Data Science
Aprende a extraer, visualizar y analizar información con Python y algoritmos de machine learning.
¿A quién está dirigido?
Personas que quieren cambiar de carrera, personas que estudiaron Ingenería de Sistemas o carreras similares (Electrónica, Mecatrónica, etc.) y desean avanzar en su carrera, o emprendedores digitales que quieren hacer sus ideas realidad.
Buscamos personas recursivas y motivadas con conocimientos básicos de programación que deseen aprender y aplicar conocimientos en data science.
Testimonios
Currículo
En este programa aprenderás las habilidades necesarias para extraer, visualizar y analizar información utilizando Python y librerías específicas para este fin. Los módulos que verás son los siguientes:
Módulo 1 - Python
Aprenderás las características, sintaxis, controles de flujo, listas, diccionarios, funciones y librerías de Python.
Módulo 2 - Numpy y Jupyter Notebook
Aprenderás las bases de Numpy, una librería de Python para manipular datos y realizar cálculos estadísticos. Además aprenderás de Jupyter Notebook, una herramienta para crear y compartir documentos con código, ecuaciones, visualizaciones y texto.
Módulo 3 - Pandas
Empezarás a aprender de Pandas, una librería estándar de Python que provee de herramientas para manipulación y análisis de datos.
Módulo 4 - Pandas
Seguiremos con temas de Pandas como agregación y combinación de información de múltiples marcos de datos (data frames).
Módulo 5 - Visualización de datos
Realizarás visualizaciones de datos utilizando librerías como Matplotlib y Seaborn para generar gráficas útiles para el proceso de análisis.
Módulo 6 - Feature Engineering
Aprenderás a identificar variables numéricas y categórias, cuantificar datos que faltan, determinar la cardinalidad de las variables categóricas, identificar distribuciones y destacar valores atípicos, entre otros.
Módulo 7 - Machine Learning
Conoce y utiliza algoritmos de aprendizaje supervisado como regresión lineal y clasificación (k-Nearest Neighbors, Naives Bayes).
Módulo 8 - Machine Learning
Continuarémos con otros algoritmos supervisados como regresión logística y árboles de decisión, entre otros.
Módulo 9 - Machine Learning
Hablaremos de algoritmos de aprendizaje no supervisado, temas más avanzados de Machine Learning y próximos pasos.
Nuestros Mentores
Daniel Morales
Apasionado del emprendimiento y la programación. Mentor en Make it Real. Co-fundador y Data Scientist en DataSource.
Germán Escobar
Programador y emprendedor. Co-fundador de Elibom (ahora Masivian) y fundador de Make it Real.
Preguntas frecuentes
¿Por qué existe Make it Real?
Por dos razones principalmente. Por un lado existe una desconexión entre la academia y la industria. Las empresas no están encontrando las personas con los conocimientos que necesitan, pero muchos profesionales siguen sin empleo.
La segunda razón es que, desafortunadamente, la mayoría de la educación está mal implementada. La clase magistral y las calificaciones son obsoletas. Creemos que es el momento de repensar la educación.
¿Cuál es la metodología?
A pesar de ser un programa online, la metodología es muy similar a la de un curso presencial. En hora de clase te conectas a través de video llamada e interactúas con el mentor y tus compañeros en donde recibirás la lección y ejercicios prácticos para interiorizar los conceptos aprendidos.
¿Cuál es la duración e intensidad?
Es un programa de 135 horas, aproximadamente 4 meses de Lunes, Miércoles y Viernes de 6pm a 9pm. Los días festivos se reponen al final.
¿Cuáles son los requisitos?
Para sacar el mayor provecho es importante que hayas programado previamente, no importa el lenguaje de programación. Que conozcas conceptos como variables, condicionales, ciclos, arreglos y funciones.
Si no has programado antes te recomendamos este curso gratis de Python (en Inglés).
Adicionalmente necesitas:
- Computador personal.
- Conexión de Internet de al menos 2Mbps.
- Un sitio tranquilo y sin distracciones en el horario de clase.
- Y muchas ganas de aprender!
¿Cuáles serán mis habilidades al finalizar el programa?
Tendrás un panorama general de las herramientas, metodologías y algoritmos que se utilizan para diseñar e implementar proyectos de Data Science en tu trabajo o empresa.
