Curso Data Science Python

Curso Online Data Science con Python

Comprende y profundiza en el flujo completo de un proyecto de Data Science para convertirte en científico de datos

Curso Data Science Python

Tiempo de estudio: 45 horas

Duración 6 semanas

Tutelados: Seguimiento continuo

Ejercicios Prácticos

100% Bonificable Fundae

Plazas Limitadas

Próxima convocatoria:

17 de octubre

335,00

IVA no incluido

¿Eres autónomo, desempleado, estudiante?¿No puedes bonificar el curso? Consúltanos los descuentos para colectivos.
resumen curso

Resumen del curso

profesor del curso

El profesor

temario y objetivos del curso

Temario y objetivos

opiniones de alumnos

Opiniones

Preguntas frecuentes

FAQ

resumen

Curso Data Science Python.

¿Quiere iniciar su camino para convertirse en científico de datos y dominar el área de Data Science?

Vivimos en un mundo dominado por los datos, es por ello que obtener estas habilidades le permitirá acceder a posiciones de alto valor añadido debido a la gran demanda de perfiles de Data Science. Portales como indeed estiman salarios anuales promedios de 122.800$ y estudios como MarketWatch apuntan a que en los próximos años habrá un aumento del negocio de Data Science de un 30% anual, por lo tanto es una excelente oportunidad para usted adquirir estos conocimientos.

Fundamentos de Data Science

En este programa aprenderá por completo los fundamentos de Data Science, su base estadística y cómo llevarlo a la práctica con Python, dominando desde cero este lenguaje, así como todas sus potentes librerías como Numpy, Pandas, Matplotlib o Seaborn enfocadas al análisis de datos.

Al finalizar el curso podrá ejecutar proyectos completos de Data Science siendo capaz de importar fuentes de datos heterogéneas, realizar la limpieza y transformación de datos, analizar y visualizar estadísticamente la información y obtener conclusiones que provoquen alto impacto en su entorno.

Enfoque Práctico

Este curso tendrá un enfoque eminentemente práctico, se explicará paso a paso y en detalle cada nueva funcionalidad, pero el objetivo es que sea capaz de aplicar los nuevos conocimientos ejecutando los múltiples casos prácticos reales propuestos para poner a prueba las destrezas adquiridas.

A su vez, tendrá a su disposición un material extenso de consulta y todos los scripts de Python explicados durante esta especialización de tal manera que le sea muy sencillo reutilizarlos para su caso de uso concreto.

Futuro dominado por los datos

Es el momento de que pase a la acción, prepárese para un futuro dominado por los datos adquiriendo una habilidad muy importante para poder destacar sobre el resto y conseguir sacar el máximo provecho de la información.

Curso Data Science Python

profesor

Iván Pinar

Iván Pinar

Ingeniero de Telecomunicación apasionado por la gestión de proyectos y equipos de trabajo, así como promover la cultura de la mejora continua y el aprendizaje constante utilizando las últimas tecnologías.
Director de Operaciones responsable de PMO en el sector de las telecomunicaciones. Master en Dirección de Proyectos por ESDEN Business School, Certificado PMP & Scrum Master (PSM I) / Master Project Management Business Executive Internet of Things – MIOTI

 

Cursos de Iván Pinar

    temario

    1 Introducción al Análisis de Datos con Python

    1.1 ¿Qué es Python y qué nos proporciona para el análisis de datos?
    1.2 Instalación Python + Jupyter
    1.3 Importar librerías y fuentes de datos
    1.4 Visualización básica con Matplotlib
    1.5 Visualización básica con Matplotlib – Caso Práctico
    1.6 Flujograma de un proyecto Data Science

    2 Fundamentos del lenguaje Python

    2.1 Variables en Python
    2.2 Creación de listas, extracción y modificación de datos
    2.3 Conceptos avanzados de creación de listas
    2.4 Uso de funciones en Python (in-built)
    2.5 Creación de funciones en Python y argumentos flexibles
    2.6 Funciones lambda
    2.7 Métodos en Python
    2.8 Cómo crear diccionarios en Python
    2.9 Uso de función zip para creación de diccionarios en base a listas
    2.10 Comparadores en Python
    2.11 Bucles en Python
    2.12 Comprensión de listas en Python

