Ir al contenido principal

Crear una plantilla basada en datos con aprendizaje combinado

Sheil Naik, Global Data Technical Trainer de Bloomberg, explica cómo un entorno de aprendizaje combinado puede impulsar una plantilla orientada a los datos.
Actualizado 17 sept 2026  · 2 min leer

Explorar con IA

ChatGPTClaudePerplexity

A medida que las organizaciones generan más datos y digitalizan productos y procesos, contar con una plantilla basada en datos es más crucial que nunca. Por eso, el aprendizaje y el desarrollo se han vuelto pilares de las estrategias de negocio, especialmente en las iniciativas centradas en construir capacidades de ciencia de datos en toda la organización.

La próxima semana, Adel Nehme, Data Science Evangelist de DataCamp, organizará un webinar con Sheil Naik, Global Data Technical Trainer en Bloomberg, sobre cómo Bloomberg utiliza el aprendizaje combinado para enseñar análisis de datos con Python, y cómo estas técnicas de análisis pueden emplearse para evaluar el cambio de comportamiento y el éxito de las iniciativas de formación continua.

Aprendizaje combinado en Bloomberg

En Bloomberg, una plantilla basada en datos utiliza la ciencia de datos para tomar decisiones de negocio fundamentadas en datos, optimiza procesos con datos y crea noticias guiadas por datos. Sheil Naik lidera un programa de aprendizaje combinado a nivel global centrado en el análisis de datos con Python que incluye entre 12 y 20 horas de aprendizaje con DataCamp por trimestre, tres sesiones presenciales virtuales de 1,5 horas dirigidas por expertos técnicos y un proyecto final con datos de Bloomberg como entrega final.

El webinar profundizará en los beneficios del aprendizaje combinado. La combinación de cursos de DataCamp y sesiones de aula virtual en directo permite mayor coherencia y flexibilidad frente a las limitaciones regionales y de horarios, y aumenta la capacidad de los grupos en todo el mundo.

Cómo evaluar el éxito de la formación continua

Una metodología para evaluar el retorno directo de la inversión de los programas de formación es el modelo de evaluación de Kirkpatrick. En resumen, el modelo de Kirkpatrick propone cuatro niveles de evaluación: la reacción inicial tras la formación, la evaluación del aprendizaje, el cambio de comportamiento y el impacto en el negocio de las habilidades adquiridas.

En el webinar del 4 de noviembre, Sheil explicará en detalle cómo Bloomberg aplicó operativamente el modelo de evaluación de Kirkpatrick midiendo y evaluando el cambio de comportamiento posterior a la formación en todos los estudiantes del programa.

Aprovecha los beneficios de la formación en datos

Esto es solo una muestra de la conversación de Adel y Sheil sobre cómo crear una plantilla basada en datos. Si quieres saber más sobre cómo escalar el aprendizaje personalizado, evaluar el éxito de la formación y vincularla a los objetivos de negocio, únete a nuestro webinar el 4 de noviembre.

Temas
Para empresas
Relacionado

blog

¿Qué es shell?

Descubre qué es shell y cómo aprenderlo puede convertirte en un científico de datos más eficiente y versátil.

Wendy Gittleson

13 min

blog

¿Qué es la alfabetización de datos? Guía para 2026 dirigida a los responsables de datos y análisis

Descubre la importancia de la alfabetización en datos en el mundo actual, impulsado por los datos.
Matt Crabtree's photo

Matt Crabtree

15 min

Machine Learning Concept

blog

¿Qué es el machine learning? Definición, tipos, herramientas y más

Descubre todo lo que necesitas saber sobre el machine learning en 2023, incluidos sus tipos, usos, carreras profesionales y cómo iniciarte en el sector.
Matt Crabtree's photo

Matt Crabtree

14 min

Tutorial

Introducción al aprendizaje automático estadístico

Descubra la potente fusión de estadística y aprendizaje automático. Explore cómo las técnicas estadísticas sustentan los modelos de aprendizaje automático, permitiendo la toma de decisiones basada en datos.
Joanne Xiong's photo

Joanne Xiong

11 min

Tutorial

Una introducción a los valores SHAP y a la interpretabilidad del machine learning

Los modelos de machine learning son potentes, pero difíciles de interpretar. Sin embargo, los valores SHAP pueden ayudarte a comprender cómo influyen las características del modelo en las predicciones.
Abid Ali Awan's photo

Abid Ali Awan

9 min

Tutorial

Creación y personalización de tablas dinámicas en Power BI

Aprende a crear tablas dinámicas personalizables en Power BI con formato condicional avanzado y algunos consejos de optimización.
Joleen Bothma's photo

Joleen Bothma

9 min

Ver MásVer Más