Oferta Académica
Diplomado
Diplomado en Ciencia de Datos
- Transformación Digital, Ingeniería de Datos y TIC´S
-
Remoto
- Inicia el 13 de mayo de 2025
-
96 horas
| Inversión |
$ 2.959.000 |
| Horarios |
Martes, miércoles y jueves de 18:00 a 21:00
|
| duración | 10 semanas |
| intensidad | 96 horas |
| Facultad | Escuela de Ingeniería, Ciencia y Tecnología |
Objetivo
Presentar los principales conceptos y herramientas de la ciencia de datos.
Dirigido a
Dirigido a profesionales que deseen aprender sobre la ciencia de datos, se requiere un conocimiento básico de estadística y tener familiaridad con algún lenguaje de programación.
- Conocer el funcionamiento de una base de datos.
- Extraer la información de una base de datos.
- Depurar un conjunto de datos
- Describir gráfica y estadísticamente un conjunto de datos.
- Construir un modelo de regresión o clasificación a partir de una base de datos.
- Utilizar herramientas de visualización para presentar información obtenida de una base de datos.
Módulo 1: Bases de Datos (3 sesiones)
• Sesión 1: Introducción a Bases de Datos Relacionales
• Sesión 2: Consultas en SQL
• Sesión 3: Conexiones en SQL con Python y Modelado de Bases de Datos
Módulo 2: Introducción a la Ciencia de Datos y Python (4 sesiones)
• Sesión 1: Introducción a Ciencia de Datos y al Software Python
• Sesión 2: Manejo de Variables Básicas en Python
• Sesión 3: Funciones en Python
• Sesión 4: Estructuras de Control
Módulo 3: Probabilidad y Estadística en Python (4 sesiones)
• Sesión 1: Fundamentos de Probabilidad y Estadística
• Sesión 2: Estadística Descriptiva y Tipos de Datos
• Sesión 3: Estimadores y Propiedades
• Sesión 4: Pruebas de Hipótesis
Módulo 4: Visualización y Manipulación de Datos en Python (3 sesiones)
• Sesión 1: Introducción a Matplotlib
• Sesión 2: Introducción a Seaborn
• Sesión 3: Ejercicios de Visualización y Manipulación de Datos
Módulo 5: Aprendizaje Supervisado (6 sesiones)
• Sesión 1: Introducción al Aprendizaje Supervisado y Regresión Lineal
• Sesión 2: Regresión Lineal Multivariable
• Sesión 3: Introducción a la Clasificación y Regresión Logística
• Sesión 4: Introducción a Redes Neuronales
• Sesión 5: Entrenamiento y Evaluación de Redes Neuronales
• Sesión 6: Ejercicios de Integración
Módulo 6: Aprendizaje No Supervisado (4 sesiones)
• Sesión 1: Introducción al Clustering
• Sesión 2: Clustering Avanzado y Evaluación de Agrupamientos
• Sesión 3: Reducción de Dimensionalidad con PCA
• Sesión 4: Análisis de Correspondencia y Otros Métodos de Agrupamiento
Módulo 7: Series de Tiempo (4 sesiones)
• Sesión 1: Introducción al Análisis de Series de Tiempo
• Sesión 2: Modelos ARX y ARMAX
• Sesión 3: Intervalos de Confianza en Series de Tiempo
• Sesión 4: Aplicaciones y Casos Prácticos
Módulo 8: Power BI (4 sesiones)
• Sesión 1: Introducción a Power BI
• Sesión 2: Herramientas de Visualización
• Sesión 3: Análisis Avanzado y DAX
• Sesión 4: Publicación y Compartición de Resultados
Conoce a tus profesores
PhD en Química con amplia experiencia en el uso de métodos avanzados de simulación y técnicas de análisis de datos en entornos de HPC, así como en el diseño, manejo y gestión de bases de datos mediante lenguajes de programación como Python, C/C++ y SQL. Con profundo interés en la quimio informática, que es un campo interdisciplinario que se enfoca en la aplicación de métodos informáticos para analizar y comprender datos químicos y biológicos, incluyendo la modelización de estructuras moleculares.
Egresado de la carrera de Matemáticas Aplicadas a ciencias de la computación, con maestría en Matemáticas Aplicadas y Ciencias de las Computación con especialidad en Inteligencia Artificial y Ciencia de Datos. Tiene experiencia como científico de datos para el departamento de planeación nacional. Ingeniero de datos para Open SC. Desarrollador móvil en Flutter.
Egresado de la carrera de Matemáticas Aplicadas a ciencias de la computación, con maestría en Matemáticas Aplicadas y Ciencias de las Computación. Amplia experiencia en el manejo de bases de datos relacionales. Experiencia como analista de inteligencia de mercadosy experiencia docente en la Escuela de Ingeniería Ciencia y Tecnología de la universidad del Rosario.
Contacta a nuestro asesor
Ingrid Lorena Triana P.
(601) 2970200 Ext 3182 / 313 333 12 58
Educación informal, no conducente a título alguno o certificado de aptitud ocupacional. Certifica asistencia.
La Universidad del Rosario se reserva el derecho de modificar el programa o el equipo docente publicado.
Oferta Académica
Diplomado
Diplomado en Ciencia de Datos
Te ayudamos a cumplir tus
sueños con nuestras opciones
de descuentos
Línea de atención
(+57) 601 297 0200 Opción 6
¿QUIERES ESTE PROGRAMA PARA TU EMPRESA?
quiero más información