Introducción al ciclo de vida del dato, ética, aplicaciones reales y herramientas básicas del científico de datos.
Duración: 30 horas
Contenido: Sintaxis, estructuras, funciones, librerías base.
Descripción: Aprende a programar desde cero con el lenguaje más utilizado en ciencia de datos.
Duración: 50 horas
Contenido: Pandas, NumPy, limpieza, normalización.
Descripción: Aprende a preparar tus datos para análisis con herramientas profesionales.
Duración: 40 horas
Contenido: Matplotlib, Seaborn, gráficas interactivas.
Descripción: Crea dashboards y reportes visuales para comunicar tus hallazgos de forma efectiva.
Duración: 40 horas
Contenido: Distribuciones, correlación, inferencia, pruebas de hipótesis.
Descripción: Domina los conceptos estadísticos esenciales para el análisis de datos.
Duración: 40 horas
Contenido: Consultas, joins, filtros, subconsultas, conexión con Python.
Descripción: Extrae, transforma y consulta datos desde bases relacionales como un profesional.
Duración: 30 horas
Contenido: Regresión, clasificación, sklearn, métricas.
Descripción: Aprende a construir modelos predictivos con datos etiquetados.
Duración: 50 horas
Contenido: Clustering, reducción de dimensionalidad, PCA, KMeans.
Descripción: Encuentra patrones y segmenta datos de forma automática.
Duración: 40 horas
Contenido: Google Colab, Jupyter, introducción a Spark y AWS.
Descripción: Escala tu análisis de datos y trabaja en entornos colaborativos.
Duración: 30 horas
Contenido: Desarrollo completo de un modelo predictivo con visualización e insights.
Descripción: Aplica todo lo aprendido en un caso real y preséntalo como profesional.
Duración: 50 horas
Total de Horas: 440 horas
Al finalizar obtendrás un Diplomado que te preparará para analizar datos, crear modelos predictivos y tomar decisiones basadas en evidencia.