0

  • No hay productos en el carrito.

Meta – Analista de Datos

Análisis de datos con hojas de cálculo, SQL y visualización para resolver problemas de negocio.

Imagen de perfil

INEC

Estudiantes

0

  (

)

Actualizado:

agosto 15, 2025

coursera

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

      • Introducción al programa 00:02:07
      • Vídeo de introducción al curso 00:02:07
      • Presentación de Anke Audenaert 00:02:09
      • Encuesta a los alumnos 00:05:00
      • Programa del curso Introducción al análisis de datos 00:05:00
      • Únase a la comunidad Meta Marketing Analytics o a la comunidad Meta Data Analyst 00:10:00
      • Revise sus conocimientos comunitarios 00:20:00
      • Cómo tener éxito en este programa 00:10:00
      • Introducción semanal: ¿Qué es el análisis de datos? 00:01:37
      • Introducción: el poder de los datos 00:02:35
      • ¿Qué es el análisis de datos? 00:08:40
      • ¿Qué hace un analista de datos? 00:05:25
      • Análisis de datos frente a ciencia de datos 00:10:00
      • Cuestionario práctico: ¿Qué es el análisis de datos? 00:20:00
      • Un marco como herramienta útil 00:01:09
      • El marco OSEMN 00:04:08
      • Empiece con un objetivo en mente 00:03:52
      • Comprender los KPI 00:05:58
      • Utilización del marco OSEMN: Ejemplo 00:08:50
      • Visión general del marco OSEMN 00:05:00
      • Cuestionario práctico: El marco OSEMN 00:20:00
      • Cuestionario graduado: Trabajar con datos 00:20:00
      • Repaso semanal: Trabajar con datos 00:00:45
      • Introducción: Obtención y depuración de datos 00:01:20
      • El mundo de los datos 00:01:35
      • Dónde buscar los datos 00:07:36
      • Formatos de datos comunes 00:05:15
      • Datos muestreados 00:07:33
      • Datos de origen y de terceros 00:04:32
      • Evaluación de la validez de las fuentes de datos 00:07:54
      • Resumen de fuentes de datos útiles y gratuitas 00:10:00
      • Resumen: Validez de los datos 00:07:00
      • Cuestionario práctico: Obtención de datos 00:20:00
      • Limpieza de datos 00:02:05
      • Eliminar registros duplicados 00:03:25
      • Formatee sus registros 00:04:12
      • Gestión de valores perdidos 00:03:53
      • Comprobación de valores erróneos 00:02:31
      • Resumen: Depuración de datos 00:05:00
      • Cuestionario práctico: Depuración de datos 00:20:00
      • Un ejemplo real 00:02:19
      • Caso práctico – Obtención de datos 00:03:52
      • Caso práctico – Depuración de datos 00:07:04
      • Actividad: Obtención y depuración de datos 00:20:00
      • Cuestionario graduado: Obtención y depuración de datos 00:20:00
      • Revisión semanal: Obtención y depuración de datos 00:00:51
      • Introducción: Exploración y modelización de datos 00:01:11
      • Conocer mejor sus datos 00:02:04
      • El lenguaje de los datos 00:04:47
      • Creación de visualizaciones 00:04:32
      • Examinar las distribuciones de datos 00:05:25
      • Examinar las relaciones entre los datos 00:06:26
      • Ingeniería de funciones 00:03:54
      • Resumen: Exploración de datos 00:10:00
      • Cuestionario práctico: Exploración de datos 00:20:00
      • Haga predicciones a partir de sus datos con la modelización 00:01:22
      • ¿Qué son los modelos y por qué utilizarlos? 00:04:27
      • ¿Cómo funcionan los modelos? 00:04:59
      • Diferentes tipos de modelos 00:05:08
      • Tipos de modelos habituales 00:05:00
      • Cuestionario práctico: Modelado 00:20:00
      • Un ejemplo real 00:03:08
      • Estudio de caso – Exploración de datos 00:04:28
      • Estudio de caso – Modelización de datos 00:03:05
      • Actividad: Exploración y modelización de datos 00:20:00
      • Cuestionario graduado: Exploración y modelización de datos 00:20:00
      • Conclusión semanal 00:00:46
      • Introducción: Interpretar los datos 00:01:32
      • Responda a su pregunta empresarial con sus datos 00:03:28
      • Comprenda los resultados de su modelo 00:05:50
      • Explique sus conclusiones 00:06:46
      • Cuestionario práctico: Interpretación de los datos 00:20:00
      • El poder de las historias 00:01:31
      • Explicar, iluminar y comprometer 00:04:09
      • Contar una historia convincente 00:04:40
      • Lectura resumida: iNterpretación de datos y narración de historias 00:10:00
      • Cuestionario práctico: Contar historias con datos 00:20:00
      • Actividad: iNterpretar los datos 00:20:00
      • Cuestionario graduado: Interpretar los datos 00:20:00
