Curso introductorio de Data Science

Contenido

El curso de Data Science te permitirá conocer el proceso de Data Science y los conceptos técnicos involucrados, comprender los desafíos de cada etapa, poder obtener datos de diversas fuentes, analizarlos, visualizarlos y prepararlos para la aplicación de modelos de los que se obtenga conocimiento.

Para ello utilizaremos tecnologías como SQL, Weka, H20.ai, Python y Amazon AWS.

Temas que se verán el curso:

Introducción a bases de datos relacionales.
Visualización, preparación y limpieza de datos.
Ingeniería de atributos (Feature Engineering).
Machine Learning para Data Science.

Introducción.
Modelos vs patrones.
Aprendizaje supervisado vs no-supervisado.
Clustering.
Reglas de asociación.
Clasificación.
Regresión.

Modelos predictivos – Series temporales no lineales mediante algoritmos de Aprendizaje Estadístico.
Comparación de Modelos – ROC, Precision/Recall, Matriz de Confusión, etc.
Algoritmos de clasificación supervisada.
Big Data y Cloud Computing.
Deep Learning para Data Science.

Algunas herramientas que se usarán:

Lenguaje de programación Python.
MySQL/MariaDB.
Weka.
H2O.ai + Flow.
Amazon AWS.

Algunos ejercicios que haremos:

Predicción de cotizaciones de acciones.
Predicción de ventas de una empresa.
Recomendaciones de películas en base a calificaciones de usuarios.

Aplicar

Público Objetivo

El curso Data Science está diseñado para estudiantes y profesionales de diversas áreas (no sólo Informática), que estén interesados en resolver problemas a través del análisis de datos y obtener conocimiento a partir de la interpretación de los mismos.

Ejecutivos
En la era de los datos, la toma de decisiones debe estar basada en la interpretación objetiva de información, conocimiento del negocio y de los clientes. Este curso puede darte las herramientas adecuadas para avanzar hacia la incorporación de datos en la toma de decisiones, o para darle un mayor aprovechamiento a la información actual.
Economistas, Estadísticos, Matemáticos
Si bien estás familiarizado con el análisis e interpretación de datos, tus conocimientos pueden ser potenciados con la metodología y herramientas que presentamos, ayudándote a tener otra perspectiva que permita mejorar los resultados actuales.
Periodistas
Quizá escuchaste hablar del periodismo de datos y te interesa conocer el potencial de los datos aplicados a tu área de conocimiento. Vení a conocer estas nuevas técnicas y comprobá cómo pueden integrarse de forma excelente con tu profesión.
Profesionales de Computación
Las ciencias de la computación tienen mucho que ver con Data Science, ya que cualquier sistema informático consume o genera datos. Si querés aprender cómo sacar provecho y obtener conocimiento a partir de la interpretación de datos, estás en el camino correcto.
Ingenieros
Cualquiera sea la rama en la que te desarrolles, el Ingeniero es por definición alguien que resuelve problemas. Con nosotros podés aprender qué es Data Science y cómo aplicarlo en la resolución de diferentes problemáticas del día a día.
Investigadores
Si bien la investigación es un campo muy amplio, en cualquier caso, se generan y procesan datos para obtener conclusiones o validar hipótesis. Las técnicas y herramientas que aprenderás en este curso pueden ayudarte a mejorar o acelerar el proceso de generación de conocimiento.
Estudiantes
Si estás estudiando algunas de las carreras que mencionamos anteriormente, o creés que conocer el potencial que hay detrás del análisis de datos puede potenciar tu desarrollo profesional, este curso es para vos.

Aplicar

Requisitos

Programación:

Este curso requiere conocimientos básicos de programación.

Es fundamental que el alumno conozca los siguientes conceptos:

Variables.
If/Else.
For Loops.
Funciones.
Arrays / Listas.

El lenguaje que se utilizará en el curso es Python.

Si el alumno sabe programar pero no tiene experiencia en Python, se recomienda realizar algún curso online a modo de nivelación. Existen muchas opciones, algunas incluso gratuitas. Ejemplos: Codecademy y DataCamp.

