Bootcamp de Ciencia de datos Avanzado

Publicado: viernes, feb. 14, 2025 - Post actualizado: viernes, feb. 14, 2025

Categoría: Código Facilito Programación Y Desarrollo

@ Consiguelogratis

El Bootcamp está pensado para personas con fundamentos en el área de ciencia de datos tales que cubran bases de programación, estadística, y matemáticas.

Un programa para aprender a fondo Ciencia de Datos a través de las bases matemáticas, herramientas de machine learning, comunicación, y visualización de datos. Requisitos previos

El Bootcamp está pensado para personas con fundamentos en el área de ciencia de datos tales que cubran bases de programación, estadística, y matemáticas.

Que busquen un programa que les permita profundizar en el área de ciencia de datos, con curiosidad y ganas de aprender.

Perfil de egreso

Al completar el Bootcamp podrás desarrollar proyectos de ciencia de datos desde cero, desarrollando diferentes etapas en los mismos y que vayan desde la obtención y análisis de datos hasta modelado y despliegue de modelos; siendo que desarrollan soluciones completas.

Podrás ejercer en puestos Jr, o Mid, según tu expereincia para diferentes compañías que requieran área de ciencias de datos.

Habrás adquirido conocimientos en técnicas de obtención de datos, manipulación y exploración de datos, implementación de modelos populares de Machine Learning, estructura y funcionamiento de redes neuronales, entre otros.

Tendrás fundamentos sólidos matemáticos que te permitan entender y desarrollar modelos de Machine Learning y Deep Learning.

Conocerás herramientas de servicios en la nube que te permitan desplegar, monitorear, y perfeccionar modelos en producción.

Temario:

• Módulo 1
• 2 clases
• Obtención y extracción de datos
• 1.- Clase grabada
• Obtención y Extracción de Datos
• Eduardo Ismael Garcia
• 2.- Curso
• Curso para consumir APIs con Python
• Eduardo Ismael Garcia
• Módulo 2
• 2 clases
• Servicios y herramientas de ML en la nube
• 1.- Clase grabada
• Servicios y Herramientas de ML en la nube- Clase 1
• Francisco Palm
• 2.- Clase grabada
• Servicios y herramientas de ML en la nube- Clase 2
• Francisco Palm
• Módulo 3
• 3 clases
• Modelado matemático para la ciencia de datos
• 1.- Clase grabada
• Álgebra lineal
• Cynthia “La Matemaga” Castillo
• 2.- Clase grabada
• Regresión
• Cynthia “La Matemaga” Castillo
• 3.- Clase grabada
• Árboles de decisión
• Cynthia “La Matemaga” Castillo
• Módulo 4
• 2 clases
• Machine Learning con Sklearn
• 1.- Clase grabada
• Machine Learning con SciKit Learn
• Antonio Feregrino
• 2.- Curso
• Curso de Machine Learning con ScikitLearn
• Antonio Feregrino
• Módulo 5
• 2 clases
• Deep Learning Avanzado
• 1.- Clase grabada
• Deep Learning Avanzado- Clase 1
• Rodolfo Ferro
• 2.- Clase grabada
• Deep Learning Avanzado- Clase 2
• Rodolfo Ferro
• Módulo 6
• 1 clases
• Despliegue de modelos en la nube
• 1.- Clase grabada
• Despliegue de Modelos en la nube
• Francisco Palm
• Módulo 7
• 1 clases
• Introducción al MLOps
• 1.- Clase grabada
• Introducción a MLOps
• Antonio Feregrino
• Módulo 8
• 1 clases
• Pipelines de datos y orquestadores
• 1.- Clase grabada
• Pipelines de Datos y Orquestadores
• Sergio Sánchez
• Módulo 9
• 1 clases
• Comunicación
• 1.- Clase grabada
• Comunicación
• Sergio Sánchez
• Módulo 10
• 3 clases
• Introducción a PySpark
• 1.- Clase grabada
• Introducción a PySpark 1
• Flavio Cesar Sandoval
• 2.- Clase grabada
• Introducción a PySpark 2
• Flavio Cesar Sandoval
• 3.- Clase grabada
• Taller Análisis de Datos con Spark SQL en Databricks
• Flavio Cesar Sandoval
• Módulo 11
• Próximamente
• Proyecto Final