      • Introducción 00:01:55
      • Obtención de datos 00:03:39
      • Datos de depuración 00:03:15
      • Exploración de datos 00:05:50
      • Modelado de datos 00:02:59
      • Interpretar los datos 00:03:18
      • Actividad global: Aplicación de la OSEMN 00:20:00
      • Repaso semanal: Interpretar los datos 00:00:44
      • ¡Felicidades! 00:01:09
      • Comprender la IA generativa: una visión general 00:08:26
      • Exploración de diferentes tecnologías GenAI 00:11:41
      • Aplicaciones de la IA generativa en la empresa 00:08:16
      • Navegando por lo difícil: Preocupaciones en torno a la IA 00:07:51
      • IA responsable – IA en Meta 00:10:00
      • Resumen: Puntos clave de la IA generativa 00:10:00
      • Cuestionario práctico: Comprender la IA Generativa 00:20:00
      • Actividad: Experimenta el poder de GenAI 00:20:00
      • Integración de GenAI con la Analítica de datos 00:05:51
      • Mejorar la calidad y la generación de datos con GenAI 00:07:20
      • GenAI en Analítica predictiva 00:08:59
      • Estudios de caso: GenAI en Analítica de datos 00:05:20
      • Resumen: Puntos clave de la GenAI en la Analítica de datos 00:10:00
      • Uso de GenAI en sus proyectos de Analítica de datos 00:10:00
      • Cuestionario práctico: Comprensión de GenAI en Analítica de datos 00:20:00
      • Descubre cuál es tu postura respecto a la IA 00:05:00
        • Introducción al programa 00:06:00
        • Vídeo de introducción al curso 00:02:37
        • Vídeo de presentación del instructor 00:01:53
        • Programa del curso 00:05:00
        • Únase a la comunidad Meta Marketing Analytics o a la comunidad Meta Data Analyst 00:10:00
        • Revise sus conocimientos comunitarios 00:20:00
        • Uso de las hojas de cálculo de Google 00:10:00
        • Cómo tener éxito en este programa 00:10:00
        • Introducción semanal 00:00:53
        • Qué son las hojas de cálculo y qué pueden hacer 00:02:43
        • Usos de las hojas de cálculo 00:04:31
        • Herramientas de hoja de cálculo de uso común 00:30:00
        • Cuestionario práctico: Fundamentos de las hojas de cálculo 00:20:00
        • Recapitulación del marco OSEMN 00:02:32
        • El uso de hojas de cálculo en el análisis de datos 00:03:30
        • Visión general del marco OSEMN 00:05:00
        • Cuestionario práctico: El marco OSEMN y las hojas de cálculo 00:20:00
        • Cuestionario graduado: Trabajar con datos en hojas de cálculo 00:20:00
        • Repaso semanal: Trabajar con datos en hojas de cálculo 00:00:31
        • Introducción semanal 00:01:03
        • Acceso y etiquetado de datos 00:02:36
        • Abrir hojas de cálculo (.csv, .xlsx) en Google Sheets 00:30:00
        • Filtrar y ordenar datos 00:05:36
        • Datos de limpieza 00:04:29
        • Formateo de datos 00:02:53
        • Ejercicio: Depuración de datos con Hojas de cálculo de Google 00:20:00
        • Introducción a las funciones 00:01:59
        • Calcular un total 00:04:04
        • Las funciones media y mediana 00:05:29
        • Encontrar los valores mínimo y máximo 00:01:54
        • Evaluar las correlaciones 00:03:51
        • Actividad: Exploración de datos en Google Sheets 00:20:00
        • Comparar variables con gráficos 00:07:16
        • Evaluar las tendencias 00:02:50
        • Inspección de las relaciones entre variables 00:02:13
        • Ejercicio: Explorar los datos visualmente 00:20:00
        • Cuestionario práctico: Exploración visual de datos 00:20:00
        • Modelado y funciones 00:04:56
        • Ejemplos de modelización mediante hojas de cálculo 00:03:56
        • Limitaciones de las hojas de cálculo para la modelización 00:03:58
        • Cuestionario de práctica: Modelización de datos con hojas de cálculo 00:20:00
        • Resumen: Análisis de datos con hojas de cálculo 00:10:00
        • Cuestionario graduado: Análisis de datos con hojas de cálculo 00:20:00
        • Introducción: Extracción de datos con SQL 00:01:07
        • Por qué utilizar SQL 00:04:17
        • Ejemplos: Utilización de SQL 00:01:41
        • SQL en Google Sheets 00:02:24
        • Declaraciones SELECT 00:02:48
        • Practique el comando Seleccionar todos los datos 00:20:00
        • Cláusulas AND, OR y WHERE 00:03:51
        • Practique las cláusulas AND, OR y Where 00:20:00
        • Cláusulas ORDER BY y LIMIT 00:02:39
        • Practique las cláusulas ORDER BY y LIMIT 00:20:00
        • Guía de comandos SQL 00:05:10
        • Visión general Comandos SQL importantes 00:10:00