    3 Conceptos Estadísticos para el Análisis de Datos

    3.1 Variables y conceptos básicos
    3.2 Varianza de una variable
    3.3 Correlación de variables
    3.4 Histogramas
    3.5 Análisis con percentiles
    3.6 Funciones densidad de probabilidad
    3.7 Cálculo de previsiones (forecast) y media móvil

    4 Análisis numérico con Numpy

    4.1 Introducción a la librería Numpy
    4.2 Selección de datos con array Numpy
    4.3 Arrays 2D en Numpy
    4.4 Cálculo estadístico con Numpy

    5 Análisis de datos con Pandas

    5.1 Introducción a la librería Pandas ¿qué es un dataframe?
    5.2 Creación de un dataframe a partir de un diccionario
    5.3 Cómo importar datos desde un fichero de texto plano (txt, csv,…)
    5.4 Selección de datos en un dataframe Pandas
    5.5 Métodos útiles de un dataframe Pandas
    5.6 Eliminar duplicados, valores erróneos y columnas de un dataframe Pandas
    5.7 Interpolación de datos
    5.8 Filtrar datos en un dataframe Pandas
    5.9 Ordenación valores en un dataframe Pandas
    5.10 Crear columnas en un dataframe para cadenas de texto
    5.11 Crear columnas en un dataframe a partir de un diccionario con map
    5.12 Crear columnas en un dataframe a partir de funciones lambda
    5.13 Crear columnas en un dataframe a partir de funciones condicionales
    5.14 Renombrar y reordenar columnas de un dataframe Pandas
    5.15 Cómo crear pivot tables en Pandas
    5.16 Uso de groupby en Pandas
    5.17 Concatenación de dataframes (union)
    5.18 Combinación de dataframes (merge)

    6 Importación y exportación de datos con Pandas

    6.1 Cómo importar datos desde un fichero Excel
    6.2 Introducción a las BBDD relacionales / Modelos de datos
    6.3 Cómo importar datos desde una BBDD SQL
    6.4 Cómo importar datos desde una página Web
    6.5 Cómo importar datos desde una página Web (Web scraping)
    6.6 Cómo importar datos desde un fichero semi-estructurado JSON
    6.7 Cómo importar datos desde Redes Sociales
    6.8 Cómo importar datos desde Cloud (AWS / Azure / Google Cloud)
    6.9 Exportación de datos a CSV y Excel
    6.10 Exportación de datos a BBDD SQL

    7 PROYECTO DATA SCIENCE 1 - ANÁLISIS DE DATOS CON PANDAS

    7.1 CASO PRÁCTICO 1: ANÁLISIS DE DATOS CON PANDAS

    8 Visualización de datos en Python - Matplotlib

    8.1 Consejos para la visualización de datos
    8.2 Introducción a la librería Matplotlib
    8.3 Creación de un gráfico de línea, bar, scatter
    8.4 Personalización de gráficos (título, etiquetas, ticks, leyenda, límites de ejes, anotaciones,…)
    8.5 Creación de box & whiskers plot
    8.6 Creación de un histograma y CDF
    8.7 Gráfico de media móvil
    8.8 Visualización de gráficos múltiple (subplots)
    8.9 Aplicación de estilos
    8.10 Creación de gráficos a partir de objeto groupby
    8.11 Creación de histogramas en 2D
    8.12 Creación de mapas geográficos con basemap

    9 Visualización de datos en Python – Seaborn

    9.1 Introducción a la librería Seaborn
    9.2 Seaborn – Creación de Regresión Lineal
    9.3 Seaborn – Stripplot
    9.4 Seaborn – Swarmplot
    9.5 Seaborn – Violinplot
    9.6 Seaborn – Jointplot
    9.7 Seaborn – Pairplot
    9.8 Seaborn – Correlación con heatmap

    10 Series temporales en Python

    10.1 Series temporales: Extracción y parsing
    10.2 Series temporales: Filtrado
    10.3 Series temporales: Remuestreo
    10.4 Series temporales: Interpolación
    10.5 Visualización de series temporales
    10.6 Previsiones basadas en datos históricos

    11 PROYECTO DATA SCIENCE 2 - ANÁLISIS DE DATOS CON VISUALIZACIÓN

    11.1 PROYECTO DATA SCIENCE 2: ANÁLISIS DE DATOS CON PANDAS + VISUALIZACIÓN

    12 Ejecución e interconexión de Python con otras plataformas

    12.1 Generación de scripts de python y automatización de tareas
    12.2 Uso de Python en herramienta de Business Intelligence Power BI

