EANT > Escuela de Ciencia de Datos > Programas > Data Scientist
Programa de entrenamiento en técnicas aplicadas de data mining y machine learnig

ProgramaData Scientist

El mundo se está digitalizando rápidamente. La capacidad de recolectar y convertir los datos en información y conocimiento se está volviendo la habilidad competitiva primera que necesitan las organizaciones para desempeñarse con rapidez, certeza y eficiencia.

Tecnologías que se utilizan a lo largo de Data Scientist

Descripción

El programa Data Scientist combina de manera pragmática una completa formación teórica y práctica en las competencias fundamentales que hacen a los roles dedicados al análisis avanzado de datos: estadística, programación (R y Python), pensamiento analítico, manipulación de bases de datos, trabajo con algoritmos y comunicación efectiva, preparando de manera sólida al alumno para que luego éste se entrene en ámbitos profesionales de su interés.

La propuesta se estructura en un ciclo de formación general de 2 módulos en donde se recorren y practican de manera gradual las distintas habilidades requeridas en un Data Scientist: desde el aprendizaje básico en la manipulación, exploración y preparación de las fuentes de datos hasta el entrenamiento exhaustivo en las técnicas núcleo de Data Mining, cubriendo también la preparación del alumno para su desempeño efectivo en un rol de data analytics como comunicador efectivo dentro de una organización y ayudándolo a construir un set propio de herramientas para el trabajo profesional.

Completada la etapa de formación general el alumno está en condiciones de entrenarse en tópicos más específicos a través de la oferta de cursos complementarios de especialización.

Ver Menos

La primer parte del programa inicia con una introducción a la exploración y preparación de la materia prima: los datos, donde se enseña y practica el uso de una de las herramientas fundamentales para la profesión: R mediante la el soft Rstudio, y los conceptos estadísticos claves para la realización del análisis exploratorio de datos.

Sobre una preparación herramental consistente, se introduce al alumno en el proceso de trabajo diario del Knowledge Data Discovery y sus ciclos y desafíos, presentando resumidamente las distintas técnicas existentes del Data Mining, sus diferencias y criterios de utilización, el proceso de trabajo cotidiano del rol analítico, para inmediatamente enseñar y practicar las primeras técnicas fundamentales del aprendizaje automático: diseño y ajuste de modelos, calibración, selección de técnicas de procesamiento supervisados y no supervisados, curvas ROC, etc, profundizando exhaustivamente en el trabajo con las técnicas más importantes del machine learning: los árboles de decisión, los técnicass de regresión y los algorítmos de clustering, que aportan al alumno primeras soluciones de alto impacto para múltiples problemáticas de negocio en un amplio espectro de rubros.

Una vez entrenada la base técnica y metodológica, en la segunda parte del programa se trabaja en la consolidación de los nuevos skills de cara a un desempeño profesional exitoso. Primero entrenandolo en la programación con Python para el trabajo con paquetes y recursos de gran potencia especialmente desarrollados por las comunidades de Data Science para el despliegue rápido de soluciones de analytics, proveyendo al alumno de una valiosa capacidad de trabajo basada en el dominio de los dos lenguajes más importantes de la industria del analytics: R y Python. Sobre este skill se enseña el armado de un set propio de librerías y herramientas de gran utilidad para el trabajo cotidiano en cualquier proyecto de data analytics, y se trabaja en la implementación de técnicas para la optimización de modelos, una práctica obligada en cualquier implementación de negocio. Por último se entrena al alumno en las herramientas, metodologías y mejores prácticas para la comunicación efectiva de los resultados y hallazgos de su trabajo, y su traducción en mensajes comprensibles, útiles y de alto impacto para con los demás roles de negocio. El módulo concluye con la realización de un proyecto integrador de investigación en equipos, en el cual los alumnos recorren, integran y bajan a tierra cada una de las etapas de trabajo que caracterízan al rol analítico profesional.

Al finalizar el programa el alumno se habrá convertido en un Analista de Datos Avanzado, solidamente instruído en las técncias del KDD y del Data Mining, con muchas horas de práctica recorridas y capaz de desempeñarse competitivamente en cualquier organización que busque implementar o ya implemente funciones de Bussiness Inteligence y Data Science.

Saber Más

Al finalizar éste programa el alumno será capaz de:

  • Pensar situaciones de investigación con criterio estadístico.
  • Conceptualizar modelos representativos sobre situaciones de todo tipo.
  • Manipular, explorar, limpiar y preparar cualquier fuente de datos antes de su procesamiento.
  • Comprender el ciclo de trabajo de la Ciencia de Datos y de la Gestión del Conocimiento (KDD) dentro de las organizaciones y saber gestionarlo con éxito.
  • Diseñar, desarrollar e implementar técnicas de Machine Learning para su aplicación a través de modelos predictivos, sistemas de recomendación, scoring, reconocimiento de segmentos y clusters, y mucho más.
  • Trabajar indistintamente con R y Python, los dos lenguajes más importantes en que se soportan los ámbitos profesionales del Data Science.
  • Diseñar visualizaciones de información acertadas y bien hechas.
  • Comunicar eficazmente los hallazgos traduciéndolos de manera comprensible a los roles no especializados.
  • Implementar un sistema propio de herramientas y librerías de software indispensable para el trabajo dinámico del rol analítico.
  • Poder profundizar en ámbitos más específicos de Data Science.
  • Participar activamente de las comunidades científicas y trabajar en el desarrollo colaborativo en proyectos de innovación.
  • Desempeñarse con éxito como Analista Científico de Datos en cualquier organización, empresa o emprendimiento en cualquier rubro.

A quiénes va dirigido

Este programa está pensado para personas que se quieran dedicar profesionalmente al análisis de datos avanzado en organizaciones que busquen implementar o ya implementen funciones de Business Analytics.