        • Cuestionario de práctica: Escribir consultas SQL 00:20:00
        • Escribir funciones en SQL 00:01:43
        • Funciones aritméticas 00:05:08
        • Practicar funciones aritméticas 00:20:00
        • Funciones agregadas 00:05:42
        • Practicar funciones agregadas 00:20:00
        • Agrupar por funciones 00:04:17
        • Grupo de prácticas por funciones 00:20:00
        • Paseo por las funciones SQL 00:04:38
        • Visión general Funciones importantes en SQL 00:15:00
        • Cuestionario graduado: Extracción de datos con SQL 00:20:00
        • Revisión semanal: Extracción de datos con SQL 00:00:39
        • Introducción: Visualización de datos 00:00:58
        • Por qué la visualización 00:02:24
        • Diferentes herramientas para la visualización de datos 00:02:17
        • Introducción a los tipos de gráficos habituales 00:07:22
        • Visión general Tipos de gráficos comunes 00:10:00
        • Cuestionario práctico: Visualización de datos 00:20:00
        • Gráficos de barras 00:03:59
        • Gráficos de barras de práctica 00:20:00
        • Gráficos circulares 00:02:23
        • Practicar gráficos circulares 00:20:00
        • Gráficos de tendencias 00:03:46
        • Practicar las líneas de tendencia 00:20:00
        • Gráficos de dispersión 00:03:32
        • Practicar gráficos de dispersión 00:20:00
        • Tutorial: Visualización de datos en Google Sheets 00:05:18
        • Cuestionario práctico: Visualización de datos en Google Sheets 00:20:00
        • Introducción a Tableau 00:05:46
        • Descargar Tableau Public 00:20:00
        • Conexión de datos 00:06:53
        • La práctica: Conectar datos 00:20:00
        • Crear su primer gráfico 00:04:57
        • Práctica: Creación de su primer gráfico 00:20:00
        • Creación de gráficos más complejos en Tableau 00:03:56
        • Práctica: Creación de gráficos más complejos 00:20:00
        • Recorrido: Visualización de datos en Tableau 00:04:14
        • Cuestionario práctico: Tableau 00:20:00
        • Cuestionario graduado: Visualización de datos 00:20:00
        • Revisión semanal: Visualización de datos 00:00:35
        • Introducción: Creación de cuadros de mando 00:01:03
        • El poder de los cuadros de mando 00:02:24
        • Cuadros de mando y objetivos empresariales 00:02:17
        • Cuestionario práctico: Resumir datos con cuadros de mando 00:20:00
        • Diseñar un cuadro de mando 00:04:17
        • Creación de un cuadro de mando en Tableau 00:07:05
        • Añadir interactividad 00:08:25
        • Actividad: Crear un cuadro de mando 00:20:00
        • Introducción: Contar historias con visualizaciones de datos 00:02:43
        • Estudio de caso: Qué hacer y qué no hacer al contar historias con visualizaciones de datos 00:05:29
        • Crear una historia 00:06:05
        • Cuestionario graduado: Creación de cuadros de mando 00:20:00
        • Revisión semanal: Creación de cuadros de mando 00:00:51
        • Actividad global: Análisis de datos con hojas de cálculo 00:20:00
        • Conclusión del curso/Felicidades 00:02:06
          • Introducción al programa 00:06:00
          • Vídeo de presentación del instructor 00:01:52
          • Encuesta a los alumnos 00:05:00
          • Programa del curso 00:05:00
          • Únase a la comunidad Meta Marketing Analytics o a la comunidad Meta Data Analyst 00:10:00
          • Revise sus conocimientos comunitarios 00:20:00
          • Cómo tener éxito en este programa 00:10:00
          • Cómo abordar el análisis de datos con el marco OSEMN 00:03:45
          • Por qué Python para el análisis de datos 00:03:29
          • Cuestionario práctico: Python para el análisis de datos 00:20:00
          • Jupyter Notebook: Donde escribimos nuestro código 00:00:50
          • Conceptos básicos sobre el uso de Jupyter Notebook 00:06:36
          • Uso de Jupyter Notebook en Coursera 00:02:57
          • Consejos para utilizar Notebook de Jupyter 00:10:00
          • Actividad: Ejemplo de un cuaderno típico en Coursera 00:30:00
          • Repasar el ejemplo de un Notebook típico en la actividad de Coursera 00:05:21
          • ¿Qué significa una variable en Python? 00:09:49
          • Tipos de variables 00:05:02
          • Comprobación de conocimientos sobre tipos de variables 00:20:00
          • Trabajar con tipos en Python 00:06:42
          • Actividad: Variables en Python 00:30:00
          • Actividad de revisión de variables en Python 00:01:48
