ContenidoDiplomado Fundamentos de la Ciencia de Datos.
Título: La Escuela Colombiana de Ingeniería otorga certificado de asistencia
Duración: 120 horas
Modalidad: remota
Jornada: nocturna
PRESENTACIÓN.
Conozca los fundamentos de la ciencia de datos aplicada
Educación Continuada: programas abiertos y empresariales de educación no formal que optimizan el desempeño profesional.
Aprenda e iníciese en la ciencia de datos aplicada.
El gran volumen de datos, que se obtiene por el crecimiento exponencial de los desarrollos tecnológicos, propone retos en todos los ámbitos empresariales e industriales. De ahí que sea necesario el uso y entendimiento de métodos analíticos en la transformación de análisis en información relevante, oportuna y pertinente para la toma decisiones estratégicas y la comprensión del negocio.
“¿Alguna vez se ha preguntado por qué tanto alboroto por los datos? ¿Qué hacen los científicos de datos? ¿Qué son exactamente el aprendizaje automático y la inteligencia artificial? ¿Son lo mismo? ¿Le encanta trabajar con datos? Si su respuesta es sí, entonces está en el lugar correcto”
Benjamin Smith.
Por lo tanto, se requiere la creación de estrategias para el desarrollo del pensamiento disruptivo y competitivo. Este curso reúne a expertos en consultoría empresarial e investigativa para ofrecer conocimientos y experiencias en el desarrollo de habilidades que permitan comprender los fundamentos en la ciencia de datos.
Por qué estudiar con nosotros:
Entendimiento del ciclo de vida de los datos.
Técnicas de análisis Big Data, Machine Learning y estadística computacional.
Herramientas computacionales como R y Python, entre otras.
Interpretación de resultados del análisis de datos para diseño de estrategias.
Metodología:
Los conferencistas del diplomado son expertos en consultoría analítica empresarial y académica. Sus líneas de investigación son Inteligencia Artificial, Data Science, Business Intelligence, Machine Learning, Data Mining y Data Visualization.
Clases en modalidad remota.
Prácticas computacionales con fuentes de casos reales.
Las clases se impartirán en español.
Al finalizar el curso se hará una evaluación para conocer la opinión de los participantes en relación con la calidad del diplomado, la metodología y el contenido, así como el desempeño del instructor.
Deberes del participante:
Contar con conexión a internet de banda ancha.
Disponer de audífonos (diadema o manos libres) para aislar el ruido externo.
Verificar que el equipo de cómputo no haya sido bloqueado para conexiones a herramientas de Microsoft.
En caso de ser miembro de Microsoft Teams con otra cuenta, cerrar las sesiones que ls involucren e ingresar con un navegador libre de caché.
Conectarse a las sesiones de clase con mínimo 10 minutos de antelación, de manera que verifique la conexión adecuada y pueda realizar ajustes.
Disponer de materiales para tomar apuntes.
Certificación:
La Universidad Escuela Colombiana de Ingeniería Julio Garavito otorgará el certificado de asistencia a quienes participen activa y cumplidamente como mínimo en el 90 % de las sesiones programadas.
Perfil del aspirante:
Personas apasionadas por el análisis y modelado de datos o por la tecnología y la investigación, así como interesadas en incursionar en estos temas. Se caracterizan por ser ejecutivos jóvenes tomadores de decisiones, emprendedores, también directivos de grandes compañías que trabajan en las áreas financiera, de IT, logística y distribución, en el sector de la salud o en empresas de comunicaciones y mercadeo.
Contenido temático:
Módulo I. Introducción (DB, BIG DATA, ML, DL, IA) (20 horas)
Assessing the Situation
Determining goals
Producing a project plan
Módulo II. Data Understanding (20 horas)
SQL in Big Data
Structural and unstructured data
Data wrangling, cleaning & transformation
Módulo III. Data Understanding (20 horas)
Data visualizations
Data interpretation
Exploratory data analysis
Módulo IV. Modeling (Análisis predictivo SC, ML, DL) (20 horas)
Surveys y experimentos
Machine learning models y cross-validation}
Text analysis
Módulo V. Evaluation & Deployment (APP, WEB SITE, Reports IA) (20 horas)
Evaluating the results & review process
Planning monitoring and maintenance
Módulo VI. Revisión casos éxitos (20 horas)
Evaluating the results & review process
Planning monitoring and maintenance
Objetivos alcanzables:
Desarrollar habilidades para el aprendizaje de métodos, técnicas y herramientas alrededor de la ciencia de datos.