BOOTCAMP Data Science y Data Analytics

2.500,00

Bootcamp de Data Science y Data Analytics

Aprende todo lo necesario sobre análisis de datos con nuestro Bootcamp de Data Science y Data Analytics. Adquiere una sólida comprensión de las herramientas clave de un experto en datos, como Git, Python y MySQL.

Con este curso de Data Science y Data Analytics aprenderás sobre Inteligencia Artificial y Machine Learning, y cómo aprovechar los datos para entrenar modelos que no solo entiendan patrones, sino que también tomen decisiones inteligentes.

Aprende desde casa con clases en directo y trabajando en proyectos prácticos que fortalecerán tu portfolio y te proporcionarán una mejor comprensión de cómo es el trabajo de un profesional de datos.

Modalidad

Streaming

Duración

120 horas

Fecha de inicio:

14 de Mayo de 2024

Precio:

2.500€

Opciones de financiación

¡Financia tu formación!

CONOCE A LOS PROFESORES DEL BOOTCAMP DE DATA SCIENCE Y DATA ANALYTICS

Contamos con un profesorado de profesionales en activo en grandes empresas.

Profesor del curso data science

Salvador Fernández

Product Owner Data Analytics en Heidelberg Materiales
Profesor del curso data science

Andrés Matesanz

Computer Vision Lead en Sngular
Persona con los brazos cruzados. Es el profesor del curso data science

Jorge Rincón

Data Manager en IE Business School
Profesor que imparte el curso de data science

Rubén Carmona

Data Analytics Lead en Ingelectus
Profesor del curso data science

José Novo

Data Scientist & Data Analytics en O2 España
Profesora del Curso Data Science

Larissa Soares

Data Scientist & Celonis Application Manager en Bayer
Dossier del bootcamp de data science online de code space

DESCARGA EL DOSSIER COMPLETO DEL BOOTCAMP DE DATA SCIENCE Y DATA ANALYTICS

TEMARIO DEL BOOTCAMP DE DATA SCIENCE

  1. STORYTELLING
    • Storytelling
    • Comunicación efectiva
    • Gráficos efectivos
  2. DATA ANALYTICS & BASE DE DATOS, AWS
    • Introducción a las BBDD.
    • Bases de datos relacionales.
    • Modelo Entidad-Relación.
    • Nuestro setup (despliegue de una bbdd en la nube, clientes SQL, integración con python)
    • SQL (DCL, DDL, DML)
    • Herramientas adicionales
  3. HERRAMIENTAS DE ANÁLISIS DE DATOS
    • Introducción a las herramientas de explotación de datos.
    • Power BI.
    • Conectores Power BI.
    • ETL process en Power BI.
    • Dashboards en Power BI
  4. BUSINESS CARE
    • Puesta en común de las correcciones.
    • Exposición con jurado, de los dashboards y el análisis de datos implementado
  1. INTRODUCCIÓN A DATA SCIENCE
    • La Industria 4.0.
    • Estadística Básica para Data Scientists.
    • Introducción a Python: Programación Orientada a Objetos
    • Introducción a Python: Numpy y Pandas.
  2. DATA ACQUISITION Y DATA WRANGLING
    • Principales librerías para realizar adquisiciones de datos (SQLAlquemy, Request, Selenium, Urblib, BeautifulSoup, Pandas, JSON, Scikit-learn)
    • Bases de datos. Crear conector y utilizar pandas con SQL.
    • APIs. Explorar la posibilidad de recibir diferentes tipologías de respuestas.
    • Web Scrapping. Posibles técnicas que pueden ser utilizadas.
    • Manipulación de datos. Diferentes técnicas para realizar featuring engineering. Respuestas a principales problemas a los que enfrentarse (diccionarios de datos, problemas de granularidad).
  3. EXPLORATORY DATA ANALYSIS (EDA) & INSIGHT DISCOVERY
    • Principales librerías para realizar un análisis exploratorio (Dash, Matplotlib, Seaborn, Streamlit, SciPy).
    • Importancia de hacer un EDA antes de desarrollar un modelo estadístico/ML.
    • Principales tipos de gráficos y principales formas de representar la información utilizando estadísticos descriptivos (media, mediana, desviación).
    • Diferencia entre variables cualitativas y cuantitativas.
    • Cualitativas. Posibles formas de captar correlación (no causalidad). Análisis de relevancia de atributos (IV, WoE).
    • Cuantitativas. Posibles formas de captar correlación (no causalidad).
    • Distribuciones de datos y el teorema central del limite.
    • Posibles test para utilizar en análisis exploratorios. Análisis univariados, bivariados y multivariados.
  4. METODOLOGÍAS Y HERRAMIENTAS TECNOLÓGICAS PARA DATA SCIENCE
    • Principales herramientas de uso del Data Scientist (Anaconda, VSCode, Google Colab).
    • Introduccion al Machine Learning y la Inteligencia Artificial.
    • Aprendizaje Supervisado: clasificación VS regresión.
    • Aprendizaje No Supervisado: clustering.
    • Proceso de ajuste de modelo.
    • Mi primer modelo predictivo
    • Principales desafíos del Data Scientist
  5. ALGORITMOS DE MACHINE LEARNING
    • Modelos de clasifificación y regresión
    • Aprendizaje No Supervisado: clustering.
    • Deep Learning.
    • Esto es una carrera de fondo: recomendaciones para continuar el aprendizaje.
    • Caso de Uso: caracterización del problema, EDA, selección de modelos, aprendizaje y testing, conclusiones
  6. VALIDACIÓN DE RESULTADOS DEL MODELO Y TUNEO
    • Intro a MLOps qué es y por qué es tan importante
    • MLFlow: nuestra herramienta de MLOps
    • Manos a la obra: pipe de MLOps end-to-end
    • Advanced MLOps
    • Práctica: Mi modelo a competición I: encapsulando el modelo en una API
    • Práctica: Mi modelo a competición II: procesamiento de datos en tiempo real.

