Escuela de Data Science Platzi
November 18, 2022 | Author: Anonymous | Category: N/A
Short Description
Download Escuela de Data Science Platzi...
Description
12/5/2021
Escuela de Data Science
INICIAR SESIÓN
Do you you want to switch to Platzi in English?
Menú
Yes Y es,, switch to English
de Data Science Domina Escuela Domina las herramientas y técnicas para el procesamiento de Big Data y Ciencia Cie ncia de Datos.
Acelera tu carrera profesional
Escribe tu correo electrónico
ENTRA A PLATZI Acepto los Términos de Servicio y Servicio y las Políticas de Privacidad
Cursos básicos Básico Curso de Análisis Análisis de Negocios para Ciencia de Datos Curso Básico de Python Curso de Introducción a la Terminal Terminal y Línea de Comandos Curso Profesional de Git y GitHub Curso de Fundamentos de Matemáticas Curso de Python Intermedio Curso de Introducción al Pensamiento Computacional con Python https://platzi.com/datos/
1/16
12/5/2021
Escuela de Data Science
Curso Práctico de Regresión Lineal con Python Curso de Matemáticas para Data Science: Cálculo Básico Curso de Matemáticas para Data Science: Probabilidad Curso de Introducción al Álgebra Lineal: Vectores Vectores Curso de Fundamentos de Estadística y Análisis de Datos con Python Curso de Fundamentos de Bases de Datos
Data analyst y business intelligence Intermedio Curso de Principios de Visualización de Datos para Business Intelligence
Curso de Introducción a Business Intelligence con Excel Curso de Tableau: Tableau: Visualización de Datos y Storytelling para Negocios Curso de Introducción a Business Intelligence con Power BI Curso de Google Data Studio Curso de Manipulación y Análisis de Datos con Pandas y Python Curso Práctico de SQL
Data engineer Intermedio Curso de Fundamentos de Web Scraping con Python y Xpath Curso de Ingeniería de Datos con Python
Curso de Web Scraping: Extracción de Datos en la Web Curso de Scrapy
https://platzi.com/datos/
2/16
12/5/2021
Escuela de Data Science
Curso de Fundamentos de Spark para Big Data
Curso de Hadoop Curso de AWS Redshift para Manejo de Big Data
Data scientist y machine learning Avanzado Curso de PostgreSQL Aplicado a Ciencia de Datos Curso de Análisis Exploratorio de Datos Curso de Fundamentos de R Curso de Estadística Inferencial con R
Curso de Fundamentos de Álgebra Lineal con Python Curso de Fundamentos Prácticos de Machine Learning Curso de Álgebra Lineal Aplicada para Machine Learning Curso Profesional de Machine Learning con co n Scikit-Learn Curso de Fundamentos de Teoría de la Información
Curso de Fundamentos de Redes Neuronales con Python y Keras Curso de TensorFlow.js Curso de Fundamentos de Procesamiento de Lenguaje Natural con Python y NLTK Curso de Algoritmos de Clasicación de Texto Curso de Deep Learning con Pytorch
¿Por qué estudiar Data Science? https://platzi.com/datos/
3/16
12/5/2021
Escuela de Data Science
Data science science es es la combinación de técnicas matemáticas y computacionales para recolectar, recolectar, transformar,, almacenar, agregar, transformar agregar, clasicar y optimizar datos. Es uno de los campos del conocimiento en mayor desarrollo y con mayor demanda laboral dentro del mundo de la tecnología. Hoy en día todas las empresas serias tienen un equipo de data science. Adicionalmente, las técnicas y herramientas que dominan los expertos en ciencia de datos aplican a una variedad de problemas que van más allá de la empresa tradicional. Problemas en el mundo de la biología, medicina, educación, economía, nanzas, derecho, sociología, business intelligence, intelligence, física, etc., pueden resolverse con modelos y aplicaciones que construyen las y los expertos en datos. Es por esto que en Platzi hemos creado la Escuela de Data Science para Science para que formes parte de esta revolución y te unas a los y las profesionales que están transformado al mundo con datos.
Escuela de Escuela de Data ata Science Science en en Platzi Platzi
Aprendemos en comunidad En Platzi tenemos grupos de estudio donde podrás compartir tus dudas, aportes y participar de eventos exclusivos sobre Data Science Toda la comunidad está por aquí y que participes en la comunidad será increíble Puedes unirte ahora mismo a nuestro grupo en Telegram de la Escuela de Data Science
¿Cuáles son los roles que puedo desempeñar en un equipo de data science? https://platzi.com/datos/
4/16
12/5/2021
Escuela de Data Science
Las personas que forman parte de un equipo de data science realizan una variedad de actividades que les permiten llegar a conclusiones con base en los datos que analizan. A la par de conocer cada uno de estos roles es importante conocer los pasos de un ujo de trabajo en ciencia de datos. datos .
