Diplomado en Ciencia de Datos: Data Science

El Diplomado en Ciencia de Datos: Data Science aborda los principios fundamentales y las aplicaciones prácticas de la ciencia de datos en el contexto actual. A medida que las organizaciones buscan aprovechar el poder de los datos para obtener información significativa y tomar decisiones basadas en evidencia, la demanda de profesionales en data science se ha incrementado considerablemente. Este diplomado comienza con una introducción exhaustiva a la ciencia de datos, donde podrás adquirir una comprensión profunda de los conceptos y metodologías fundamentales que rigen esta disciplina. Además, se exploran las herramientas y tecnologías necesarias para el científico de datos, con especial énfasis en el papel fundamental del Big Data para el análisis de datos.
Duración
3 meses
Quiero una beca
Diplomado en Ciencia de Datos: Data Science

A quién va dirigido

Este Diplomado en Ciencia de Datos: Data Science está dirigido a profesionales y estudiantes que trabajan o desean trabajar en áreas como la inteligencia de negocios, la toma de decisiones basada en datos, la investigación y el desarrollo de productos y servicios basados en datos. También es adecuado para mejorar las habilidades técnicas en el análisis de datos.

Aprenderás a

Este Diplomado en Ciencia de Datos: Data Science te prepara para abordar problemas complejos y tomar decisiones basadas en datos. Aprenderás a trabajar con bases de datos relacionales y NoSQL, utilizando herramientas como MySQL y MongoDB. Además, adquirirás habilidades en el uso de Python y R para el análisis de datos, así como en técnicas de pre-procesamiento y procesamiento de datos aplicando estas habilidades en diversos contextos profesionales.

Campo Laboral

Al completar este Diplomado en Ciencia de Datos: Data Science, estarás preparado para trabajar en una variedad de roles relacionados con la ciencia de datos y el análisis de datos. Podrás trabajar como científico de datos, analista de datos, consultor de inteligencia de negocios o ingeniero de datos en diferentes sectores, como finanzas, marketing, salud o tecnología.
Plan de estudios

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA CIENCIA DE DATOS

  1. ¿Qué es la ciencia de datos?
  2. Herramientas necesarias para el científico de datos
  3. Data Science & Cloud Compunting

UNIDAD DIDÁCTICA 2. BASES DE DATOS RELACIONALES

  1. Modelo de datos
  2. Tipos de datos
  3. Claves primarias
  4. Índices
  5. El valor NULL
  6. Claves ajenas
  7. Vistas
  8. Lenguaje de descripción de datos (DDL)
  9. Lenguaje de control de datos (DCL)

UNIDAD DIDÁCTICA 3. BASES DE DATOS NOSQL Y EL ALMACENAMIENTO ESCALABLE

  1. ¿Qué es una base de datos NoSQL?
  2. Bases de datos Relaciones Vs Bases de datos NoSQL
  3. Tipo de Bases de datos NoSQL Teorema de CAP
  4. Sistemas de Bases de datos NoSQL

UNIDAD DIDÁCTICA 4. INTRODUCCIÓN A UN SISTEMA DE BASE DE DATOS NOSQL, MONGODB

  1. ¿Qué es MongoDB?
  2. Funcionamiento y usos de MongoDB
  3. Primeros pasos con MongoDB: Instalación y Shell de comandos
  4. Creando nuestra primera base de datos NoSQL: Modelo e inserción de datos
  5. Actualización de datos en MongoDB: Sentencias set y update
  6. Trabajando con índices en MongoDB para optimización de datos
  7. Consulta de datos en MongoDB

UNIDAD DIDÁCTICA 5. PYTHON Y EL ANÁLISIS DE DATOS

  1. Introducción a Python
  2. ¿Qué necesitas?
  3. Librerías para el análisis de datos en Python
  4. MongoDB, Hadoop y Python Dream Team del Big Data

UNIDAD DIDÁCTICA 6. R COMO HERRAMIENTA PARA BIG DATA

  1. Introducción a R
  2. ¿Qué necesitas?
  3. Tipos de datos
  4. Estadística Descriptiva y Predictiva con R
  5. Integración de R en Hadoop

UNIDAD DIDÁCTICA 7. PRE-PROCESAMIENTO & PROCESAMIENTO DE DATOS

  1. Obtención y limpieza de los datos (ETL)
  2. Inferencia estadística
  3. Modelos de regresión
  4. Pruebas de hipótesis

UNIDAD DIDÁCTICA 8. ANÁLISIS DE LOS DATOS

  1. Inteligencia Analítica de negocios
  2. La teoría de grafos y el análisis de redes sociales
  3. Presentación de resultados