Desbloquea el éxito académico y profesional con ciencia de datos. Conocimientos base y práctica sin experiencia técnica previa.
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: Semana 1: Definición de Ciencia de datos y qué hacen los científicos de datos 03:00:00
- Módulo 2: Semana 2: Entrevistas con estudiantes 03:00:00
-
- Módulo 1: Definición de la ciencia de datos y qué hacen los científicos de datos 03:00:00
- Módulo 2: Temas de ciencia de datos 03:00:00
- Módulo 3: Aplicaciones y carreras en la ciencia de datos 03:00:00
- Módulo 4: Conocimientos básicos para la ciencia de datos (Optativo) 03:00:00
- 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: Semana 1: Primeros pasos y correlación 03:00:00
- Módulo 2: Semana 2: Finalización del proyecto de Ciencia 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 demanda de habilidades en ciencia de datos es alta. Esta especialización conjunta ofrece una introducción académica y práctica.
• Te introduce a ciencia de datos, estadística, programación, pensamiento computacional y aprendizaje automático; con práctica en herramientas de IBM.
• La mitad de la docencia proviene de Goldsmiths (U. of London) y la otra mitad de IBM, con proyectos y un capstone para tu CV.
Viñetas bajo el resumen:
• Transferencia de progreso hacia el BSc en Computer Science (U. of London).
• Habilidades y conocimientos base para empleos en entornos ricos en datos.
CURSO 1: The Data Science Profession – Student View
– Aplicaciones reales de Data Science; qué es “dato” y qué es “ML”.
CURSO 2: What is Data Science?
– Definir la disciplina; trayectorias profesionales; consejos de expertos.
CURSO 3: Tools for Data Science
– Kit de herramientas (librerías, datasets, modelos, Big Data); Python, R, SQL; Jupyter y RStudio; Git/GitHub.
CURSO 4: Problems, Algorithms and Flowcharts
– Historia de algoritmos, pseudocódigo y diagrama de flujo; algoritmo de Euclides.
CURSO 5: Python for Data Science, AI & Development
– Fundamentos de Python, OOP, Jupyter; Pandas/NumPy; APIs y scraping.
CURSO 6: Statistics and Clustering in Python
– Estadística descriptiva y clustering con Python; proyecto de clusterización.
CURSO 7: Data Science Project Capstone: Predicting Bicycle Rental
– Predicción de renta de bicicletas (regresión, correlación, EDA).
CURSO 8: Python Project for Data Science
– Proyecto práctico con Python: estructuras, manipulación de datos y dashboard.
