DATA SCIENCE
Programa de estudio
[Link]
Quines somos
Somos un centro de formacin de habilidades digitales
DIGITAL HOUSE
que desafa a pensarlo todo otra vez, aprendiendo a pasar
de la idea a la accin. Incorporamos el concepto de Coding
School, ofreciendo cursos intensivos de 3 o 5 meses sobre
desarrollo de aplicaciones web, mvil, marketing digital y
diseo UX, data science y analytics, entre otros.
Sabemos que la mejor forma de ensear estas disciplinas es
con una metodologa de aprender haciendo que integre
la parte terica a casos prcticos permanentemente.
Queremos que los alumnos traigan ideas y que puedan
desarrollarlas, teniendo un feedback constante de los
docentes y especialistas, que al ser expertos en la industria
actual podrn guiarlos en el camino al xito.
Queremos pasar de usar tecnologa a crearla nosotros
mismos. Por eso, en Digital House formamos las nuevas
generaciones de coders y profesionales digitales para que
imaginen, innoven y creen lo que siempre soaron.
Buscamos entrenar e impulsar a nuestros estudiantes para
que se sumen rpidamente a equipos de empresas globales,
inicien su start-up o que trabajen como freelancers desde
cualquier lugar del mundo.
[Link]
Descripcin del Curso
La necesidad de contar con analistas de datos calificados
DATA SCIENCE
crece rpidamente en todos los sectores empresariales e
industriales, as como en los mbitos donde se desarrollan
nuevos paradigmas educativos, sociales y cientficos.
El programa de Data Science de Digital House te ofrece
conocimientos slidos en el proceso de extraccin, proce-
samiento y anlisis de grandes cantidades de datos, con el
objetivo de dar soporte a la toma de decisiones estratgicas
en todo tipo de organizaciones.
El curso est estructurado en base al ciclo de vida completo
de los datos, desde su recoleccin y preparacin, hasta su
anlisis y visualizacin efectiva.
Vas a aprender las habilidades y conocimientos fundamen-
tales para desempearte en tu primer trabajo como analista
de datos. Vas a descubrir los posibles caminos para poder
continuar tu aprendizaje en aquellos temas de especializa-
cin que ms te interesan.
[Link]
A quin va dirigido
Cualquiera puede aprender ciencia de datos. Lo nico que
PERFIL DE ESTUDIANTE
se necesita es motivacin, constancia y dedicacin. No
importa de qu carrera vens o en qu industria trabajs.
Emprendedores, estudiantes, economistas, ingenieros,
cientficos y curiosos que quieran aprender ciencia de datos
para sumar nuevas habilidades, crear nuevos proyectos y
mejorar su comunicacin con los Ingenieros de big data o
especialistas en machine learning.
Profesionales de marketing que quieran incorporar las
herramientas de anlisis de datos para innovar en sus estra-
tegias de segmentacin, personalizacin de la oferta y
predicciones de todo tipo sobre los clientes.
Ingenieros informticos y analistas de sistemas que quie-
ran especializarse, incorporar el conocimiento en estadsti-
ca, machine learning y adquirir habilidades prcticas con las
herramientas especficas de anlisis de datos.
Emprendedores que quieran crear su propio negocio en
base a datos y/o a tcnicas de inteligencia artificial.
Programadores que necesiten actualizarse y conocer las
tcnicas principales de la ciencia de datos.
[Link]
Programa de estudio
Programa de estudio
Comenzaremos nuestra introduccin a la ciencia de datos explorando las
principales caractersticas del lenguaje de programacin python y repasando
los conceptos de estadstica descriptiva que te ayudarn a caracterizar tus
datos de una forma compacta y til.
Luego vas a aplicar tcnicas efectivas para la extraccin, limpieza y almacena-
miento de datos provenientes de diversas fuentes, como archivos de distin-
tos formatos, bases de datos relacionales y APIs web, entre otras. Adems vas
a aprender a lidiar con eventuales errores o valores faltantes que podran
llegar a afectar los resultados de nuestros anlisis.
Vas a comprender la importancia de poner en prctica metodologas con
rigor cientfico para asegurar que tus inferencias sean razonables y confiables.
Y vas a utilizar distintos algoritmos de machine learning para implementar tus
modelos predictivos en sistemas de recomendacin y clasificacin.
Finalmente, ser necesario representar tus conclusiones en un formato fcil-
mente comunicable. Vas a conocer las tcnicas de codificacin visual y las
herramientas de visualizacin utilizadas por los expertos. Nuestra misin con-
siste en traducir datos complejos a relatos claros y efectivos!