          • Listas y tuplas 00:11:58
          • Actividad: Utilización de listas y tuplas 00:30:00
          • Actividad de revisión de listas y tuplas 00:06:40
          • Diccionarios 00:07:02
          • Actividad: Utilización de diccionarios 00:30:00
          • Actividad de revisión de diccionarios 00:04:25
          • Otras estructuras de datos de Python 00:10:00
          • Booleanos en Python 00:06:55
          • Actividad: Utilización de booleanos 00:30:00
          • Repaso de la actividad sobre el uso de booleanos 00:05:43
          • Declaraciones condicionales 00:10:42
          • Comprobación de conocimientos sobre condicionales 00:20:00
          • Actividad: Uso de condicionales 00:30:00
          • Repaso de la actividad sobre el uso de condicionales 00:05:27
          • Cuestionario graduado: Conceptos básicos de Python 00:20:00
          • Introducción a las bibliotecas 00:08:11
          • Comprobación de conocimientos sobre bibliotecas 00:20:00
          • ¿Qué son los pandas? 00:07:35
          • Trabajar con Series y DataFrames de Pandas 00:08:57
          • Referencia de sintaxis y notación de puntos en Python 00:10:00
          • Actividad: Uso de pandas 00:30:00
          • Repasando la actividad de los pandas 00:05:48
          • Subconjuntos con Pandas 00:09:18
          • Actividad: Subconjuntos selectivos 00:30:00
          • Actividad de revisión de subconjuntos selectivos 00:05:30
          • Comprobación de conocimientos sobre pandas 00:20:00
          • ¿Qué es el fregado? 00:01:56
          • Eliminación de datos 00:10:20
          • Actividad: Eliminación de datos 00:30:00
          • Revisión de la actividad de eliminación de datos 00:06:55
          • Modificación de valores 00:06:46
          • Sustitución de valores 00:05:09
          • Actividad: Modificación y sustitución de valores 00:30:00
          • Revisar la actividad de sustitución de valores 00:10:26
          • Cuestionario graduado: Obtención y depuración de datos con Pandas 00:20:00
          • ¿Por qué la exploración? 00:01:43
          • Comprobación de conocimientos sobre exploración 00:20:00
          • Explorar se relaciona con fregar 00:01:46
          • Exploración: Estadística básica 00:11:16
          • Comprobación de conocimientos sobre estadística básica 00:20:00
          • Exploración: Filtrado de datos 00:15:57
          • Actividad: Exploración básica 00:30:00
          • Revisión de la actividad básica de exploración 00:05:47
          • Una imagen vale más que mil palabras 00:02:58
          • Introducción a la finalidad de las visualizaciones 00:01:29
          • Tipos de visualizaciones exploratorias: Distribuciones 00:03:29
          • Tipos de visualizaciones exploratorias: Categoría 00:02:06
          • Tipos de visualizaciones exploratorias: Relación 00:02:39
          • Comprobación de conocimientos sobre visualizaciones exploratorias 00:20:00
          • Uso de Pandas y Matplotlib para crear visualizaciones 00:10:43
          • Actividad: Creación de visualizaciones 00:40:00
          • Revisión de la actividad de creación de visualizaciones 00:07:49
          • Comprender las visualizaciones para la exploración 00:07:37
          • Actividad: Explorar con visualizaciones 00:30:00
          • Repasar la exploración con la actividad de visualización 00:05:57
          • Donde las agregaciones nos ayudan a entender los datos 00:02:12
          • Trabajar con grupos en Pandas 00:12:24
          • Actividad: Agregaciones 00:30:00
          • Revisar la actividad de las agregaciones 00:05:06
          • Cuestionario graduado: Exploración de datos con Python 00:20:00
          • Modelización e interpretación de datos 00:01:37
          • Visión general de la modelización 00:03:26
          • Modelado con Python 00:13:36
          • Comprobación de conocimientos sobre modelado e interpretación 00:20:00
          • Visión general de la interpretación 00:04:32
          • Interpretar los resultados del modelo 00:08:05
          • Visualizaciones exploratorias frente a explicativas 00:03:35
          • Creación de visualizaciones explicativas 00:11:39
          • Comprobación de conocimientos sobre interpretación 00:20:00
          • OSEMN: Atando cabos 00:11:50
          • Actividad: OSEMN completo 01:30:00
          • Revisión completa de la actividad de la OSEMN 00:18:01
          • Cuestionario graduado: Modelización e interpretación de datos con Python 00:20:00