Data engineer Los data engineers se encargan de crear y mantener la infraestructura de software que permite el procesamiento de grandes conjuntos de datos. Su mundo gira alrededor de tecnologías como Hadoop, Spark, Kafka, Airow, sistemas de monitoreo, uso de nubes públicas como Google Cloud Platform o AWS y mucho más. Son grandes expertas en ingeniería de software y arquitectura de sistemas en la nube. Operan en las etapas de recolección y almacenamiento. La etapa de recolección consiste recolección consiste en la obtención de los datos de una variedad de fuentes. Lo importante en esta etapa es sistematizar y automatizar la recolección de los mismos para crear un ujo constante que permita identicar tendencias y patrones en los siguientes pasos. En ocasiones los datos pueden analizarse mientras van llegando, en otras el análisis se hace posteriormente. Es por ello que es importante almacenarlos de manera segura y accesible en la etapa de almacenamiento. almacenamiento. Aquí también se toman decisiones arquitectónicas sobre la estructura de los datos. Términos como ETL ETL,, data lakes, lakes, data warehouses y warehouses y otros son comunes a esta etapa. Aquí es fundamental un conocimiento de infraestructura y sistemas de almacenamiento.
Data analyst Su principal objetivo es encontrar conocimiento a partir de datos existentes y compartir hallazgos relevantes para tomar decisiones de negocio. Para ello sus habilidades parten desde conocimientos en Excel, estadística, herramientas de visualización de datos como datos como Tableau Tableau y y Microsoft Power BI, hasta manejar lenguajes como SQL para consultas y Python para la manipulación, transformación y análisis de los datos. Un data analyst opera en una etapa de exploración partiendo exploración partiendo de un problema a resolver mediante un análisis. Primero deberá extraer extraer datos recolectados y reorganizarlos para p ara que puedan ser entendidos. Usando herramientas estadísticas interpretará los datos con especial atención en tendencias y patrones que pueden tener gran valor para su diagnóstico. Finalmente deberá comunicar sus hallazgos a líderes que toman decisiones de negocio a través de reportes con grácas y dashboards de manera que sea muy sencillo entenderlos.
Data scientist Las habilidades de un data scientist contemplan varias de las de una analista anali sta de datos con lenguajes como Python y SQL, probabilidad y estadística, pero también con conocimientos de inteligencia articial como cálculo, álgebra lineal, support vector machines, decisions trees, redes neuronales, Tensorow, Keras, PyTorch, scikit-learn y algunas herramientas de desarrollo backend. https://platzi.com/datos/
5/16
12/5/2021
Escuela de Data Science
Su trabajo empieza en una etapa de exploración y transformación. transformación. Llevan a cabo la limpieza, detección de anomalías y creación de datasets a partir de datos crudos. Sus habilidades les permiten explorar cómo se distribuyen los datos encontrando valores estadísticos descriptivos. Posteriormente transforman transforman el dataset para que los modelos predictivos de clasicación puedan operar sobre el mismo. Una vez que los datos están limpios es momento de realizar un análisis más avanzado en la etapa de agregación y etiquetado. etiquetado. La tarea es segmentar los datos, denir y obtener métricas, generar agregaciones, extraer features y preparar los datos para machine learning. l earning. También es momento de generar visualizaciones para facilitar la detección de patrones, correlaciones y relaciones de causalidad que estaban escondidas en los datos crudos. Aquí más que nunca es muy importante el conocimiento matemático y del negocio para realizar las preguntas indicadas y llegar a conclusiones correctas. Finalmente, llega la etapa de aprendizaje automatizado y optimización para optimización para obtener información que dé una ventaja a la organización ayudándola a entender de manera precisa el comportamiento de sus usuarios y su negocio. Es posible forzar el dataset con técnicas avanzadas de machine learning y deep learning para obtener resultados que no era posible obtener en etapas anteriores. Aquí también crean modelos predictivos poderosos que permiten generar recomendaciones para aumentar los benecios que se le pueden ofrecer a todos los usuarios de la l a empresa.
