Contenido
Data Analysis.
Con este curso, aprenderás a manejar datos para crear estrategias de negocio. A través de diversas herramientas, softwares y programación, serás capaz de encontrar historias en los datos para comunicarlas a tus equipos de trabajo y que juntos encuentren soluciones basadas en datos.
Empleadores aliados +30
Modelo híbrido - Semipresencial
Comunidades +2000
Empleabilidad egresados - 86%
Somos una comunidad de formación de talento y nuestra misión es que desarrolles habilidades que impulsen tu crecimiento profesional.
Ofrecemos programas de aprendizaje en áreas de tecnología, negocios e inglés bajo un modelo de estudio semipresencial que mezcla sesiones en línea con clases presenciales, talleres y prácticas guiadas por expertos.
Beneficios de estudiar en BEDU.
Modelo Semipresencial
Toma la teoría en línea a tu ritmo, valida conocimientos y realiza la práctica en clases presenciales dirigidas por un experto.
Proyectos
Aprende mientras aplicas tus conocimientos en proyectos que te ayuden a construir o ampliar tu portafolio.
Mentoría de expertos
Una comunidad de casi 100 expertos a tu disposición comparten su conocimiento, experiencia y círculo de relaciones para tu progreso y aprendizaje.
Empleabilidad
Te preparamos para enfrentar cualquier proceso de reclutamiento y realizamos sesiones de empleabilidad en donde te canalizamos con reclutadores que confían en BEDU para su búsqueda de talento.
Demo Day
En un evento especial, presenta tu proyecto final ante amigos, familiares, expertos y empresas del sector tecnológico.
Temario.
120 Horas Presenciales
96 Horas en línea
4 módulos, 10 sesiones c/ módulo
2 sesiones por semana
Módulo I: Base de datos.
1. Consola y VIM
2. Formateo de archivos de datos desde consola Unix
3. Fundamentos MySQL
4. Consultas de datos relacionales
5. Fundamentos MongoDB
6. Consultas de datos no relacionales
7. Fundamentos de bases de datos en la nube
8. Consulta de datos en la nube
Módulo II: Principios de R.
1. Fundamentos de R studio y sus paquetes
2. Funciones, condiciones y loops
3. Programación orientada a objetos
4. Exploración de datos
5. Visualización, gráficos y tablas
6. Series de tiempo
7. Ejercicios prácticos (storytelling); Kaggle
8. Inicio al modelaje de datos
Módulo III: Programación con Python para DA.
1. Python Fundamentals
2. Estructuras de datos y funciones
3. Módulos y paquetes
4. Manipulación de archivos, JSON y excepciones
5. Programación Orientada a Objetos
6. Servidores web y APIs
7. Web scraping
8. Computación numérica o científica
Módulo IV: Análisis de datos con Python.
1. Introducción a Python para el análisis de datos (estructuras, iteraciones y condicionales).
2. Librerías para el análisis de datos con Python (Numpy, Pandas, Matlplotlib, Jupyter notebook)
3. Análisis estadístico de datos. (Numpy)
4. Análisis exploratorio de datos. (Pandas)
5. Procesamiento y transformación de datos.
6. Visualización de datos con Python (Matlplotlib y otras)
7. Regresión con Python (Machine Learning)
8. Clasificación con Python (Machine Learning)
Perfil del egresado.
Al culminar este curso sabrás usar bases de datos relacionales y no relacionales para analizar datos. Adquirirás habilidades para la creación de modelado de datos y visualización de gráficos y tablas, desarrollando un proyecto bajo el lenguaje R.
Tendrás los conocimiento y habilidades para utilizar Python como lenguaje de análisis de datos, incorporando los módulos más conocidos como Pandas, Numpy, Pandas, Matlplotlib, Jupyter Notebook.
Serás un analista capaz de generar reportes y desarrollar estrategias de mejora en organizaciones de cualquier sector.
