más importantes.

Esto te dará la seguridad de tener la base necesaria para arrancar el bootcamp.

Programación con Python

En este módulo aprenderás los fundamentos de la programación con el lenguaje Python. Esto engloba operadores númericos, strings, listas, diccionarios, condicionales, bucles, funciones y programación orientada a objetos.

Estas bases sólidas te permitirán aprovechar al máximo los siguientes módulos del bootcamp. Mediante sesiones prácticas intensivas, te sumergirás en el mundo de la programación desde cero, con ejercicios y tareas individuales que fortalecerán tus habilidades de programación.

Matemáticas y estadística

Este módulo abarca los fundamentos matemáticos esenciales para el análisis de datos y el aprendizaje automático. Cubre temas como cálculo geométrico, derivadas, funciones matemáticas y estadística inferencial, incluyendo distribuciones, correlación de variables y pruebas de hipótesis.

También explora álgebra para ciencia de datos, incluyendo vectores, matrices y estadística descriptiva, que abarca desde conceptos básicos hasta medidas de tendencia central y dispersión.

Además, se estudian los principios de la probabilidad, incluyendo probabilidad condicional, teorema de Bayes y operaciones probabilísticas fundamentales.

Python para Data Science

Este módulo presenta herramientas esenciales para el análisis de datos. Comienza con NumPy para operaciones numéricas eficientes y técnicas de web scraping para extraer datos de sitios web dinámicos.

Se enseña el uso de API's para obtener datos externos y Pandas para la manipulación y limpieza de datos estructurados.

La visualización se aborda con Matplotlib, Seaborn y Plotly para gráficos estáticos y dinámicos, y Folium para mapas interactivos.

También se introduce Regex para la manipulación de texto y WordCloud para la visualización de palabras clave.

Bases de datos

En el mundo del Data Science, los datos son la materia prima. Existen diversas formas de gestionarlos y almacenarlos, por eso, es imprescindible aprender cómo hacerlo de forma efectiva, comprender su funcionamiento para poder tratar los datos óptimamente.

Es por ello que en este módulo aprenderás sobre diseño de bases de datos y sobre MySQL, un sistema de gestión de bases de datos relacionales de código abierto, considerada como la más popular del mundo por su flexibilidad, alto rendimiento y seguridad.

Machine Learning y Deep Learning

Tendrás una introducción al aprendizaje automático, incluyendo regresión, clasificación, métricas de evaluación y validación. Explorarás técnicas avanzadas como SMOTE, clustering, PCA y procesamiento de lenguaje natural.

Además, abordarás algoritmos genéticos, selección de características, sistemas de recomendación y visión por computadora.

En aprendizaje profundo, abarcarás desde conceptos básicos como perceptrones y funciones de activación, hasta redes neuronales convolucionales y recurrentes, incluyendo modelos LSTM

Big Data

En este módulo verás una introducción a PySpark, una herramienta de análisis de datos creada para utilizar Python junto con Spark (un motor ultrarrápido para el almacenamiento, procesamiento y análisis de grandes volúmenes de datos).

Igualmente, abordaremos el manejo de datos con PySpark, modelos de predicción con PySpark y MLlib, una librería de Machine Learning. ¡Controlarás todo!

Visualización de datos con Streamlit

Aprenderás sobre Streamlit, un marco de desarrollo de código abierto diseñado para crear rápidamente aplicaciones web interactivas y personalizadas para visualizar y presentar datos.

Podrás construir fácilmente interfaces de usuario interactivas utilizando Python como lenguaje de programación principal. Es una herramienta muy visual, intuitiva y que puede ser compartida fácilmente con otras personas.