Certificación Avanzada en Data Science

PRECIO

$1,950,000

Fecha

25/03/2025

Modalidad

Virtual


Realizar consulta

Certificación Avanzada en Data Science

Certificación Avanzada en Data Science

$1,950,000

Realizar consulta

Big data se refiere a las grandes colecciones de datos, estructurados, o no estructurados, que pueden crecer a volúmenes enormes y a un ritmo tan alto que es complejo manejarlos con las técnicas habituales de los sistemas de bases de datos y las herramientas de análisis existentes hasta hace un tiempo.

La gestión y el análisis de estas cantidades masivas de datos exigen nuevas soluciones que van más allá de los procesos tradicionales o herramientas de software habituales en la práctica diaria, lo que ha llevado a acuñar el término “big data analytics”.

La Certificación Avanzada en Data Science está orientada a facilitar el conocimiento de las herramientas que permiten diseñar, preparar, analizar y manejar información, estructurada y no-estructurada.

Consultá por beneficios y financiación en
[email protected]

Duración:
119 hs.
Modalidad:
Virtual
Precio:

$1,950,000

Medios de pago:
Mercado Pago

Las habilidades que desarrollarás

  1. Comprender los pasos centrales del workflow de un proyecto de data science, desde la comprensión del problema hasta la construcción de modelos y visualización de los resultados.
  2. Adquirir las habilidades necesarias para formar parte de un equipo de data science: modelado, diseño y consultas (utilizando SQL) de bases de datos y data warehouses, construcción de modelos de machine learning utilizando R (y opcionalmente Python) y manejo de otros tipos de datos más allá de las bases de datos relacionales, como datos geográficos y bases de datos de grafos.

Perfil del participante:

Profesionales de cualquier área o especialidad, que quieran adquirir conocimientos sobre técnicas y herramientas que les permitan aplicar el análisis de datos en sus actividades.

Plan de estudios

  • Conceptos básicos de Base de datos y SQL.
  • Modelos de datos.
  • Análisis de requerimientos.
  • Diseño conceptual, lógico y físico.
  • El modelo multidimensional: estrella, snowlflake y constellation.
  • Manejo de cambios: Slowly changing dimensions.
  • Diseño físico.
  • Online Analytical Processing: OLAP. OLAP vd OLTP.
  • SQL/OLAP: funciones de ventana.


Profesor: Alejandro Vaisman

  • Conceptos básicos de Machine Learning.
  • Modelos descriptivos y predictivos.
  • Técnicas fundamentales: clasificación, clustering, patrones.
  • Árboles de decisión.
  • Aplicación a problemas concretos de predicción.
  • Casos de estudio.
  • Redes Neuronales.

 

Profesora: Marcela Riccillo

Parte 1:

  • Bases de datos espaciales.
  • Open Geospatial Consortium (OGC): objetos geométricos y geográficos.
  • Lenguaje de Consulta: funciones y predicados para el análisis espacial.
  • Concepto de índice espacial.
  • Visualización de resultados en QGIS y OpenJump.


Parte 2:

  • Bases de datos de grafos NoSQL.
  • Modelado de Property Graphs.
  • Lenguaje de Consulta: búsqueda de patrones y uso de agregaciones. Soporte para el análisis de datos espaciales.

 

Profesora:  Leticia Gómez

  • Introducción, definiciones, antecedentes, gráficos notables.
  • Principios de la excelencia gráfica. Observaciones y variables. Tipo de variables.
  • Visualizando tablas, jerarquías y redes. Utilización del color. Representación
  • eficiente de la información, sumarización y visualización de
  • grandes volúmenes de datos. Prácticas con d3js, jit, Processing, Google
  • Visualization API, Tableau, Fusion Tables.

 

Profesor:  Ariel Aizemberg

Cuerpo Docente

Alejandro es Doctor en Ciencias de la Computación por la Universidad de Buenos Aires. Postdoctorado en la Universidad de Toronto, Canadá. Es especialista en Data Warehousing y Business Intelligence (BI), Data Mining, Sistemas de Información Geográfica (GIS), y en publicación de datos en la web, siguiendo los lineamientos de Linked Open Data. Co-autor, junto con el Prof. Esteban Zimányi (Universidad Libre de Bruselas) del libro “Data Warehouse Systems: Design and Implementation”. Ha publicado, además, 5 capítulos en libros internacionales y ha publicado artículos en las más prestigiosas revistas y conferencias de la especialidad.

Doctora en Ciencias de la Computación de la Universidad de Buenos Aires, especialista en Inteligencia Artificial y Robótica. Cuenta con +15 años de experiencia en empresas e instituciones llevando a cabo proyectos de consultoría en tecnología de la información e IA aplicada a la industria. Ha realizado conferencias en eventos nacionales e internacionales y charlas TED, como TEDxRosario, y TEDxBarcelona. Tiene publicados trabajos de investigación en IA. Es, además, docente universitaria en IA, Robótica, Data Mining, Machine Learning, y Redes Neuronales. También reliza tareas de divulgación científica, entre ellas, fue columnista de Robótica en Radio Palermo, y jurado en el programa de ciencia de TV Eureka de Canal Encuentro.

Licenciado en Ciencias de la Computación, Depto de Computación, FCEyN, UBA. 25 años de experiencia docente (Inteligencia Artificial, Sistemas Expertos, Data Mining y Visualización de Información, 10 años como consultor independiente en las siguientes áreas: Spatial Databases, GIS, Data Quality, InfoVis y BI. Se desempeñó también como responsable de desarrollos GIS en diferentes organizaciones.

Es Licenciada en Ciencias de la Computación de la UBA y Doctora en Ingeniería en Informática del ITBA. Ha participado en diferentes proyectos en el área de Data Warhousing como “Diseño e Implementación de Herramientas para la Administración y Análisis de la Evolución de Datos Complejos en Big Data Utilizando Bases de Datos de Grafos” y “Big Data Cubes: Publicación y Análisis de Datos Multidimensionales en la Web Semántica en Tiempo Casi-Real”. Directora del Proyecto FITAP 008 “Desarrollo de Laboratorio de Seguimiento de Ojos para Medición de Usabilidad en SaaS”, MINCYT, Argentina.

Actualmente es miembro del comité de UXQCC (User Experience Quality Certification Center) en UXPA, UXQCC. Es investigadora en el área de Bases de Datos, Business Intelligence (Online Analytical Processing y Data Mining) y Grafos. Ha realizado publicaciones en diferentes revistas científicas internacionales

Es docente titular en el Departamento de Ingeniería informática del ITBA.

Lic. en Cs. de la Computación (FCEyN – UBA). Especialista en Cs. de Datos (ITBA). Candidata a Dra. en Computación por ITBA y Universidad de Hasselt (Bélgica). Profesora Adjunta, área Bases de Datos (ITBA), Profesora en la Especialización en Cs. de Datos (ITBA). Ex- Gerente de Alianzas y Canales en Informix Software de Argentina.

Certificación Avanzada en Data Science

$1,950,000

Realizar consulta