Procesamiento de datos para Data Scientist
Con el curso Procesamiento de datos para Data Scientist te introducirás en el mundo de la inteligencia artificial, descubriendo la importancia que tiene en la captación y procesamiento de los datos. Conoce cómo recopilar y capturar el dato y qué plataformas emplear para procesar las bases de datos en “Cloud”.
Dirigido a…
- Directivos y Responsables de área,
- Graduados/as en Ingeniería e Ingenieros/as técnicos/as Universitarios con carreras relacionadas con Empresa, economía, datos y tecnología.
Salidas profesionales
- Data Scientist y/o Data Manager
- Técnico/a en Big Data
- Analista de datos
- Técnico/a en Business Intelligence
- Facilitador/a de proyectos 4.0
- Gestor/a de proyectos 4.0
Estructura del curso
Introducción a la programación
- Introducción y operaciones básicas.
- Mutaciones, Alias y Clonación de Listas.
- Control de Flujo y Condicionales.
- Iteraciones.
- Funciones.
- Módulos y Archivos.
- Ejercicios Prácticos.
Módulo 1: Introducción a la inteligencia artificial
- Introducción.
- Evolución histórica – ¿Por qué ahora?
- Posibilidades y límites de la Inteligencia Artificial.
- Ejemplos Prácticos.
Módulo 2: Procesamiento y visualización de datos
- Procesamiento de datos con Pandas y Seaborn.
- Modificaciones Básicas de datos.
- Análisis Preliminar de Variables.
- Gráficos Básicos.
- Tratamiento de Fechas.
- Correcciones Masivas de errores tipográficos.
- Unión de Tablas.
- Filtrado
- Modificaciones Avanzadas.
- Lectura de datos en SQL y MongoDB.
Módulo 3: Captura de datos
- Tipos de Datos y su aplicación.
- Tipos de Datos según sus fuentes.
- Captura de bases de datos.
- Captura de Internet.
- Utilización de APIs.
- Introducción al webscrapping
- Herramientas de captura Scrapy, Beautifulsoup, Selenium.
Módulo 4: Plataformas, bases de datos y procesamiento en la nube
- Bases de datos relacionales y no relacionales.
- SQL
- MondoDB
- Neo4j
- Procesos ETL.
- Procesamiento en Azure, AWS y Google
En colaboración con
