La Ciencia de Datos y la Inteligencia Artificial (IA) han emergido como pilares fundamentales en la era digital, transformando la toma de decisiones estratégicas en las empresas. La explosión diaria de datos ha generado la necesidad imperativa de comprender, analizar y extraer información valiosa. Este Diplomado en Ciencia de Datos e Inteligencia Artificial ofrece una comprensión exhaustiva de la disciplina, desde la introducción a la Ciencia de Datos hasta el análisis avanzado y el procesamiento de datos en tiempo real. A lo largo del programa, adquirirás las habilidades necesarias para resolver problemas complejos en el ámbito de los datos y la IA, utilizando lenguajes clave como Python y R.
Transversal
50 h
Academia IA
Ciencia de Datos e Inteligencia Artificial
El Diplomado en Ciencia de Datos e Inteligencia Artificial está dirigido a profesionales de distintas disciplinas, como ingenieros, matemáticos, analistas de negocio, científicos de datos, desarrolladores de software y profesionales de TI. Asimismo, es ideal para estudiantes que deseen iniciarse en la Ciencia de Datos y la Inteligencia Artificial.
50 h
Academia IA
Objetivos del curso
-
Comprender la Ciencia de Datos y sus principales aplicaciones.
-
Dominar bases de datos relacionales y NoSQL.
-
Utilizar MongoDB para la gestión eficaz de datos NoSQL.
-
Aplicar Python en el análisis de datos y Big Data.
-
Dominar R para estadística descriptiva y predictiva.
-
Realizar preprocesamiento y análisis avanzado de datos.
-
Presentar resultados de forma efectiva, tanto en análisis de datos como en redes sociales.
¿Para qué te prepara?
Este Diplomado en Ciencia de Datos e Inteligencia Artificial te prepara para el manejo de bases de datos relacionales y NoSQL, la aplicación de técnicas de procesamiento y análisis de datos, y el uso de herramientas esenciales como Python y R. Te permitirá afrontar desafíos complejos en análisis de datos, modelado predictivo, inferencia estadística y presentación efectiva de resultados, aportando valor estratégico a las organizaciones.
Unidades didácticas
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA CIENCIA DE DATOS
¿Qué es la ciencia de datos?
Herramientas necesarias para el científico de datos
Data Science & Cloud Compunting
UNIDAD DIDÁCTICA 2. BASES DE DATOS RELACIONALES
Modelo de datos
Tipos de datos
Claves primarias
Índices
El valor NULL
Claves ajenas
Vistas
Lenguaje de descripción de datos (DDL)
Lenguaje de control de datos (DCL)
UNIDAD DIDÁCTICA 3. BASES DE DATOS NOSQL Y EL ALMACENAMIENTO ESCALABLE
¿Qué es una base de datos NoSQL?
Bases de datos Relaciones Vs Bases de datos NoSQL
Tipo de Bases de datos NoSQL Teorema de CAP
Sistemas de Bases de datos NoSQL
UNIDAD DIDÁCTICA 4. INTRODUCCIÓN A UN SISTEMA DE BASE DE DATOS NOSQL, MONGODB
¿Qué es MongoDB?
Funcionamiento y usos de MongoDB
Primeros pasos con MongoDB: Instalación y Shell de comandos
Creando nuestra primera base de datos NoSQL: Modelo e inserción de datos
Actualización de datos en MongoDB: Sentencias set y update
Trabajando con índices en MongoDB para optimización de datos
Consulta de datos en MongoDB
UNIDAD DIDÁCTICA 5. PYTHON Y EL ANÁLISIS DE DATOS
Introducción a Python
¿Qué necesitas?
Librerías para el análisis de datos en Python
MongoDB, Hadoop y Python Dream Team del Big Data
UNIDAD DIDÁCTICA 6. R COMO HERRAMIENTA PARA BIG DATA
Introducción a R
¿Qué necesitas?
Tipos de datos
Estadística Descriptiva y Predictiva con R
Integración de R en Hadoop
UNIDAD DIDÁCTICA 7. PRE-PROCESAMIENTO & PROCESAMIENTO DE DATOS
Obtención y limpieza de los datos (ETL)
Inferencia estadística
Modelos de regresión
Pruebas de hipótesis
UNIDAD DIDÁCTICA 8. ANÁLISIS DE LOS DATOS
Inteligencia Analítica de negocios
La teoría de grafos y el análisis de redes sociales
Presentación de resultados