Pre requisitos

Se recomienda tener una experiencia concreta en el análisis de datos y manejo básico de Bases de datos con MySQL.

Se recomienda hacer el curso Introducción a Bases de Datos con MySQL.

Duración y Costo 135hs $32500 ó hasta 12 cuotas de $4063 -10% por inscripción temprana Ver Formas de Pago
Próxima fecha
17 de Octubre Lu y Mi de 19 a 22hs + 4 Sáb de 10 a 15hs Ver más fechas disponibles
**txt_sin_fechas**
Charla Informativa
**fecha_charla** Anotarme
Imagen de la EANT Recorré nuestra escuela

Testimonios de alumnos

imagen de Paul Saubidet Paul Saubidet Lic. en ciencia y tecnología de alimentos

“Comencé el curso porque me interesaba un poco la ciencia de datos y desde el primer momento me enganche mucho con los temas y pude aplicarlos en mi trabajo. Los docentes excelentes y el trato es muy personalizado, la propuesta de aprendizaje es muy dinámica, con teoría y práctica todas las clases. Se lo recomiendo a toda persona que quiera meterse de lleno en la ciencia de datos”

imagen de Juan Manuel Figueira Juan Manuel Figueira Analista de Business Intelligence

“En el trabajo, hacía poco, se había armado un área de BI en la que estábamos buscando comenzar a utilizar modelos predictivos que nos pudieran ayudar a entender mas el comportamiento de los clientes, ventas, etc. Encontramos la herramienta R studio para modelar pero nos faltaba profundizar más en los diferentes modelos que se pueden usar, cuándo utilizar cada uno, armado de datos y aprender a usar R. En este sentido el curso resultó muy útil ya que además de la explicación teórica inicial, aplicamos lo que vimos a casos reales traídos por los profesores lo que lo hizo más fácil al momento de aplicarlo luego en el trabajo. De hecho, en mi trabajo realizamos 2 modelos de los cuales uno ya tuvo buena repercusión. El curso me pareció muy útil para quienes quieran empezar a meterse en estos temas. Además, los profesores tienen buena predisposición y paciencia para explicar y contestar dudas.”

imagen de Sofía Soria Sofía Soria Lic. en Economía / Analista de Gestión RRHH

“Entré a la Escuela de Ciencia de Datos para conocer cómo generar valor agregado a partir de bases de datos. Pude aplicar el uso de R en el trabajo para manejar bases que en otros programas no se podía por el peso o complejidad. La dinámica de clases combina teoría y práctica de manera que uno pueda comprender los conceptos y aplicarlos en la misma clase. A su vez contar con un staff de profesores con alto conocimiento en el tema hace que las clases sean muy enriquecedoras. Le recomiendo el programa a cualquier persona que esté interesado en aprender y explorar sobre análisis de bases de datos en un muy buen ambiente, con clases dinámicas y con profesionales dispuestos a ayudarte a ser un experto en datos.”

imagen de Juan Graffigna Juan Graffigna Economista / Technical Analyst en Nielsen

“Comencé la carrera para buscar algo que mi formación académica no me había dado: Poder extraer con facilidad información a partir de datos. La escuela tiene un enfoque muy pragmático y está muy orientada a la resolución de problemas. Me dio muchas herramientas que uso todos los días tanto en la vida laboral como en la académica. Los profesores están preparados y son didácticos, además, tienen un trato muy amigable, haciendo a las clases muy entretenidas y llevaderas.”

imagen de Franco Agostino Franco Agostino Estudiante de Ingeniería / Analista de Marketing en Movistar

“Como ingeniero y especialista en estrategia comercial entiendo que el futuro de la gestión organizacional radica en la capacidad que tengamos para explotar la información. En éste sentido la Escuela de Ciencia de Datos de EANT me abrió a la posibilidad de sumergirme en ámbitos complejos de la analítica de manera práctica y (algo no menor) flexible, porque el balance de carga e intensidad en que está pensada la propuesta me permitió integrar esta formación a la de mi actual curso de carrera de grado. Una de las cosas que más valoro de mi experiencia en EANT es la visión aplicada que ahora poseo para comprender cómo se está constuyendo la ciencia y la técnica en la era digital.”

imagen de Lionel Barbagallo Lionel Barbagallo Profesor Universitario / UBA - UTDT

“Yo había cursado algunas materias de estadística en la facultad, y vieniendo de Cs. Sociales consideré que una formación más cuantitativa podría serme útil. La verdad es que la formación de Data Scientist de EANT me abrió muchas puertas para comenzar a indagar en nuevos caminos de investigación y manejo de datos. Para los que no venimos del área de informática el curso es un desafío, pero dedicándole tiempo y práctica se llegan a dominar una serie de herramientas fundamentales que permiten construir desde allí sin problemas. El programa es bastante completo y los docentes didácticos. Sin duda le recomiendo el curso a cualquiera que necesite meterse de cero en ámbitos de data science.”

imagen de Enzo Gianotti Enzo Gianotti Masny Ministerio de Seguridad de la Nación

“Lo recomiendo a aquellas personas interesadas en entrar en el mundo de Data Science, destaco el conocimiento y el entusiasmo de los profesores para explicar, predispuestos en todo momento, la atención de la recepción y la prolijidad de las instalaciones, lo mejor, pude trasladar los conocimientos adquiridos en mi puesto de trabajo.”

imagenes de la escuela

Podés conocer más sobre la Escuela de Ciencia de Datos clickeando acá.

Estamos muy cerca

EANT

Suipacha 207 - Piso 1

Microcentro, Cdad de Buenos Aires, Argentina

contacto@eant.tech

+54 11 5258 4500

imagen de carga ajax