Diplomado en Ciencia de Datos
130 horas
Modalidad Online
Resumen
Gracias a este Diplomado en Ciencia de Datos tendrás conocimientos profundos desde los fundamentos de la Ciencia de Datos, hasta la aplicación práctica de herramientas clave. El enfoque en bases de datos relacionales y NoSQL, junto con el análisis de datos en Python y R, proporciona una visión equilibrada. La inclusión de MongoDB y el uso de lenguajes de programación como Python y R refuerza la aplicabilidad práctica. Además, la atención en el preprocesamiento y procesamiento de datos con énfasis en ETL (Extracción, Transformación y Carga) y pruebas de hipótesis, te preparará bastante para los desafíos en los proyectos que tengas de Ciencia de Datos.
Además, contarás con un equipo docente especializado en la materia.
Objetivos
– Comprender los fundamentos de la Ciencia de Datos y las herramientas esenciales.
– Profundizar en bases de datos relacionales, abordando modelos, claves, e índices.
– Explorar bases de datos NoSQL, comparando con las relaciones y aplicando el teorema de CAP.
– Adquirir habilidades prácticas con MongoDB, desde la instalación hasta consultas avanzadas.
– Aplicar Python para el análisis de datos y entender su integración con MongoDB y Hadoop.
– Dominar R como herramienta para Big Data, explorando tipos de datos y estadísticas predictivas.
– Asimilar técnicas de preprocesamiento y procesamiento de datos, incluyendo ETL y pruebas de hipótesis.
Salidas profesionales
Con este Diplomado en Ciencia de Datos podrás optar a roles como científico/a de datos, analista de datos, ingeniero/a de datos, desarrollador/a de bases de datos, entre otros. Las empresas buscan profesionales capaces de gestionar grandes conjuntos de datos y traducirlos en información significativa para la toma de decisiones estratégicas dentro de estas empresas.
Para qué te prepara
Este Diplomado en Ciencia de Datos te prepara para destacar en el campo de la Ciencia de datos, proporcionando habilidades en bases de datos relacionales y NoSQL, análisis de datos con Python y R y técnicas avanzadas de procesamiento y preprocesamiento con ETL. Al finalizar, estarás equipado/a y tendrás confianza para enfrentarte a los desafíos de la Ciencia de datos que se te presenten en tu carrera.
A quién va dirigido
Este Diplomado en Ciencia de Datos está diseñado para estudiantes y profesionales de IT, desarrolladores/as, analistas de datos y cualquier persona interesada en el ámbito de la Ciencia de datos. No se requieren conocimientos previos, haciendo que sea accesible para principiantes, pero también valioso para quienes buscan mejorar sus habilidades.
Temario
- ¿Qué es la ciencia de datos?
- Herramientas necesarias para el científico de datos
- Data Science & Cloud Compunting
- Modelo de datos
- Tipos de datos
- Claves primarias
- Índices
- El valor NULL
- Claves ajenas
- Vistas
- Lenguaje de descripción de datos (DDL)
- Lenguaje de control de datos (DCL)
- ¿Qué es una base de datos NoSQL?
- Bases de datos Relaciones Vs Bases de datos NoSQL
- Tipo de Bases de datos NoSQL Teorema de CAP
- Sistemas de Bases de datos NoSQL
- ¿Qué es MongoDB?
- Funcionamiento y usos de MongoDB
- Primeros pasos con MongoDB: Instalación y Shell de comandos
- Creando nuestra primera base de datos NoSQL: Modelo e inserción de datos
- Actualización de datos en MongoDB: Sentencias set y update
- Trabajando con índices en MongoDB para optimización de datos
- Consulta de datos en MongoDB
- Introducción a Python
- ¿Qué necesitas?
- Librerías para el análisis de datos en Python
- MongoDB, Hadoop y Python Dream Team del Big Data
- Introducción a R
- ¿Qué necesitas?
- Tipos de datos
- Estadística Descriptiva y Predictiva con R
- Integración de R en Hadoop
- Obtención y limpieza de los datos (ETL)
- Inferencia estadística
- Modelos de regresión
- Pruebas de hipótesis
- Inteligencia Analítica de negocios
- La teoría de grafos y el análisis de redes sociales
- Presentación de resultados
Titulación
Titulo de Diplomado en Ciencia de Datos expedido por la Universidad Hemisferios en colaboración con Instituto Europeo de Estudios Empresariales (INESEM)