Tendrás la oportunidad de trabajar en un proyecto final con datos de empresas reales. De este modo, podrás poner en práctica todos los conocimientos adquiridos en el Work Camp.

El objetivo es crear valor a partir de los datos que nos dan las empresas mediante un grupo colaborativo.

Para ello, contarás con el apoyo del profesorado, que compartirá su experiencia contigo.

Trabajamos con +150 empresas Partner muy TOP

MODALIDAD

Streaming

Podrás estudiar en remoto, desde donde quieras. Tendrás acceso a clases en directo, en las que podrás interactuar con los el profesorado y tus compañeros/as.

Además, tendrás disponible nuestro Campus Virtual, donde podrás ver la grabación de las clases y dispondrás de todo el material necesario para tu formación.

Francia Ruiz
Francia Ruiz
Es sin duda la mejor academia para estudiar programación en Málaga. Estoy estudiando el bootcamp de full stack y no puedo estar más contenta con el trato de los profesores y el equipo de Code Space
Raquel Villalba
Raquel Villalba
Mejor academia Malaga, el bootcamp de fullstack es lo mejor, sales saliendo y trabajando.
Héctor Daniel López Sánchez
Héctor Daniel López Sánchez
Un lugar muy bien ambientado para cursos y charlas.
José Miguel Cañadas
José Miguel Cañadas
100% recomendable si quieres aprender a programar en Málaga 👌
CGL
CGL
Muy contenta con el equipo de CodeSpace! Estoy estudiando Full Stack y la experiencia está siendo buenísima! 🙂
jose messa
jose messa
La mejor academia tecnológica de Málaga! Cursando un fullstack actualmente y seguro que realizaré muchos campus más!!!
Sara Málaga
Sara Málaga
Una academia de 10 para reciclarte o comenzar una nueva profesión que está en auge!!

Curso con financiación

Disponemos de distintas formas de financiación, siempre adaptándonos a lo que mejor te encaje. Podrás financiar el contenido del Bootcamp en 12 meses sin intereses*, pudiendo aportar la cantidad inicial que decidas.

*Consultar a nuestras asesoras opciones de financiación

Financiación con Sabadell (sin intereses)

Financiación con SeQura (con intereses)

<¿TIENES ALGUNA DUDA?/>

Ponte en contacto con nosotros

Abrir chat
Cuéntanos
Hola 👋
¿Necesitas ayuda?