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
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
En este curso, aprenderás a importar y gestionar datos financieros en Python utilizando diversas herramientas y fuentes.
Finanzas aplicadas
Curso
Aprende a sacar conclusiones sobre una población a partir de una muestra de datos mediante un proceso conocido como inferencia estadística.
Probabilidad y estadística
Curso
Aprende los fundamentos de las redes neuronales y cómo construir modelos de aprendizaje profundo con TensorFlow.
Machine Learning
Curso
Descubre todas las ventajas del análisis bayesiano de datos y aplícalo a una gran variedad de casos de uso reales.
Probabilidad y estadística
Curso
Aprende a implementar la gestión de datos distribuidos y el machine learning en Spark utilizando el paquete PySpark.
Ingeniería de datos
Curso
Aprende a estructurar tus consultas PostgreSQL para que se ejecuten en una fracción del tiempo.
Desarrollo de software
Curso
Aprende a recopilar y descargar datos de cualquier sitio web de forma eficiente utilizando R.
Preparación de datos
Curso
Learn about AWS Boto and harnessing cloud technology to optimize your data workflow.
Nube
Curso
In this course you will learn how to predict future events using linear regression, generalized additive models, random forests, and xgboost.
Machine Learning
Curso
Learn how to detect fraud using Python.
Machine Learning
Curso
Utiliza el análisis de expresión diferencial de RNA-Seq para identificar genes importantes para diferentes enfermedades o afecciones.
Probabilidad y estadística
Curso
Learn powerful command-line skills to download, process, and transform data, including machine learning pipeline.
Manipulación de datos
Curso
Visualiza la estacionalidad, las tendencias y otros patrones en tus datos de series temporales.
Visualización de datos
Curso
Explore the concepts and applications of linear models with python and build models to describe, predict, and extract insight from data patterns.
Probabilidad y estadística
Curso
Retos al supervisar modelos de machine learning en producción: deriva de datos y conceptos y métodos para la degradación de los modelos.
Machine Learning
Curso
Parse data in any format. Whether its flat files, statistical software, databases, or data right from the web.
Preparación de datos
Curso
Create multi-modal systems using OpenAIs text and audio models, including an end-to-end customer support chatbot!
Inteligencia artificial
Curso
Aprende a visualizar series temporales en R y luego practica con un caso práctico de selección de acciones.
Visualización de datos
Curso
En este curso aprenderás los fundamentos del diseño experimental, una parte crucial de cualquier análisis de datos.
Probabilidad y estadística
Curso
Learn how to identify, analyze, remove and impute missing data in Python.
Manipulación de datos
Curso
Explore ways to work with date and time data in SQL Server for time series analysis
Manipulación de datos
Curso
Aprende conceptos fundamentales de probabilidad, como variables aleatorias, media y varianza, distribuciones de probabilidad y probabilidades condicionales.
Probabilidad y estadística
Curso
Discover how to use the income statement and balance sheet in Power BI
Finanzas aplicadas
Curso
Utiliza las sofisticadas herramientas de visualización de Seaborn para hacer visualizaciones bellas e informativas con facilidad.
Visualización de datos
Curso
Aprende modelos empresariales básicos, como flujos de caja, inversiones, anualidades, amortización de préstamos y más con Google Sheets.
Finanzas aplicadas
Curso
Develop a strong intuition for how hierarchical and k-means clustering work and learn how to apply them to extract insights from your data.
Machine Learning
Curso
Aprende a crear visualizaciones atractivas de datos geoespaciales en Python utilizando el paquete de geopandas y los mapas de folium.
Visualización de datos
Curso
Detecta anomalías en tu análisis de datos y amplía tu conjunto de herramientas estadísticas de Python en este curso de cuatro horas.
Probabilidad y estadística
Curso
In this Power BI case study you’ll play the role of a junior trader, analyzing mortgage trading and enhancing your data modeling and financial analysis skills.
Finanzas aplicadas
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.