Certificación Profesional en Data Science

PRECIO

$1,192,000

Fecha

03/04/2024

Modalidad

Virtual

Realizar consulta

Certificación Profesional en Data Science

Certificación Profesional en Data Science

$1,192,000

Realizar consulta

Certificación Profesional en Data Science
Escuela de Innovación del ITBA

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:

$1,192,000

Medios de pago:
Mercado Pago

Las habilidades que desarrollarás

  1. Creación y desarrollo de modelos de datos para el análisis de diversos escenarios que requieran el uso de datos para la toma de decisiones.
  2. Integración de datos provenientes de diversas fuentes y técnicas para asegurar su consistencia.
  3. Modelado e implementación de data warehouses.
  4. Manejo de diferentes tipos de datos, en particular datos geográficos y bases de datos de grafos (para el análisis de redes).
  5. Creación de visualizaciones que ayuden a entender los data sets.
  6. Construcción y análisis de modelos de machine learning
  7. Presentación y comunicación de resultados y hallazgos (incluso para una audiencia inexperta).

Requisitos:

La Certificación Avanzada en Data Science tiene un curso de nivelación. En el mismo se dictan conceptos básicos de Base de Datos y SQL y contiene un examen obligatorio. Es condición para continuar con la cursada el programa haber aprobado el examen del curso de nivelación. Su duración es de cuatro semanas y se cursa asincronicamente con posibilidad de tutoreo a cargo del docente.

Perfil del participante:

  • Profesionales de distintas disciplinas que buscan ampliar su comprensión sobre métodos efectivos para abordar desafíos en el ámbito de la ciencia de datos.

Plan de estudios

Conceptos básicos de Base de datos y SQL.

Contenidos mínimos: Modelos de datos. Arquitecturas. 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: Dr. Alejandro Vaisman.

Contenidos mínimos. 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: Dra. Marcela Riccillo.

 

Contenidos mínimos. 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.

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: Dra. Leticia Gómez.

 

Introducción, definiciones, antecedentes, gráficos notables. Principios de la
excelencia gráfica. Observaciones y variables, tipos de variables y niveles de
medición. Visualizando tablas, jerarquías y redes. Utilización del color. Reducción de dimensiones y visualización de grandes volúmenes de datos. Prácticas con Tableau, Observable, Python y R.

Profesor: Lic. 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.

Certificación Profesional en Data Science

$1,192,000

Realizar consulta