Machine learning engineer Los machine learning engineers operan en el último tramo del ujo dentro de la etapa de aprendizaje automatizado y optimización. optimización. Su tarea es escalar y robustecer los modelos que un cientíco de datos ha construido. Por supuesto este rol requiere las mismas habilidades de inteligencia articial de un cientíco de datos, pero además requiere profundizar en despliegue de aplicaciones con herramientas como Flask, Django, FastAPI, Docker, Docker, conocimiento de infraestructuraa y servicios cloud como AWS, Google Cloud Platform o Microsoft Azure. infraestructur Un machine learning engineer se asegura que todas las tareas de los sistemas en producción funcionen correctamente. Para ello hace un uso extensivo de algoritmia y de librerías de machine learning y mejoran los modelos que han sido puestos en producción haciendo mantenible, escalable y depurable el código que ha creado un data scientist mediante la automatización y abstracción de procesos repetitivos presentes en la mayoría de las tareas de machine learning. El trabajo de una machine learning engineer es uno de los l os roles que más aprovecha los conocimientos de ingeniería de software dentro de un equipo de datos.
¿Cómo me convierto en profesional de los datos? https://platzi.com/datos/
6/16
12/5/2021
Escuela de Data Science
Estrategias para empezar en Data Science | Yesi Díaz | Platzi CONF ONF
Si has llegado hasta este punto p unto seguramente te has decidido a especializarte en data science. Probablemente ya hasta tienes en mente en cuál de todos estos roles te gustaría profundizar, profundizar, pero antes de eso necesitamos aclarar que cualquier profesional de los datos tiene dominio en estas tres áreas: 1. Ciencias de la computación. 2. Matemáticas y estadística. 3. Experiencia en el campo o dominio del negocio. Al principio tu objetivo será desarrollar habilidades y conocimientos en estas tres áreas. Para lograrlo solamente comienza con la parte básica de esta Escuela de Data Science que está preparada especícamente para brindarte estos poderes esenciales. Si lo tuyo es el campo de dominio del negocio puedes también revisar libros sobre inteligencia de negocio que negocio que te darán fundamentos para complementar los cursos. Una vez que termines te habrás preparado para seguir tu camino en los diferentes roles de un equipo de data science. ¡No esperes más! Comienza ahora esta aventura para convertirte en profesional de los datos.
Glosario Ciencia de Datos: Datos: Área de conocimiento que busca agregar valor a los datos por medio de la conuencia de análisis estadísticos, métodos computacionales y visualización de información. Big Data: Data: Conjunto de información cuya longitud (número de registros), variedad (número de características por https://platzi.com/datos/
7/16
12/5/2021
Escuela de Data Science
cada registro) y frecuencia (ritmo con el cual se actualiza la información) i nformación) impiden que los métodos de procesamiento de datos convencionales sean sucientes para su manejo.
Bases de datos: datos: Las bases de datos son contenedores o repositorios digitales en los que se almacenan de manera estructurada y organizada datos que comparten un mismo contexto para su posterior procesamiento y consulta. Keyword: Se reere a la palabra clave que atrae al mayor número de seguidores a través de buscadores. Cuando Keyword: tienes claro cuáles son las keyword keywordss que denen tu contenido puedes posicionarlo de manera orgánica o paga lo cual inuye en el número de búsquedas y las conversiones. automatizados por Machine Learning: Learning: Rama de la inteligencia articial que se encarga del estudio de métodos automatizados medio de algoritmos y estadística, para generar modelos matemáticos que permitan resolver tareas de forma tal que sea el software quien descifre por sí mismo como resolver dicho problema. VER MÁS TÉRMINOS
BASIC
EXPERT
EXPERT+
$30 al mes Un pago anual de$349 Ahorras $119 vs Basic
Elegir Expert+
2
Estudiantes con acceso a la plataforma Acceso a la Escuela de Inglés y Escuela de Startups Participa en Platzi Demo Day con tu Startup Mentorías semanales en grupo y en vivo Descarga tus clases con la App A pp para estudiar sin conexión Acceso VIP a PlatziConf, online y presencial Envío de diploma de certicación físico de las Escuelas aprobadas Acceso a los nuevos cursos 48 horas antes de su lanzamiento (pronto)
https://platzi.com/datos/
8/16