    13 Conclusiones

    13.1        Conclusiones

    objetivos

    Curso Data Science Python

    • Dominar el lenguaje de propósito general Python desde cero, incluyendo su instalación.
    • Comprender y profundizar en el flujo completo de un proyecto de Data Science para convertirse en científico de datos.
    • Aprender todos los conceptos de estadística necesarios para poder analizar los datos que le rodean.
    • Utilizar librerías como Numpy o Pandas para la importación desde fuentes heterogéneas (CSV, Excel, texto plano, SQL, Web, redes sociales, cloud,…) y la limpieza y transformación de datos.
    • Crear potentes visualizaciones con las librerías Matplotlib y Seaborn para el análisis de la información.
    • Analizar series temporales y realizar previsiones.
    • Automatizar sus tareas cotidianas con Python.
    • Adquirir un conocimiento extenso en Data Science que podrá aplicar de inmediato a un precio muy asequible en comparación con otros programas.

    requisitos

    No hay requisitos previos, aunque sí que es recomendable estar familiarizado con el manejo de datos básico por ejemplo con herramientas como Excel.

    ¿A quién está dirigido?

    • A toda persona que quiera potenciar su perfil adquiriendo habilidades de análisis de datos con gran futuro.
    • Estudiantes que quieran aprender desde cero una habilidad muy demandada en cualquier sector desde un punto de vista práctico.
    • Personas que quieran asombrar a su audiencia con un enfoque analítico generando conclusiones que marcan la diferencia.
    • Analistas que quieran profundizar en Python y sus librerías enfocadas en Data Science.
    • Profesionales que quieran automatizar sus tareas diarias con Python.

    opiniones

    faq

    Quiero bonificar el curso pero en mi empresa NO sabe cómo hacerlo

    Podemos encargarnos, no te preocupes. Tiene un coste de un 10% sobre el importe del curso. Y este importe también es bonificable.

    Quiero bonificar el curso y mi empresa se encargará de los trámites.

    En este caso ponte en contacto con nosotros y te haremos llegar toda la documentación del curso para que podáis dar de alta la acción y grupo formativo.

    ¿Obtengo diploma de certificación?

    Ofrecemos dos certificados:

    • Alumnos que bonifican el curso:
      • Certificado de asistencia al curso: para obtener este certificado debes haber completado el 75% del curso.
      • Certificado de aprovechamiento: Si has completado el curso y has realizado todas las pruebas prácticas del curso, y la media de tu calificación es igual o superior a 6.
    • Todos los alumnos:
      • Insignia de participación: si realizas el curso completo pero tu nota en los ejercicios del curso es inferior a un 6.
      • Insignia de aprovechamiento: si realizas el curso completo y tu nota en los ejercicios del curso es igual o superior a 6.
    ¿Cómo de estrictos son los plazos?

    Los cursos están pensados entre dos fechas, para tener disponible al profesor y resto de alumnos para resolver dudas. Si no lo terminas a tiempo, seguirás teniendo acceso a la plataforma con todo el material disponible. Sin embargo, no tendrás a los profesores a tu disposición, aunque sí a otros alumnos que puedan estar en tu misma situación.Los alumnos que bonifiquen el curso tendrán que completarlo en los plazos especificados, al menos con un 75% de las actividades del curso completadas, y unos tiempos de conexión a la plataforma acordes a los tiempos de dedicación del curso. De no ser así no se podrá aplicar bonificación sobre el curso.

    Soy autónomo, ¿puedo bonificar el curso?

    Lamentablemente no. Sólo pueden bonificar los cursos tus empleados si los tienes. Ponte en contacto con nsotros y te ofreceremos un descuento.

    No encuentro la forma de realizar el pago en la web

    No puedes pagar el curso a través de la web. Rellena el formulario del curso que te interese y un miembro del equipo de trainingIT se pondrá en contacto contigo.

    Cuando finalice el curso ¿seguiré teniendo acceso al curso?

    Si, una vez finalice el curso podrás seguir accediendo a os materiales del mismo. Pero los profesores ya no atenderán el curso.

    ¿Y si no resido en España?

    No supone ningún problema. Si estás contratado por una empresa española, y tienes contrato en España podrás bonificar el curso igualmente. Si no es tu caso podrás realizar el curso por tu cuenta.