Construye la base para tu carrera en ciencia de datos. Práctica con Jupyter, Python y SQL; análisis estadístico en datasets reales.
Certificado del Programa
Los usuarios que se suscriban a este curso, tienen la oportunidad de obtener un Certificado de estudios con validez SEP , verificable, imprimible y descargable (PDF) .
Para Obtener tu certificado SEP deberás presentar tu certificado de finalización de coursera. Tu membresía tiene incluida la emisión de 1 Certificado para el curso que elijas.
Si quieres cursar otro programa con certificado este tiene un costo de emisión de MXN $1,950
-
- Módulo 1: Visión general de las herramientas de la ciencia de datos 03:00:00
- Módulo 2: Lenguajes de la ciencia de datos 03:00:00
- Módulo 3: Paquetes, API, Conjuntos de datos y Modelos 03:00:00
- Módulo 4: Cuadernos Jupyter y JupyterLab 03:00:00
- Módulo 5: RStudio y GitHub 03:00:00
- Módulo 6: Cree y comparta su Jupyter Notebook 03:00:00
- Módulo 7: [Opcional] IBM Watson Studio 03:00:00
-
- Módulo 1: Conceptos básicos de Python 03:00:00
- Módulo 2: Estructuras de datos en Python 03:00:00
- Módulo 3: Fundamentos de programación en Python 03:00:00
- Módulo 4: Trabajar con datos en Python 03:00:00
- Módulo 5: API y recogida de datos 03:00:00
- Módulo 1: Cuadro de mandos de crowdsourcing en corto 03:00:00
- Módulo 1: Primeros pasos con SQL 03:00:00
- Módulo 2: Introducción a las bases de datos relacionales y a las tablas 03:00:00
- Módulo 3: SQL intermedio 03:00:00
- Módulo 4: Acceso a bases de datos con Python 03:00:00
- Módulo 5: Asignación del curso 03:00:00
- Módulo 6: Módulo adicional: SQL avanzado para ingenieros de datos 03:00:00
Comparte esta certificación.
Información del Curso
240 Horas Curriculares
24 Créditos Académicos
Certificado oficial SEP
Aprendizaje especializado
Contenido de la Certificación
• La ciencia de datos es una de las profesiones más demandadas; esta especialización de IBM enseña habilidades fundamentales.
• Cinco cursos auto‑ritmo: herramientas open source, Python, análisis estadístico, SQL y bases relacionales, con práctica en datos reales.
• Al completar, tendrás conocimientos prácticos para avanzar hacia proyectos más complejos. Programa con recomendación ACE® (hasta 8 créditos).
Viñetas bajo el resumen:
• Laboratorios y proyectos prácticos para tu portafolio (finanzas, vivienda, datos públicos).
• Herramientas: Jupyter, RStudio, GitHub, Watson Studio.
• Python: estructuras, archivos, APIs, Pandas, NumPy.
• Estadística: descriptiva, visualización, probabilidad, pruebas de hipótesis, regresión.
• SQL: SELECT, filtros, funciones, múltiples tablas y joins.
CURSO 1: Tools for Data Science
– Librerías/paquetes, datasets y modelos; Python, R, SQL; Jupyter y RStudio; Git/GitHub.
CURSO 2: Python for Data Science, AI & Development
– Python básico a OOP; Jupyter; Pandas/NumPy; APIs y scraping.
CURSO 3: Python Project for Data Science
– Proyecto práctico: estructuras de Python, manipulación de datos y dashboard con Pandas/Plotly/BeautifulSoup.
CURSO 4: Statistics for Data Science with Python
– Pruebas (t, ANOVA, regresión), hipótesis, probabilidad y visualización en Python.
CURSO 5: Databases and SQL for Data Science with Python
– SQL de básico a intermedio y técnicas avanzadas (vistas, transacciones, SPs, joins).