12/5/2021
Escuela de Data Science
Desafíos y retos vericados en cada escuela (pronto) Clases en Full HD para toda conexión (pronto) App para iOS y Android con funciones exclusivas, exclusivas, cursos en audio y más Acceso a más de 700 70 0 cursos, Escuelas y sus actualizaciones El precio del plan nunca subirá mientras mantengas mantengas tu suscripción activa. Diploma de certicación digital de las Escuelas y cursos aprobados Acceso a la comunidad más grande de profesionales y emprendedores en tecnología de la región
Precios en dólares Compra de manera segura
Múltiples medios de pago
UN SOLO CURSO
$49 1 solo curso, 1 solo pago Comprar curso
PLATZI PARA EMPRESAS
¿Necesitas capacitación para tu empresa? empresa? Tenemos planes especiales. Conócelos en: platzi.com/ empresas empresas https://platzi.com/datos/
9/16
12/5/2021
Escuela de Data Science
Aprende de los mejores Freddy Vega CEO en Platzi @freddier
David Aroesti Engineer en Google Cloud @jdaroesti
Ricardo Celis Course Director en Platzi @celismx
Juan Pablo Morales Gerente de ingeniería en Arara @JuanpaMF
Sergio Orduz Ingeniero Eléctrico en
Sonia Ardila Senior Data Specialist en Claro Colombia @soniaardila1
https://platzi.com/datos/
10/16
12/5/2021
Escuela de Data Science
Israel Vázquez Morales Senior Software Engineer en YouNoodle @israbaurel
Daniel Sánchez Integrador Creativo en Aprende Institute @danielowho
Yesi Y esi Díaz Data Scientist en Rappi @silvercorp
Sebastián Sosa Co-founder en Caburé @helblings
Katherine Briceño Consultora en Analítica en Banco GNB
Martín Sokolowicz Ayudante Ayudan te Experto en Digital House
David Torres Data Scientist en Platzi @davinci137
https://platzi.com/datos/
11/16
12/5/2021
Escuela de Data Science
re
rtz
COO en Spin Quantum Tech @ludthor
Juan José Bello Co founder / Marketer en Porter Metrics
Francisco Camacho Data Scientist en Platzi @el_pachocamacho
Facundo García Martoni Technical Mentor en Platzi @facmartoni
Alejandro Santamaria CTO en Shoelovers.co @alexs_mx
Carlos Alarcón Data Scientist en Platzi @alarcon7a
María Plaza C Head of Business Development & Growth en Populetic @MariaPlazaC
https://platzi.com/datos/
12/16
12/5/2021
Escuela de Data Science
Co-fundadoraa y directora en Pionerasdev Co-fundador @@Marianvilla
Julián Cruz Docente en Universidad Externado de Colombia @Cruz_Julian_
Óscar Gutiérrez Castillo Analista Desarrollador en StratBran StratBranding ding @Ator97
Sílvia Ariza Sentís Data Scientist en DiDi @silari_
Ulises Rayon Outbound Analyst en Platzi
Enrique Devars
Course Director, Director, Facultad de Computer Science en Platzi @codevars
Benjamín Casazza CEO en Data to Business @_uracilo
Maria Cruz Data Scientist en Athena @CgMcruzg https://platzi.com/datos/
13/16
12/5/2021
Escuela de Data Science
Luis Jorge Novelo Master Coach en Platzi Master @novelonovelo
Blog Posts Tutorial: cómo extraer datos de Twitter con Python Anthony Ismael Manotoa Moreno
hace 11 días Desarrollo e
33 ·
·
Comentar
Ingeniería
Datacademy: aprende las bases de la ciencia de datos con Platzi Enrique Devars hace 14 días 77 ·
·
Comentar
Desarrollo e Ingeniería
Redes neuronales: las usas todos los días y no lo sabías alarcon7a hace 19 días 22 ·
·
Comentar
Desarrollo e Ingeniería
Aprende de Data Science con Platzi y consigue el badge LOSD LOSDA ATASTIFIED danigranatta hace un mes
·
https://platzi.com/datos/
34 ·
Comentar
Desarrollo e Ingeniería
14/16
12/5/2021
Escuela de Data Science
Rutas relacionadas para complementar tu aprendizaje
Escuela de Matemáticas Aprende en casa temas de matemáticas como álgebra, ecuaciones, funciones, cálculo y probabilidad. Desarrolla tus propios análisis matemáticos y aplícalos.
Transformamos la economía de nuestros países entrenando a la próxima generación de profesionales en tecnología. Aprende en nuestras redes:
Marketing Diseño y UX Crecimiento Profesional Inglés Startups Desarrollo e Ingeniería Negocios y Emprendimiento Contenido Digital
Certicadores ociales en tecnologías
https://platzi.com/datos/
15/16
12/5/2021
Escuela de Data Science
Entérate de todas las novedades en educación, negocios y tecnología
Suscríbete
Ingresa tu correo electrónico
Preg Pr egun unttas fr frec ecue uent ntes es Con ontá táct ctaano noss Pr Pren ensa sa Con onfe fere renc ncia iass Tér érmi mino noss y Con Condi dici cion ones es Pr Priv ivaaci cid dad Es Estu tud dian anttes Hol olaa
PT
EN
De LATAM con para el mundo
https://platzi.com/datos/
16/16
View more...
Comments