Programación en Python

Comenzando nuestro programa, nos dedicaremos a desarrollar y consolidar los fundamentos de la programación en Python, el lenguaje más extendido en el entorno de Big Data y Data Science por su versatilidad y potencia.

El propósito del módulo I es familiarizarse con este lenguaje, para que el alumno aprenda a importar, limpiar, manipular y visualizar datos, desarrollando habilidades esenciales para convertirse en un científico de datos, transformando data en conocimientos que aportan valor a la cadena de negocio.

• Introducción y Tipos de datos
• Condicionales
• Bucles y Excepciones
• Funciones
• POO
• Git
• MiniProyecto Fin de Módulo

Extracción y Almacenamiento de Datos

Una vez asentadas las bases, aprenderás el primer paso que un Data Scientist tiene que dominar: la extracción y el almacenamiento de los datos. En este módulo aprenderás a consumir las principales APIs, a almacenar y gestionar tus datos en los motores de bases de datos más utilizados.

• Uso de API
• SQL
• Mongo
• Cassandra

Big Data Fundamentals

Dominaremos los conocimientos necesarios para implantar y comprender cualquier arquitectura de Big Data, abordaremos diferentes tecnologías de almacenamiento, se desarrollarán habilidades para entender y conocer proyectos en distintas áreas trastocados por el Big Data y dar así respuesta a la demanda creciente por parte de las compañías.

• Virtualización por contenedores: Docker
• Sistemas de almacenamiento distribuido: HDFS
• Sistemas de procesamiento distribuido (Hadoop: MapReduce, Hive, PySpark)
• Procesamiento en tiempo real (Spark Streaming, Kafka)

Data Fundamentals & Data Science Method

Los expertos en Data Science han de ser expertos en estadística aplicada. Se profundizará la metodología para trabajar como un data scientist y potenciar el razonamiento lógico para convertir data en respuestas de valor.

• Funciones lambda + map/filter/reduce
• Numpy
• Arrays
• Estadística básica con numpy + tipos de datos
• Pandas
• Dataframes
• Series
• Operations
• Advance filtering
• Visualización Básica con Python

Preprocesamiento y Visualización de Datos

Llegados a este punto, ya serás capaz de almacenar y acceder a tus data sets. Ahora será el momento de empezar a tratar los datos. Antes de sacar ninguna conclusión, es esencial que estudies el dataset, que descartes las columnas que no te aporten valor y que homogenices y limpies los datos. En este módulo aprenderás todas las técnicas necesarias para que seas capaz de hacer un preprocesamiento correcto de tus datos:

• Proyectos reales de data science
• Expresiones Regulares
• Feature Selection
• Contraste de Hipótesis
• Regularización
• Visualización Avanzada
• Web scrapping
• Dashboards & Tableau

Fundamentos de Matemáticas, Estadística y Aprendizaje automático

Para comprender y dominar el Aprendizaje automático se necesitan unos fundamentos básicos de diferentes disciplinas. En este módulo repasararemos los siguientes campos:

• Matemáticas
• Algebra Lineal
• Cálculo
• Estadística

Machine Learning

El aprendizaje automático combina aspectos de la informática y las estadísticas para extraer información útil y predicciones de los datos. A través del aprendizaje automático podremos hacer predicciones y recomendaciones útiles, buscar automáticamente grupos y categorías en conjuntos de datos complejos.

En esta sección del curso se aprenderá a utilizar los principales algoritmos de aprendizaje automático supervisados y no supervisados, nociones de Deep Learning y de NLP, cuándo es conveniente usar cada algoritmo y las diversas métricas que pueden usar para evaluar su rendimiento.

• Problemas de Clasificación (K-NN, Regresión Logística, SVM, Árboles de decisión, Naive Bayes)
• Problemas de Regresión (KNN, Regresión Linear, Descenso de gradiente, SVM)
• Problemas de aprendizaje no supervisado (Clustering: k-means, Reducción de la dimensionalidad: PCA, TSNE)
• Métodos avanzados (Métodos de ensemble)
• Deep Learning
• NLP

Proyecto Final

De forma transversal a las últimas semanas del curso, el alumno realizará un proyecto final que formará parte de su portafolio. Aplicando los conocimientos aprendidos y eligiendo datos de diversas fuentes, se utilizarán las técnicas y herramientas aprendidas en el programa para desarrollar un proyecto que resuelva una problemática y pueda ser contado por cada alumno a través del Data Storytellings.

• Elaborar una idea y una propuesta de proyecto.
• Buscar y enriquecer datos combinando diversas fuentes.
• Utilizar técnicas de análisis de datos exploratorios para comprender datos.
• Pre-procesar y crear un conjunto de datos de entrenamiento.
• Construir un modelo de trabajo.
• Documentación y presentación de proyecto de valor con conclusiones a través del Storytelling.
• Utilización de herramientas colaborativas