            • Introducción al programa 00:06:00
            • Introducción a la Estadística Fundamentos 00:02:10
            • Presentación del ponente 00:01:35
            • Encuesta a los alumnos 00:05:00
            • Programa del curso de Estadística para Marketing 00:10:00
            • Carreras en marketing y análisis de marketing 00:03:36
            • Únase a la comunidad Meta Marketing Analytics o a la comunidad Meta Data Analyst 00:10:00
            • Revise sus conocimientos comunitarios 00:20:00
            • Cómo tener éxito en este programa 00:10:00
            • Directrices comunitarias 00:10:00
            • Introducción 00:01:59
            • Introducción: Medidas de tendencia central 00:00:59
            • Utilizar medidas de tendencia central para encontrar el término medio 00:05:17
            • Cuándo utilizar diferentes medidas de tendencia central 00:04:18
            • Encontrar el término medio con hojas de cálculo 00:04:54
            • Revisión de las medidas de tendencia central 00:10:00
            • Cuestionario de Práctica: Medidas de tendencia central 00:20:00
            • Introducción: Medidas de dispersión 00:01:00
            • Varianza y rango en Analítica de datos 00:04:44
            • Desviación estándar en Analítica de datos 00:03:17
            • Utilizar las puntuaciones Z para juzgar un valor 00:06:19
            • Desviación estándar en hojas de cálculo 00:03:13
            • Revisión de las medidas de dispersión 00:10:00
            • Cuestionario práctico: Medidas de dispersión 00:20:00
            • Introducción: Tablas de frecuencias 00:01:26
            • Tablas de frecuencias en análisis de marketing 00:02:38
            • Cómo utilizar las tablas de contingencia 00:03:17
            • Probabilidad condicional: Estadística Bayesiana 00:05:15
            • Comprender los gráficos de dispersión y la correlación 00:08:35
            • Frecuencia, contingencia y gráficos de dispersión Revisión 00:15:00
            • Repaso de la primera semana 00:01:26
            • Cuestionario graduado: Estadística descriptiva 00:20:00
            • Módulo Capstone 1: Conocer los datos 00:20:00
            • Introducción: Muestreo 00:01:06
            • ¿Por qué utilizar el muestreo? 00:03:54
            • Tamaño de la muestra en estadística 00:03:02
            • Técnicas prácticas de muestreo 00:05:28
            • Revisión del muestreo 00:10:00
            • Cuestionario práctico: Muestreo 00:20:00
            • Introducción: Distribuciones 00:00:58
            • Encontrar una distribución 00:04:06
            • Encontrar una distribución en una hoja de cálculo 00:01:34
            • Distribuciones comunes en Analítica de datos 00:08:31
            • Formas de los datos 00:05:08
            • Dar forma a los datos con transformaciones 00:10:00
            • Revisión de la distribución 00:15:00
            • Cuestionario práctico: Distribuciones 00:20:00
            • Introducción: Tipos de variables 00:01:45
            • Variables cuantitativas 00:02:57
            • Variables cualitativas 00:02:17
            • Cuestionario de Práctica: Tipos de variables 00:20:00
            • Variables independientes y dependientes 00:02:47
            • Revisión de los tipos de variables 00:10:00
            • Cuestionario graduado: Muestreo, distribución y variables 00:20:00
            • Repaso de la 2ª semana 00:01:06
            • Módulo Capstone 2: Comprender sus muestras de datos 00:20:00
            • Introducción: Diseño experimental e hipótesis 00:01:12
            • Pregunta de investigación 00:04:55
            • Redacción de hipótesis 00:03:08
            • Estudios observacionales frente a estudios experimentales 00:05:42
            • Diseño experimental para el Análisis de datos 00:05:00
            • Revisión del diseño experimental 00:10:00
            • Cuestionario práctico: Diseño experimental e hipótesis 00:20:00
            • Introducción: Pruebas de hipótesis y AB 00:01:06
            • Pruebas de hipótesis y pruebas AB 00:05:29
            • Comprender los valores P 00:04:40
            • Intervalos de confianza en Analítica de datos 00:04:18
            • Intervalos de confianza en una hoja de cálculo 00:03:07
            • Pruebas de hipótesis en una hoja de cálculo 00:04:07
            • Prueba de hipótesis en la revisión de hojas de cálculo 00:10:00
            • Revisión de las pruebas AB 00:10:00
            • Cuestionario práctico: Pruebas de hipótesis y AB 00:20:00