Digital House se reserva el derecho de realizar cambios en el programa. No se otorgan ttulos oficiales.
[Link]
Programa de estudio
01 INTRODUCCIN A LA CIENCIA DE 02 CONCEPTOS DE ESTADSTICA
DATOS CON PYTHON DESCRIPTIVA
Conceptos y aplicaciones de la ciencia de datos. Medidas de centralidad: media, mediana, moda.
Etapas del proceso: pregunta (expectativa), Distribuciones:
wrangling, anlisis exploratorio, anlisis formal, - Estndar normal
comunicacin estratgica.
- Exponencial / poisson
Primer contacto con jupyter notebooks,
- Binomial
anaconda, SciPy.
- Chi-square
Repaso: python bsico, clculo, lgebra y
estadstica bsica. Medidas de dispersin: rango, varianza y desviacin
estndar.
Algoritmos bsicos en python usando strings,
funciones, listas, diccionarios, date/time,
archivos.
Caractersticas avanzadas en python, lambdas y
compresin de listas.
03 ANLISIS DE DATOS CON NUMPY, 04 DATA WRANGLING: EXTRACCIN,
PANDAS Y MATPLOTLIB LIMPIEZA, ALMACENAMIENTO
Explorar una variedad de datasets, preguntas y Tcnicas y bibliotecas para extraccin:
conclusiones: - Csv, xls
- Introduccin al ecosistema SciPy - Json, xml
- NumPy - Web Scraping / Crawling
- Pandas - APIs
- Matplotlib Sanity checks, medida de calidad de los datos.
Valores faltantes.
Tcnicas de limpieza con pandas.
[Link]
Programa de estudio
05 INTRODUCCIN A SQL 06 CONCEPTOS DE ESTADSTICA
INFERENCIAL
Conceptos bsicos de SQL. Principios de la
creacin de tablas y la seleccin de datos. Hypothesis testing:
Consultas de SQL ms avanzadas usando - P-values
AND/OR, IN, LIKE, HAVING y ms. Significacin (o significancia) estadstica:
Consultas relacionales. Datos relacionados en - Z-test, t-test, mann-whitney u
varias tablas y uso de joins (inner joins, outer
- Chi-squared y ANOVA testing
joins y self joins).
Modificar bases de datos con SQL: Aprende
cmo actualizar datos, eliminar datos y
cambiar esquemas de tablas con los comandos
de SQL UPDATE, DELETE, ALTER y DROP.
07 INTRODUCCIN PRCTICA A 07 (CONT.)
MACHINE LEARNING
Modelos de regresin: Decision Trees:
- Logistic regression - Implementar tu propio decision tree en
- Random forest python
Naive bayes: - Aprender las frmulas para entropa e
information gain y cmo calcularlos.
- Naive bayes con scikit-learn en python
- Decidir cmo elegir el algoritmo de machine
- Separar los datos entre training sets y testing learning correcto entre k-means, adaboost y
sets con scikit-learn decision trees.
- Calcular la probabilidades prior y posterior de
distribuciones simples
Support vector machines:
- Aprender la intuicin detrs de support vector
08 VISUALIZACIN DE DATOS
machines Visualizacin efectiva de Informacin.
- Implementar un clasificador SVM en SKLear- Visual encoding.
n/scikit-learn
Percepcin de visual cues.
- Identificar cmo elegir el kernel correcto para
tu SVM y aprender acerca de kernels lineales y Plotting en python.
RBF - Matplotlib
- Seaborn
- Ggplpot
[Link]
Nuestro Campus
Diseamos un lugar diferente, innovador y agradable,
donde podrs sentirte cmodo trabajando, para nuestros
cursos y para tus proyectos personales. Es una ex-fbrica de
casi 3.000 m2 completamente refaccionada, con grandes
entradas de aire y luz y espacios amplios. Los salones de
clase son modernos y estn pensados y equipados para
aprender desde la prctica. Adems, se combinan con un
espacio de co-learning para trabajar ideas y relacionarte
con tus pares y especialistas.
Queremos ser una comunidad que se extienda ms all del
tiempo de clase, desde donde surjan los prximos proyectos
que transformarn las industrias.
Ubicacin y horarios
UBICACIN Nuestro Campus est ubicado en Monroe 860,
Bajo Belgrano, a pocas cuadras de Av. Libertador y
de Av. Figueroa Alcorta.
