Data Science Bootcamp
Data Science Bootcamp es un programa con el que aprenderás de forma práctica todo lo que necesitas para desarrollarte como Data Scientist. A través del programa, serás capaz de resolver los principales retos de la profesión. Junto a nuestros formadores, mentores y empresas del sector tecnológico, te guiaremos en un aprendizaje práctico y orientado a las necesidades del mercado laboral.
Aprenderás Python, sus librerías de análisis de datos y de Machine Learning y Deep Learning para construir y desplegar modelos de Inteligencia artificial para crear modelos predictivos y por tanto servir de apoyo en la toma de decisiones de la empresa.
¡Tú eres el próximo Data Scientist!
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

Formación modular
El programa Data Science Bootcamp puede cursarse de forma completa o de manera modular. Elige el formato de curso que mejor se adapta a tus necesidades.
Módulo 0: Introducción a la programación
- Introducción y operaciones básicas.
- Mutaciones, Alias y Clonación de Listas.
- Control de Flujo y Condicionales.
- Iteraciones.
- Funciones.
- Recursividad.
- 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.
»Solicita información sobre este módulo
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.
»Solicita información sobre este módulo
Módulo 4: Plataformas, bases de datos y procesamiento en la nube
- Diseño de bases de datos relacionales y no relacionales.
- DatawareHouse.
- Procesos ETL.
- Procesamiento en Azure, AWS y Google
Módulo 5: Matemáticas y estadística
- Estadística y Econometría:
- Probabilidad.
- Modelos de Distribución Discreta y Continua.
- Distribución Normal.
- Estimación.
- Contraste de Hipótesis.
- Tabla ANOVA.
- Estadísticos Básicos y Regresión Lineal.
- Álgebra Lineal:
- Vectores y Espacios Vectoriales.
- Matrices.
- Cuerpos.
- Sistemas.
- Función de Coste y Mínimos Cuadrados Ordinarios.
- Optimización.
»Solicita información sobre este módulo
Módulo 6: Calidad del dato
- Dimensiones de calidad del dato.
- Detección y tratamiento de Outliers.
- Tratamiento de Valores Perdidos.
»Solicita información sobre este módulo
Módulo 7: Machine learning
- Definición.
- Mapa conceptual y clasificación de modelos.
- Validación de Modelos.
- Normalización de Variables.
- Modelos Supervisados: Clasificación y Regresión.
- Modelos no Supervisados
»Solicita información sobre este módulo
Módulo 8: Deep learning
- Definición.
- Redes Neuronales densas.
- Funciones de Activación.
- Procesamiento del Lenguaje Natural.
- Visión Artificial.
- Casos Prácticos.
»Solicita información sobre este módulo
Módulo 9: Visualización de datos
- Definición.
- Introducción a la excelencia y visualización de datos.
- Visualización y reporting efectiva.
- Power BI.
- Casos prácticos.
»Solicita información sobre este módulo
Módulo 10: Proyecto/Reto final
- Proyecto final sobre Big Data y/o Inteligencia Artificial.
- Reto final donde varias empresas presentarán sus retos para que los alumnos busquen una solución como proyecto final.
La duración del programa se estima en 340 horas más el proyecto y reto final.
Clases híbridas (presenciales y telepresenciales) en viernes y sábado que combinan enseñanzas teóricas con aplicación práctica en casos reales.
Durante todo el programa se realizarán trabajos prácticos que se evaluarán para constatar el nivel de progreso
Metodología
- Project based learning: Democratizar la AI mediante retos prácticos durante la capacitación para un aprendizaje eficiente.
- Empresas reales implicadas: Se realizan 6-8 retos de empresas reales en las tres últimas semanas con el asesoramiento de las empresas colaboradoras.
- Mentores especializados: Un enfoque práctico de Learn-by-doing mediante un profesor magistral y un instructor práctico.
- Acceso a talento con valor: Metodología específicamente orientada a crear capacidades en AI con aplicación inmediata en el entorno laboral.
- Vigilancia tecnológica: Revisando tendencias y oportunidades de mercado a nivel nacional y global.
Objetivos
Los retos del Data Scientist están en poder interpretar un problema y explicarlo de forma objetiva y rigurosa, saber cómo obtener valor de la información que maneja y transformar todo ello en decisiones efectivas en función de los objetivos.
Aprenderás Python, sus librerías de análisis de datos y de Machine y Deep Learning para construir y desplegar modelos de Inteligencia artificial para crear modelos predictivos y por tanto servir de apoyo en la toma de decisiones de la empresa.
¿Por qué el Data Science Bootcamp?
Carrera Profesional de futuro, una de las más demandadas y con potencial de crecimiento en el contexto laboral.
Conocer los datos, analizarlos y explotarlos generando información de valor, se ha convertido en la prioridad de la práctica totalidad de las empresas que desean ser competitivas.
Dar solución a problemas de Inteligencia Artificial se debe a los avances que están permitiendo la aplicación de técnicas Machine Learning sobre datos no estructurados (imágenes, sonidos, texto…).
El análisis de datos se está convirtiendo en una competencia transversal del empleado del siglo XXI. Cuantos más conocimientos se tienen, más valor se adquiere como profesional.
La ciencia de datos permite trabajar en distintos sectores y áreas de negocio: desde la agricultura hasta la industria pasando por la logística o turismo.
Contribuir a los procesos de transformación digital de las empresas.
En colaboración con



¿Te gustaría ganar el libro “Los 7 pecados laterales. 42 técnicas creativas generadoras de innovación”?
¡PARTICIPA EN EL SORTEO!
Sorteamos el libro “Los 7 pecados laterales. 42 técnicas creativas generadoras de innovación” de Francisco Torreblanca y Paco Lorente.
Participa en el sorteo del libro antes del 5 de mayo y puedes llevarte un ejemplar de este libro.
Suscríbete a la newsletter
¿Quieres estar al día de toda la oferta formativa de Cámarabilbao? Suscríbete a nuestra newsletter y recibe periódicamente la información más completa sobre másteres, postgrados, cursos, workshops y mucho más.