            • Introducción: Errores comunes en estadística 00:01:17
            • Ser Justo: Evitar los prejuicios 00:08:16
            • Ser preciso: Evitar los prejuicios 00:10:00
            • Tipos de errores: Tipos I y II 00:01:57
            • Revisión de falsos positivos y falsos negativos 00:10:00
            • Supuestos 00:03:44
            • Cuestionario graduado: Diseño experimental y pruebas 00:20:00
            • Repaso de la 3ª semana 00:01:08
            • Módulo Capstone 3: Comprobación de hipótesis 00:20:00
            • Introducción: Modelización estadística 00:00:58
            • Qué es la modelización estadística 00:03:04
            • Modelización en Analítica de datos 00:04:24
            • Tipos comunes de modelización estadística 00:07:04
            • Cuestionario práctico: Modelización estadística 00:20:00
            • Introducción: Regresión lineal simple y métodos de clasificación 00:00:49
            • Regresión lineal simple 00:06:38
            • Regresión lineal simple en Tableau 00:01:51
            • Regresión lineal simple en Tableau – Screencast 00:07:38
            • Revisión de la regresión lineal simple 00:10:00
            • Métodos de clasificación en el modelado de datos 00:02:59
            • Cuestionario práctico: Regresión lineal simple 00:20:00
            • Introducción: Análisis de conglomerados 00:00:44
            • Análisis de clústeres 00:05:39
            • Análisis de conglomerados en Tableau 00:03:57
            • Revisión del análisis de conglomerados 00:10:00
            • Cuestionario práctico: Análisis de conglomerados 00:20:00
            • Introducción: Series temporales 00:00:46
            • Serie temporal 00:03:06
            • Series temporales en Tableau 00:05:21
            • Revisión del análisis de series temporales 00:10:00
            • Cuestionario práctico: Series temporales 00:20:00
            • Introducción: Elegir un modelo 00:01:04
            • Elegir un modelo 00:04:10
            • Elegir un modelo Revisión 00:10:00
            • Análisis de datos Estudios de caso 00:03:55
            • Cuestionario sobre modelos estadísticos 00:20:00
            • Revisión semanal: Modelado de datos 00:01:15
            • Capstone Semana 4: Enséñame el modelo 00:30:00
            • Módulo Capstone 4: Modelamiento de datos 00:20:00
            • Introducción: Capstone 00:00:58
            • Finalice su proyecto Capstone 00:20:00
            • Analista de marketing sobre estadísticas descriptivas 00:03:07
            • Analista de marketing sobre muestreo, distribuciones y variables 00:03:16
            • Analista de marketing sobre preguntas e hipótesis 00:03:07
            • Analista de marketing sobre modelización 00:04:00
            • Resumen del curso y felicitaciones 00:01:33
              • Introducción al programa 00:02:07
              • Vídeo de introducción al curso 00:01:22
              • Vídeo de presentación del instructor 00:01:53
              • Encuesta a los alumnos 00:05:00
              • Programa del curso de Administración de datos 00:10:00
              • Únase a la comunidad de analistas de metadatos 00:10:00
              • Revise sus conocimientos comunitarios 00:20:00
              • Cómo tener éxito en este programa 00:10:00
              • Panorama general: Recogida de datos 00:00:56
              • ¿Qué son los datos? 00:02:44
              • Importancia de los datos en la toma de decisiones 00:02:09
              • Tipos de datos 00:02:34
              • Fuentes de datos 00:03:16
              • Fuentes de datos 00:10:00
              • Cuestionario práctico: Introducción a la recogida de datos 00:20:00
              • Encuestas y cuestionarios 00:02:31
              • Web Scraping y API 00:02:58
              • Recogida de datos de sensores 00:02:56
              • Herramientas comunes para la recogida de datos 00:02:23
              • Resumen de herramientas de recogida de datos 00:10:00
              • Mejores prácticas de adquisición de datos 00:03:33
              • Cuestionario práctico: Métodos de recogida de datos 00:20:00
              • Dimensiones de la calidad de los datos 00:04:16
              • Preprocesamiento y limpieza de datos 00:04:32
              • Herramientas de perfilado y validación de datos 00:04:03
              • Herramientas de perfilado y validación de datos 00:10:00
              • Cuestionario práctico: Administración de datos 00:20:00
              • Cuestionario graduado: Recogida de datos 00:20:00
