Curso Análisis de Datos con Machine Learning del centro BIT Build Innovate Transform

Descripción

Con este programa aprenderás sobre las últimas tendencias en tecnología e inteligencia artificial. Te capacitaremos en machine learning y ciencia de datos para que puedas manipular, analizar e interpretar datos de manera inteligente y automática, utilizando herramientas y técnicas avanzadas.

¿Qué incluye la formación?

1. Acompañamiento de profesores en sesiones síncronas.
2. Acceso a comunidad BIT en plataforma Discord.
3. Acceso videos pre-grabados de las clases y otros contenidos académicos.
4. Talleres online en vivo o presenciales de habilidades blandas.
5. Acceso a plataforma de desarrollo para competencias blandas.
6. Acceso a plataforma de aprendizaje de inglés por 4 meses.
7. Creación de portafolio en GitHub.
8. Presentación de proyecto a empresas con nuestro programa Open Talent.
9. Certificación digital BIT con sello universitario Iberoamericana.
10. Correo electrónico institucional más paquete Microsoft.

A quién va dirigido

Este programa está diseñado para que lo realicen:

• Ingenieros, programadores y técnicos interesados en trabajar con datos y modelos predictivos.
• Profesionales que ya trabajan con datos (Excel, SQL, Power BI, etc.) y desean profundizar en modelos como clasificación, regresión y clustering.
• Aquellos que necesitan automatizar análisis o predecir resultados en su área de trabajo.
• Estudiantes que buscan habilidades prácticas demandadas en el mercado laboral.
• Profesionales de otras industrias interesados en análisis de datos e inteligencia artificial.
• Personas apasionadas por el aprendizaje automático, los datos y la automatización, sin necesidad de formación técnica previa.

Objetivos

1. Identificar y programar Python como herramienta para el análisis de datos.
2. Utilizar la consola/terminal para actualizar las librerías y crear máquinas virtuales de Python.
3. Uso de modelos de IA (inteligencia artificial) para predicciones.
4. Aplicación de métodos de limpieza, manipulación y estructuración de datos.

Temario

Pre Work de 14 horas

• Contenido virtual: Fundamentos de programación, lógica y algoritmia.

Módulo 1: Introducción a Python y análisis de datos

• Terminal Powershell y Unix.
• Introducción a GIT y GitHub.
• Introducción a Python: variables, tipos de datos, listas y tuplas.
• Operadores y condicionales.
• Controladores de flujo, diccionarios y conjuntos.
• Lectura de archivos y formatos de datos como JSON, XML, CSV y XSLX.
• Introducción a Numpy y lectura de imágenes

Módulo 2: Bases de datos y visualizaciones

• Estructura básica de una consulta SQL SELECT, FROM, WHERE, etc.
• Conectarse a una base de datos PostgreSQL usando un cliente como pgAdmin o psql.
• Instalar y configurar SQLServer.
• Conectarse a una base de datos SQLServer usando SSMS o SQLCMD.
• Comprender el proceso de ETL (Extracción, Transformación y Carga) de datos.
• Conectar a una base de datos PostgreSQL usando la biblioteca SQLAlchemy en Python.
• Realizar consultas SQL utilizando la API de SQLAlchemy.
• Conectar a una base de datos PostgreSQL usando la biblioteca Psycopg2 de Python.
• Ejecutar comandos SQL directamente desde Python.
• Crear gráficos básicos como histogramas, diagramas de dispersión y barras con Matplotlib.
• Utilizar Seaborn para crear visualizaciones de datos más avanzadas.
• Crear gráficos de distribución, diagramas de violín, mapas de calor y otras visualizaciones con Seaborn.
• Crear visualizaciones interactivas con Plotly.
• Crear gráficos 3D, gráficos de líneas y otras visualizaciones con Plotly.
• Crear mapas interactivos con Folium.
• Crear mapas de coropletas para visualizar datos geográficos.
• Crear animaciones con Matplotlib o Plotly para mostrar cambios en los datos a lo largo del tiempo.
• Crear aplicaciones web interactivas con Dash.
• Crear mapas interactivos con Dash.
• Utilizar callbacks para actualizar la interfaz de usuario de una aplicación Dash en respuesta a eventos del usuario.

Módulo 3: Machine learning

• Definir y calcular estadísticas de resumen de datos como media, mediana, moda y desviación estándar.
• Ecuación del modelo lineal y sus componentes.
• Definir el concepto de A/B testing y su aplicación.
• Diseñar y ejecutar un test A/B.
• Diferenciar aprendizaje supervisado y no supervisado.
• Función logística y su aplicación en clasificación de datos.
• El teorema de Bayes y su aplicación en clasificación.
• Arbol de decisión y comprender sus reglas.
• Definir y aplicar la validación cruzada (cross-validation).
• Comprender el problema del sobreajuste (overfitting).
• Aplicar técnicas de regularización como L1 y L2

Módulo 4: Procesamiento de texto y redes neuronales

• Introducción al procesamiento de lenguaje natural (NLP).
• Notación básica.
• Manipulación de texto.
• Tokenización y normalización de texto.
• Procesamiento de texto.
• Corrección ortográfica.
• Stemming y lemas.
• Resumen de texto.
• Extracción n-grams.
• Redes neuronales.
• ANN.
• Fundamentos y arquitectura de redes.
• CNN.
• Transformers

Titulación obtenida

Tras finalizar el programa, los estudiantes que hayan alcanzado los objetivos académicos y cumplido con todos los entregables durante el bootcamp o curso recibirán un certificado de asistencia. Nuestra certificación digital BIT cuenta con sello de la Corporación Universitaria Iberoamericana.

Requisitos

Para acceder al programa necesitas tener un computador o portátil con las siguientes especificaciones mínimas:

• RAM: 8GB
• Disco: 128GB
• Procesador: Intel Core i5

Si no tienes computador para el programa presencial, podemos alquilarte uno a un excelente precio.

Información Adicional

Salidas Profesionales:

• Analista de datos
• Asistente en la creación de modelos
• Científico de datos
• Analista de inteligencia de negocios
• Asistente de proyectos de inteligencia artificial
• Preparación de datos
• Analista de marketing con enfoque en datos: 

Otros cursos

• Curso en Diseño UX / UI
• Curso Desarrollo Web Full Stack