Camino de entrada a data science: qué es, herramientas, metodología, Python y SQL.
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: 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: Del problema al planteamiento y de los requisitos a la recopilación 03:00:00
- Módulo 2: De la comprensión a la preparación y de la modelización a la evaluación 03:00:00
- Módulo 3: Del despliegue a la retroalimentación y la evaluación final 03:00:00
- Módulo 4: Proyecto final y evaluación 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
Comparte esta certificación.
Información del Curso
240 Horas Curriculares
24 Créditos Académicos
Certificado oficial SEP
Aprendizaje especializado
Contenido de la Certificación
1) Comprende qué es la ciencia de datos, sus roles y salidas profesionales, y por qué las organizaciones la demandan.
2) Aprende herramientas clave (Jupyter, Python, SQL) y la metodología de ciencia de datos aplicada a problemas reales.
3) Desarrolla proyectos prácticos de análisis, visualización y modelo inicial para tu portafolio.
Viñetas (debajo del resumen):
• Definir el proceso de ciencia de datos de punta a punta.
• Usar Python, bibliotecas y SQL para analizar datos.
• Comunicar hallazgos con visualizaciones y storytelling.
Habilidades:
Python, SQL, Jupyter, EDA, Visualización, Metodología de DS, Storytelling de datos
CURSO 1: ¿Qué es la ciencia de datos?
- Ámbitos, perfiles y ética.
- Casos de uso de negocio.
CURSO 2: Herramientas para ciencia de datos
- Jupyter, repos y flujo de trabajo.
CURSO 3: Metodología de DS
- Fases, experimentación y evaluación.
CURSO 4: Python para DS
- Sintaxis, estructuras, Pandas/NumPy.
CURSO 5: SQL para DS
- Select/joins, modelado relacional y prácticas.