              • Conclusiones: Recogida de datos 00:01:14
              • Visión general: Almacenamiento de datos 00:01:08
              • Importancia del almacenamiento de datos 00:03:01
              • Formatos de almacenamiento de datos 00:05:14
              • Resumen de formatos de almacenamiento 00:10:00
              • Práctica: Introducción al almacenamiento de datos 00:20:00
              • Modelos de datos 00:04:02
              • Bases de datos relacionales (SQL) 00:03:59
              • Bases de datos de documentos (NoSQL) 00:04:40
              • Almacenamiento de datos 00:04:10
              • Resumen de sistemas de almacenamiento 00:10:00
              • Cuestionario práctico: Sistemas de almacenamiento de datos 00:20:00
              • ¿Qué son los macrodatos? 00:03:41
              • Ecosistema Hadoop 00:03:49
              • Almacenamiento distribuido de datos 00:03:52
              • Resumen de sistemas de administración de Big data 00:10:00
              • Cuestionario práctico: Administración de datos (Big data) 00:20:00
              • Lagos de datos frente a almacenes de datos 00:03:43
              • Almacenamiento de datos en la nube 00:03:50
              • Herramientas y marcos de almacenamiento de datos 00:04:16
              • Herramientas de almacenamiento 00:10:00
              • Cuestionario práctico: Arquitectura de almacenamiento de datos 00:20:00
              • Cuestionario graduado: Almacenamiento de datos 00:20:00
              • Conclusiones: Almacenamiento de datos 00:01:24
              • Panorama general: Protección de datos 00:01:18
              • Seguridad de los datos frente a privacidad de los datos 00:05:21
              • Amenazas para la seguridad y vulnerabilidades 00:04:02
              • Cifrado y control de acceso 00:04:19
              • Resumen: Fundamentos de la Seguridad de los datos 00:10:00
              • Cuestionario práctico: Fundamentos de la Seguridad de los datos 00:20:00
              • Clasificaciones de datos 00:02:16
              • GDPR, CCPA y otras normativas sobre Privacidad de los datos 00:04:00
              • Anonimización de datos y seudonimización 00:02:23
              • Buenas prácticas en materia de cumplimiento 00:02:32
              • Guía de buenas prácticas de cumplimiento 00:10:00
              • Cuestionario práctico: Privacidad de los datos y cumplimiento de la normativa 00:20:00
              • Marco para el Gobierno de datos 00:03:50
              • Custodia y propiedad de los datos 00:03:12
              • Catalogación de datos y gestión de metadatos 00:04:17
              • Cuestionario práctico: Gobierno de datos 00:20:00
              • Protocolos de comunicación seguros 00:03:52
              • Métodos de Cifrado de datos 00:04:32
              • Soluciones de almacenamiento seguro 00:02:26
              • Resumen de soluciones de almacenamiento 00:10:00
              • Cuestionario práctico: Seguridad de los Datos en tránsito y en reposo 00:20:00
              • Cuestionario graduado: Protección de datos 00:20:00
              • Conclusiones: Protección de datos 00:01:29
              • Panorama general: Análisis de datos y exploración 00:01:02
              • Análisis de datos frente a Analítica de datos 00:02:23
              • Análisis exploratorio de datos (AED) 00:03:44
              • Análisis estadístico y Testeo de hipótesis 00:04:09
              • Herramientas comunes utilizadas en el Análisis de datos y la Exploración 00:06:17
              • Herramientas de análisis de datos 00:10:00
              • Cuestionario práctico: Análisis de datos y exploración 00:20:00
              • Importancia de la visualización de datos 00:02:47
              • Tipos de visualización de datos 00:03:22
              • Herramientas de visualización de datos 00:04:29
              • Herramientas de visualización de datos 00:10:00
              • Cuestionario práctico: Visualización de datos 00:20:00
              • Conceptos de aprendizaje automático 00:04:01
              • Aprendizaje supervisado y no supervisado 00:05:14
              • Herramientas de aprendizaje automático 00:03:13
              • Resumen de herramientas de aprendizaje automático 00:10:00
              • Práctica: Introducción al Aprendizaje automático 00:20:00
              • Resumen: Uso de los datos 00:10:00
              • Cuestionario graduado: Uso de datos 00:20:00
              • Conclusiones: Uso de los datos 00:01:07
              • ¡Felicidades! 00:01:12

