Mira vídeos cortos de instructores expertos y pon en práctica tus conocimientos con ejercicios interactivos en el navegador.
o
Curso
Descubre distintos tipos en modelado de datos, incluido para predicción, y aprende a realizar regresión lineal y medidas de evaluación de modelos en Tidyverse.
Probabilidad y estadística
Curso
Shiny es un paquete de R para crear aplicaciones web interactivas en R, para compartir datos en forma de paneles de control o visualizaciones.
Desarrollo de software
Curso
¡Aprende a utilizar los paquetes esenciales de Bioconductor para bioinformática utilizando conjuntos de datos de virus, hongos, seres humanos y plantas!
Probabilidad y estadística
Curso
En este curso aprenderás a realizar inferencias utilizando modelos lineales.
Probabilidad y estadística
Curso
En este curso aprenderás los fundamentos del diseño experimental, una parte crucial de cualquier análisis de datos.
Probabilidad y estadística
Curso
Aprende a predecir el futuro con series temporales en R, usando modelos ARIMA y métodos de suavizado exponencial.
Probabilidad y estadística
Curso
Aprende a utilizar modelos basados en árboles y conjuntos para realizar predicciones de clasificación y regresión con tidymodels.
Machine Learning
Curso
Domina la manipulación de datos de series temporales en R, incluido importar, resumir y crear subconjuntos, con zoo, lubridate y xts.
Manipulación de datos
Curso
Gestiona la complejidad de tu código mediante la programación orientada a objetos con los sistemas S3 y R6.
Desarrollo de software
Curso
Aprende los conceptos básicos de la valoración del flujo de caja, trabaja con datos sobre mortalidad humana y crea productos de seguros de vida en R.
Finanzas aplicadas
Curso
Aprende las técnicas básicas necesarias para extraer información significativa de los datos de series temporales.
Probabilidad y estadística
Curso
Utiliza el análisis de expresión diferencial de RNA-Seq para identificar genes importantes para diferentes enfermedades o afecciones.
Probabilidad y estadística
Curso
Aprende los conceptos básicos para analizar, manipular y realizar cálculos con fechas y horas en R.
Desarrollo de software
Curso
Este curso ofrece una introducción al agrupamiento y la reducción de dimensionalidad en R desde la perspectiva del machine learning.
Machine Learning
Curso
Learn to work with time-to-event data. The event may be death or finding a job after unemployment. Learn to estimate, visualize, and interpret survival models!
Probabilidad y estadística
Curso
Este curso enseña los conceptos fundamentales del machine learning, como la creación y evaluación de modelos predictivos.
Machine Learning
Curso
Conviértete en un experto en la aplicación de modelos ARIMA (media móvil integrada autorregresiva) a datos de series temporales utilizando R.
Probabilidad y estadística
Curso
Analiza datos de texto en R utilizando el marco tidy.
Manipulación de datos
Curso
El curso sobre el modelo lineal generalizado amplía tu conjunto de herramientas de regresión para incluir la regresión logística y la regresión de Poisson.
Probabilidad y estadística
Curso
Desarrolla una sólida intuición sobre cómo funcionan el clustering jerárquico y k-means, y aprende a aplicarlos para extraer insights de tus datos.
Machine Learning
Curso
Aprende a crear dashboards interactivos con R usando el potente paquete shinydashboard. Crea visualizaciones dinámicas y atractivas para tu audiencia.
Informes
Curso
En este curso aprenderás a ajustar modelos jerárquicos con efectos aleatorios.
Probabilidad y estadística
Curso
Learn how to pull character strings apart, put them back together and use the stringr package.
Desarrollo de software
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 a diseñar encuestas utilizando estructuras de diseño comunes, seguido de la visualización y el análisis de los resultados de las encuestas.
Probabilidad y estadística
Curso
Aprende qué es el análisis bayesiano de datos, cómo funciona y por qué es una herramienta útil en tu caja de herramientas de Ciencia de datos.
Probabilidad y estadística
Curso
Learn how to produce interactive web maps with ease using leaflet.
Visualización de datos
Curso
Domina conceptos básicos sobre la manipulación de datos, como el filtrado, la selección y el cálculo de estadísticas por grupos utilizando data.table.
Manipulación 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 leer, explorar y manipular datos espaciales, y luego usa tus habilidades para crear mapas informativos con R.
Visualización de datos
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.
Avanza estés donde estés con nuestros cursos para móvil y retos de programación diarios de 5 minutos.