Estudia el Bootcamp de Data Science
Aprende a analizar datos, extraer insights y construir modelos de machine learning con inteligencia artificial como Data Scientist, y así resolver problemas complejos para la toma de decisiones.
- 16 semanas full-time / 26 semanas part-time
- Madrid – Valencia – Sevilla – Bilbao – Online
- + 2.000 alumnos matriculados
- 90%* tasa de empleabilidad (*Alumnos que han encontrado trabajo en los 6 meses posteriores a finalizar el bootcamp.)
- 4,7/5 valoración
¿Por qué este bootcamp? Mejora profesional
El bootcamp en Data Science es un programa intensivo, inmersivo y 100% práctico. Es la formación ideal si quieres acceder al mundo de los datos y la inteligencia artificial y acceder a un mercado laboral en auge.
¿Qué vas a obtener?
Las técnicas más avanzadas de análisis de datos con Python, Machine Learning y Deep Learning.
A programar y crear algoritmos que te permitan desplegar tus propios modelos de inteligencia artificial.
A enfrentarse a los retos actuales del mercado laboral integrando soluciones con Chat GPT.
¿A quién va dirigido este curso?
Alumnos recién graduados con o sin formación previa.
Personas que quieran cambiar de sector.
Profesionales con necesidades de completar su formación para obtener un empleo mejor.
Empresas que quieran formar a sus empleados.
Salidas profesionales
Data scientist.
Data analyst.
Business Intelligence analyst.
Machine learning analyst.
Programa completo
MÓDULO 1
Fundamentos de programación aplicada a Data
En este bloque introductorio se asentarán las bases de programación en Python.
Utilización de herramientas básicas de programación como IDE Visual Studio Code.
Trabajo con el entorno de Jupyter Notebooks y ejecución de código Python básico (práctica con Python).
Identificación y manejo de errores comunes en programación.
Trabajo con estructuras de control de flujo.
Desarrollo de habilidades básicas de programación orientadas a objetos.
MÓDULO 2
Data Analysis
En este segundo bloque se desarrollarán habilidades sobre el análisis de datos.
Uso de Git para el control de versiones en proyectos colaborativos.
Aplicación Agile en la gestión de proyectos (práctica de metodologías).
Diseño y creación de bases de datos. Bases de datos relacionales y no relacionales.
Creación de sintaxis de SQL y NoSQL.
Uso de APIS para la extracción de datos de diferentes fuentes.
Trabajo con Web Scraping para la obtención de datos de páginas web.
Manipulación de archivos JSON, CSV y otros.
Uso de Mumpy para el manejo de matrices, de Pandas para la manipulación de datos y de Regex para la manipulación de grandes conjuntos de datos.
Creación de visualizaciones en Tableau, Matplotlib y Seaborn (práctica con diferentes herramientas).
Aplicación de la estadística descriptiva e inferencial para la exploración de datos.
MÓDULO 3
Machine Learning Engineering
En este tercer bloque se trabajará con inteligencia artificial y se conocerán las diferentes aproximaciones al campo del Machine Learning.
Conocimiento básico sobre Machine Learning.
Identificación de los diferentes tipos de problemas de Machine Learning.
Evaluación de modelos de Machine Learning.
Construcción de árboles de decisión.
Desarrollo de modelos SVM y KNN.
Aplicación de técnicas de PCA en la reducción de la dimensionalidad de datos.
Aplicación de conceptos base de NLP.
MÓDULO 4
Deployment y Big Data
En este último bloque se aprenderá a hacer despliegues de datos de manera eficaz.
Comprensión del concepto de APIs y desarrollo de APIs con Flask.
Desarrollo de arquitecturas para comunicar diferentes piezas de software.
Gestión de contenedores de Docker.
Creación y gestión de instancias de EC2 y aplicaciones en la nube de Amazon.
Integración de modelos de Machine Learning en sistemas productivos con Amazon. Integración de inteligencia artificial avanzada con ChatGPT.
Conceptualización de Big Data.