            Comparte esta certificación.

            Información del Curso

            240 Horas Curriculares

            24 Créditos Académicos

            Accede por tu Smartphone

            Certificado oficial SEP

            Aprendizaje especializado

            Contenido de la Certificación

            Análisis de datos con hojas de cálculo, SQL y visualización para resolver problemas de negocio.


            1) Aprende a recopilar, limpiar y analizar datos para responder preguntas clave.

            2) Usarás SQL y herramientas de visualización para generar tableros e insights accionables.

            3) Desarrollarás proyectos que demuestran tu capacidad de comunicar hallazgos a audiencias no técnicas.

            Viñetas (debajo del resumen):
            • Limpieza y análisis exploratorio.
            • SQL para consultas y uniones.
            • Visualización y storytelling.

            Habilidades:
            Análisis de datos, SQL, Visualización, Dashboards, Comunicación



            CURSO 1: Fundamentos de análisis
            - Ciclo analítico y calidad de datos.

            CURSO 2: SQL práctico
            - Select, joins, agregaciones y subconsultas.

            CURSO 3: Visualización y dashboards
            - Gráficas efectivas y KPIs.

            CURSO 4: Proyecto aplicado
            - Caso de negocio con reporte ejecutivo.

            Related Courses

            top
              INEC es una Marca de SalesPartners Ciudad de México S de RL de CV. Template Design © Learnify LMS. All rights reserved. Terminos y Condiciones Aviso de Privacidad Politica de Devolución
            Hide picture