Introducción a la Ciencia de Datos (utilizando herramientas prácticas)
Docente a cargo: Micaela Bazzano.
Carga horaria total. (hs. reloj): 36 hs.
Cantidad de estudiantes: Cupo mínimo de 10 estudiantes, cupo máximo de 25 estudiantes.
Conocimientos previos requeridos: No se requieren conocimientos previos específicos. Se sugiere tener conocimientos básicos de manejo de PC.
Días de cursada: Martes 16 a 18 hs. (virtual) y jueves 17:30 a 19:30 hs. (virtual). Se hará 1 encuentro presencial mensual en el tiempo que dure la cursada.
Fecha de inicio: Martes 08/10
Fecha de fin: Jueves 05/12
Modalidad de cursada: Virtual (con un encuentro presencial mensual)
Ubicación del encuentro presencial mensual: Parque Industrial La Bernalesa – Quilmes TEC (Martín Rodríguez 199, esq. Lamadrid – Quilmes)
Valor total y único a abonar: $ 39.000
En este curso podrás:
● Identificar las habilidades y herramientas necesarias para desempeñarse como Data Scientist.
● Comprender las etapas del ciclo de vida de los datos y cómo las herramientas informáticas se integran en cada una de ellas.
● Reconocer la importancia del modelado y el análisis de datos en la toma de decisiones.
● Crear y presentar visualizaciones efectivas utilizando herramientas como Tableau, Power BI, o R.
● Destacar la importancia de la estadística en la ciencia de datos y su aplicación práctica.
Introducción a la Ciencia de Datos con Python
Docente a cargo: Manuel Moreira.
Carga horaria total (hs. reloj): 36 hs.
Cantidad de estudiantes: Cupo mínimo de 10 estudiantes, cupo máximo de 20 estudiantes.
Conocimientos previos requeridos: No se requieren conocimientos previos específicos. Se sugiere tener conocimientos básicos de manejo de PC, planillas de cálculo y Google Suite
Días de cursada: Jueves de 15 a 18 hs. (+1 hora virtual asincrónica semanal)
Fecha de inicio: Jueves 10/10
Fecha de fin: Jueves 05/12
Modalidad de cursada: Semipresencial
Ubicación de los encuentros presenciales: Parque Industrial La Bernalesa – Quilmes TEC (Martín Rodríguez 199, esq. Lamadrid – Quilmes)
Valor total y único a abonar: $ 39.000
En este curso podrás:
● Familiarizarte con los conceptos básicos de la programación en Python.
● Aprender los conceptos básicos de la ciencia de datos.
● Generar presentaciones visualmente claras y bien documentadas.
Contenidos:
Unidad 1: Introducción a Python: Breve historia del lenguaje en el contexto de la ciencia de datos. Lenguaje interpretado, tipos de datos, Motores para correr código Python. Jupyter notebooks.
Unidad 2: Manejo de datos con Python, introducción a Pandas: extraer datos de diversos servicios, consumir datos en diversos formatos, interactuar con APIs. Control de flujo, iteración. presentación de numPy utilización de métricas de la estadística clásica, creación de métricas ad-hoc.
Unidad 3: Visualización de datos presentación de Seaborn para la generación de gráficos. Criterios generales para la utilización de Jupyter notebooks como herramienta para comunicar resultados de investigaciones/estudios.
Visualización de datos con Tableau
Docente a cargo: Micaela Bazzano.
Carga horaria total (hs. reloj): 36 horas.
Cantidad de estudiantes: El cupo mínimo es de 10 y el máximo de 25.
Conocimientos previos requeridos: No se requieren conocimientos previos específicos.
Días de cursada: Lunes y miércoles de 9 a 11 hs. (virtual ambos días). Se hará 1 encuentro presencial mensual en el tiempo que dure la cursada.
Fecha de inicio: Lunes 07/10
Fecha de fin: Lunes 09/12
Modalidad de cursada: Virtual (con un encuentro presencial mensual)
Ubicación del encuentro presencial mensual: Parque Industrial La Bernalesa – Quilmes TEC (Martín Rodríguez 199, esq. Lamadrid – Quilmes)
Valor total y único a abonar: $ 39.000
En este curso podrás:
● Conocer las bases teóricas de la visualización de datos y su importancia en la ciencia de datos.
● Desarrollar habilidades prácticas en el uso de Tableau para crear y personalizar visualizaciones de datos.
● Entender cómo seleccionar los tipos de gráficos y visualizaciones más adecuados según los datos y el público objetivo.
● Aprender a diseñar y construir dashboards interactivos que faciliten la exploración y
presentación de datos.
● Integrar Tableau con otras herramientas y fuentes de datos para un análisis más robusto.