Para aquellos alumnos que no posean ningún tipo de conocimiento previo en programación, se recomienda realizar un curso más profundo en la temática. Nuestro curso de Front-End, donde se enseña a programar con lenguaje JavaScript, es una alternativa. Luego se debería complementar con un curso online de Python.

Además, es aconsejable que el alumno tenga cierta familiarización con el uso de la línea de comandos (terminal o consola). En caso de nunca haber usado la consola, se recomienda completar este curso. También es recomendable contar con conocimientos básicos de SQL.

Notebook:

Se requiere que el estudiante concurra al curso con su propia notebook 💻 (con Windows 10+, Linux o Mac). Cualquier máquina de los últimos 4 años debería ser suficiente. Se recomienda un equipo con al menos 6GB de RAM y 10GB de espacio libre en disco. En caso de no contar con una notebook, la academia tiene algunos equipos para prestar. Por favor avisar a los docentes con anticipación.

Ingles:

Saber inglés 🇬🇧 no es un requisito excluyente pero es una gran ayuda ya que gran parte de la terminología y documentación está en ese idioma.

Aplicar

Metodología

Se trata de un curso presencial, muy intensivo y con una fuerte componente práctica. La idea es aprender haciendo.

Cada vez que se vea un concepto nuevo, el alumno lo probará en su computadora. También se harán ejercicios integradores que mezclen todos los temas vistos hasta el momento.

Dado que es un curso intensivo y que cada conocimiento se construye sobre otro, es importante no quedarse atrás en ningún momento. Para ello incentivamos a los alumnos a seguir practicando en sus casas y consultarnos todas las dudas que tengan (tanto dentro como fuera de clase a través de Slack o Microsoft Teams).

Aplicar

Profesores de Data Science

Andrés Bagnasco

Testimonios

Mariana Forteza

Cursos: Front-End, Back-End (PHP y Node.js)

"Lo que más me gustó fue que vi mucho compromiso de los dueños de la academia y de los profes en que aprendiéramos a programar y que nos fuéramos programando de verdad. Me gustó mucho que fuera intensivo porque aprendés más rápido. Volvería a hacer otro curso en Hack."

Sergio Pereira

Cursos: Front-End, Back-End (PHP y Node.js)

"Lo recomiendo porque son cursos relativamente cortos con mucha intensidad de horas en los que realmente te metes en el tema. Los profesores están siempre pendientes de vos, cómo estás trabajando, si necesitás ayuda, si tenés dudas en seguida te las aclaran. Se trabaja en un ambiente muy ameno y cómodo."

Verónica Estapé

Cursos: Front-End, Back-End (PHP)

"Me encantó la modalidad de los cursos, es muy intensiva, eso es algo distinto muy llamativo, tenés ejercicios prácticos todo el tiempo donde vas aplicando lo que aprendes."

Jorge De Paolis

Cursos: Front-End, Back-End (PHP), React, IA

"Elegí Hack porque es el único lugar que tiene la modalidad de estudio Bootcamp, con cursos con una carga práctica muy fuerte y muy intensivos. Lo que más valoro de la academia son los docentes, que fueron excelentes, y el valor humano del equipo de Hack, siempre están ahí para darte una mano."

Próximos Comienzos

En este momento no tenemos planificados nuevos comienzos para este curso. De todas maneras, te invitamos a completar el formulario del curso (sin ningún tipo de compromiso). Es la mejora forma de mantenernos en contacto. Cuando hayan novedades te las haremos llegar vía nuestro newsletter.

Aplicar

Inversión

El precio depende de la forma de pago elegida y de los descuentos que se puedan aplicar. Las formas de pago disponibles son: transferencia bancaria, giro por redes de cobranza o tarjeta de crédito (hasta en 12 cuotas, según el sello).

La información completa se publicará cuando estén definidas las fechas de la próxima edición del curso.

Aplicar

Preguntas frecuentes

¿Qué es un Data Scientist?

El Data Scientist o Científico de Datos es una persona que se encarga de analizar e interpretar datos, con el fin de obtener conocimiento relevante para la resolución de un problema de la realidad.

Combina una sólida formación teórica y práctica en las materias fundamentales asociadas al análisis avanzado de datos: pensamiento analítico, comprensión de problemas de la realidad, estadística, programación, tratamiento de bases de datos, trabajo con algoritmos y comunicación efectiva.