HORARIO De Lunes a Viernes
ADMINISTRATIVO
De 09:00 a 18:00 hs
HORARIO DE Lunes, Mircoles y Viernes
CLASES
De 08:30 a 12:00 hs
[Link]
Proceso de admisin
La disponibilidad de vacantes para cada programa es limitada y para poder
obtener tu cupo en el curso tendrs que completar el siguiente proceso de
admisin:
01 POSTULACIN
Complet la solicitud de inscripcin.
02 ENTREVISTA
Agend una entrevista para que podamos conocer tu perfil, intereses y
expectativas con respecto al programa.
03 DESAFO
Resolv un ejercicio real que te daremos para poder entender tu forma de
pensar y de resolver situaciones.
[Link]
FAQs
PUEDO HACER EL CURSO Si. En Digital House vas a aprender a analizar datos desde
SIN TENER EXPERIENCIA cero. Vamos a enviarte un contenido previo online para que
Y/O CONOCIMIENTOS lo revises antes de que comience el curso y as aproveches al
PREVIOS?
mximo los 5 meses.
LAS VACANTES SON S, todos los cursos tendrn una capacidad mxima de 30
LIMITADAS? personas.
CMO ES LA ENTREVISTA La entrevista consiste en conocer tu inters por aprender
DEL PROCESO DE ciencia de datos, cules son tus motivos y objetivos. Si cree-
ADMISIN? mos que coincide con lo que estamos buscando y podemos
brindarte, evaluaremos cul tu capacidad para resolver pro-
blemas y situaciones complejas, dndote a resolver algunos
ejercicios de lgica y hacindote algunas preguntas tcnicas
bsicas.
NECESITO TENER Aunque en algunos cursos de tecnologa no sea estricta-
CONOCIMIENTOS mente necesario tener conocimientos de matemtica, en el
MATEMTICOS? caso de ciencias de datos necesitamos que tengas incorpo-
rados algunos conceptos de clculo y lgebra (nivel secun-
dario).
[Link]
FAQs
SI YA TENGO Si. En nuestro curso vas a integrar metodologas y herra-
CONOCIMIENTOS BSICOS mientas para tus proyectos, guiado por los mejores especia-
DE PROGRAMACIN Y listas de la industria y la academia. Adems, compartirs el
ESTADSTICA
aula con personas que vienen de distintas disciplinas lo que
VALE LA PENA TOMAR
agrega un valor inmenso y te permite crear relaciones labo-
IGUAL EL CURSO?
rales a futuro.
NECESITO COMPRAR O No es necesario que traigas tu propia computadora todos
LLEVAR UNA NOTEBOOK los das ya que en las aulas vas a tener los equipos necesa-
PROPIA PARA REALIZAR rios. De todos modos es recomendable que cuentes con una
EL CURSO?
notebook o computadora de escritorio en tu casa para prac-
ticar, y si quers traerla para sentirte ms cmodo, pods
hacerlo.
QU CLASE DE En Digital House vas a cursar 10 horas y media por semana
COMPROMISO SIGNIFICA durante 5 meses, lo que significa un total de 210 horas. Pero
ESTUDIAR EN DIGITAL no termina ah. Para aprovechar al mximo el curso, vas a
HOUSE?
tener (y querer) practicar fuera del horario de cursada, hacer
las tareas y trabajar en los proyectos que te vayamos asig-
nando.
[Link]
FAQs
HAY ALGN EXAMEN Hay ciertos conocimientos bsicos que pods aprender
PREVIO A ENTRAR? online y por tu cuenta (con nuestra gua) para que nosotros
EN QU CONSISTE? a partir de ah compartamos y sumemos conocimientos.
ES OBLIGATORIO?
Te vamos a tomar un examen o asignar un desafo previo al
ingreso para evaluar conocimientos y habilidades bsicas
como programacin en python y conceptos de estadstica.
QUINES SERN MIS Uno de nuestros principales activos son nuestros profeso-
PROFESORES? res. Se trata de reconocidos profesionales de la industria,
motivados y con ganas de ensear bajo estos nuevos mode-
los de educacin. Adems, son constantemente capacita-
dos por nuestro equipo de pedagoga y directores acadmi-
cos para que los contenidos y el abordaje pedaggico estn
siempre alineados.
Ante cualquier duda o inquietud, solo tens que comunicarte con nosotros.
Estamos para ayudarte!
Av. Monroe 860. Belgrano, Capital Federal
contacto@[Link]
[Link]/[Link]
[Link]/_digitalhouse
[Link]
Av. Monroe 860. Belgrano, Capital Federal
contacto@[Link]
[Link]
