Curso
Introducción al análisis de carteras en R
- BásicoNivel de habilidad
- 4.8+
- 275
Aplica tus conocimientos de finanzas y R para realizar pruebas retrospectivas, analizar y optimizar portafolios financieros.
Finanzas aplicadas
Mira vídeos cortos de instructores expertos y pon en práctica tus conocimientos con ejercicios interactivos en el navegador.
o
Al continuar, aceptas nuestros Términos de uso, nuestra Política de privacidad y que tus datos se almacenen en los EE. UU.Curso
Aplica tus conocimientos de finanzas y R para realizar pruebas retrospectivas, analizar y optimizar portafolios financieros.
Finanzas aplicadas
Curso
Explora el Control de Versiones de Datos para la gestión de datos ML. Domina la configuración, automatiza los procesos y evalúa los modelos sin problemas.
Machine Learning
Curso
Learn to analyze data over time with this practical course on Time Series Analysis in Power BI. Work with real datasets & practice common techniques.
Visualización de datos
Curso
En este curso aprenderás a realizar inferencias utilizando modelos lineales.
Probabilidad y estadística
Nube
Curso
Aprende a crear procesos que resistan el paso del tiempo.
Machine Learning
Curso
Gain an overview of AI Agents. Discover how AI Agents use autonomous action and reasoning to solve complex problems.
Nube
Curso
Utiliza tus habilidades de manipulación y visualización de datos para explorar el historial de votaciones de la Asamblea General de las Naciones Unidas.
Análisis exploratorio de datos
Curso
Aprende sobre los modelos GARCH, cómo implementarlos y calibrarlos en datos financieros, desde acciones hasta divisas.
Finanzas aplicadas
Curso
Aprende a garantizar la introducción de datos limpios y a crear paneles dinámicos para mostrar tus datos de marketing.
Informes
Curso
Aprende a segmentar clientes en Python.
Manipulación de datos
Curso
This Power BI case study follows a real-world business use case where you will apply the concepts of ETL and visualization.
Visualización de datos
Curso
Learn the basics of A/B testing in R, including how to design experiments, analyze data, predict outcomes, and present results through visualizations.
Probabilidad y estadística
Curso
Aprende a utilizar Amazon Bedrock para acceder a modelos básicos de IA y crear con IA, sin necesidad de gestionar una infraestructura compleja.
Inteligencia artificial
Curso
Aprende a utilizar Python para analizar la pérdida de clientes y crear un modelo para predecirla.
Análisis exploratorio de datos
Curso
Get ready to categorize! In this course, you will work with non-numerical data, such as job titles or survey responses, using the Tidyverse landscape.
Manipulación de datos
Curso
Build AI agentic workflows that can plan, search, remember, and collaborate, using LlamaIndex.
Inteligencia artificial
Curso
Analiza estados financieros con Python. Calcula ratios, evalúa la salud financiera, gestiona valores perdidos y presenta un análisis.
Finanzas aplicadas
Curso
Aprende a analizar datos de Airbnb utilizando SQL en Databricks, crear paneles de control y obtener información útil.
Importación y limpieza de datos
Curso
You unlock the foundational concepts of generative AI by exploring the differences between AI, ML, and gen AI.
Nube
Curso
Aprende a escribir pruebas eficaces en Java utilizando JUnit y Mockito para crear aplicaciones robustas y fiables con confianza.
Desarrollo de software
Curso
Learn tools and techniques to leverage your own big data to facilitate positive experiences for your users.
Machine Learning
Curso
Learn how to produce interactive web maps with ease using leaflet.
Visualización de datos
Curso
Domina el SQL, la gestión de datos, la optimización y la seguridad de Amazon Redshift.
Ingeniería de datos
Curso
Combina texto, imágenes, audio y vídeo con los últimos modelos de IA de Hugging Face y genera nuevas imágenes y vídeos.
Inteligencia artificial
Nube
Curso
Perfecciona lo que sabes y prepárate para tu próxima entrevista practicando con preguntas de entrevista sobre machine learning en Python.
Machine Learning
Curso
Aprende a optimizar tus flujos de trabajo de machine learning con tidymodels.
Machine Learning
Curso
Garantiza la coherencia de los datos aprendiendo a utilizar transacciones y a gestionar errores en entornos concurrentes.
Desarrollo de software
Curso
Aprende a escribir consultas recursivas y a consultar estructuras de datos jerárquicas.
Desarrollo de software
La ciencia de datos es un área de especialización centrada en la obtención de información a partir de los datos. Mediante el uso de habilidades de programación, métodos científicos y algoritmos, entre otros, los científicos de datos analizan la información para generar conclusiones prácticas.
Tendrás que aprender un lenguaje de programación como Python o R y dominar los principios de las matemáticas y la estadística. También es esencial conocer los métodos de análisis de datos y las herramientas de ciencia de datos. Hay muchas formas de aprender esta disciplina: además de la formación reglada, como una carrera o estudios universitarios, existen muchos otros recursos que te permiten aprender a tu ritmo. Aparte de los cursos online y los tutoriales, tienes a tu disposición libros, vídeos y mucho más.
Además de conocimientos de matemáticas y estadística, los científicos de datos necesitan habilidades de programación en lenguajes como Python, R y SQL. Asimismo, la ciencia de datos requiere capacidad para trabajar con grandes conjuntos de datos, conocimientos de visualización de datos, preparación de datos y gestión de bases de datos. También resulta muy útil contar con competencias en machine learning y aprendizaje profundo.
En el ámbito profesional, casi cualquier sector puede utilizar la ciencia de datos en cierta medida. Las organizaciones sanitarias la emplean para detectar y curar enfermedades, mientras que las empresas financieras la usan para detectar y prevenir el fraude. Todo tipo de sectores aplican la ciencia de datos al marketing, por ejemplo, para crear sistemas de recomendación y analizar la pérdida de clientes.
Sí, la ciencia de datos se encuentra entre los sectores de más rápido crecimiento en los EE. UU. y en todo el mundo. También es una de las carreras mejor pagadas que existen. Según datos de Payscale, los científicos de datos con experiencia ganan una media de 97 609 USD y tienen un índice de satisfacción de cuatro estrellas sobre cinco en Estados Unidos.
Hay algunos aspectos a considerar. En primer lugar, el acceso a las titulaciones en ciencias de datos puede ser competitivo, ya que a menudo exigen altas calificaciones constantes. Asimismo, muchas de las habilidades requeridas para la ciencia de datos requieren mucho estudio y paciencia. Dominar todos los fundamentos necesarios puede llevar varios meses, así como mucha experiencia práctica para conseguir un puesto de nivel inicial.
Sí, necesitarás algo de experiencia en programación en lenguajes como Python, R, SQL, Java y C/C++. Sin embargo, debido a su sintaxis relativamente simple, Python suele ser el lenguaje de programación preferido entre los principiantes.
Para una persona sin experiencia previa en programación ni formación matemática, normalmente se necesitan de 7 a 12 meses de estudios intensivos para alcanzar el nivel de un científico de datos principiante. Sin embargo, es importante recordar que aprender solo los fundamentos teóricos de la ciencia de datos puede no convertirte en un verdadero científico de datos.
Una vez que domines los fundamentos de la ciencia de datos, podrás especializarte en una variedad de áreas, incluido el machine learning, la inteligencia artificial, el análisis de big data, el análisis e inteligencia empresarial, la minería de datos y más.
Progresa desde cualquier dispositivo móvil con nuestros cursos y desafíos de programación diarios de 5 minutos.