Empezarás con un ‘prework’ de 2 semanas, donde aprenderás o repasarás cómo construir algoritmos utilizando funciones, condicionales y otros elementos de Python. Una buena base de Python es importante para poder desarrollar algoritmos de recolección de datos, consultar API’s o hacer Web Scrapping. También obtendrás las bases para depurar tus datos utilizando las bibliotecas Pandas y Numpy. Estas dos bibliotecas constituyen la base sobre la que esta construida toda la industria de Data Science

Siempre con un enfoque muy práctico y programando en Python, vas a aplicar los conceptos de Álgebra Lineal más utilizados en Data Science y Machine Learning. Matrices y Vectores, Funciones F(x) y relaciones entre variables. También programarás en Python los conceptos probabilísticos más utilizados: tendencias centrales, desviación estándar, medias y medianas. Por último, calcularemos probabilidades de que un evento o dato ocurra, una habilidad muy importante para poder desarrollar modelos y predicciones

Probablemente la etapa más larga de todos los proyectos de Data Science es recolectar (y limpiar) los datos. En este módulo trabajarás con Python para conectarte a bases de datos SQL, aprenderás la sintaxis de SQL para consultar y manipular esos datos, cargar y descargar archivos estáticos CSV, JSON entre otros más utilizados en la industria. Aprenderás a conectarte con API’s o descargar datos de páginas que no cuentan con una API utilizando web scraping. Almacenarás todos los datos de forma ordenada y coherente en una base de datos

Una vez que tus datos han sido recolectados es necesario entender su estructura, profundidad y depurar errores. Empezarás a aprender las técnicas de visualización de datos para entender la muestra y desarrollar las diferentes estrategias para limpiar y mejorar tu dataset: Ingeniería de Features, Outliers, Datos Faltántes, Feature encoding, Feature Scaling. Aprende a desarrollar reportes en Looker (Google DataStudio) con gráficos avanzados y KPI’s en una de las herramientas de datawarehousing más utilizadas del mercado

Uno a uno iremos revisando los algoritmos y modelos predictivos mas utilizados en la industria: Supervisados y No Supervisados. Cada modelo vendrá con un caso práctico para ser solucionado utilizando Python: Regresión Lineal, Regresión Logística, Árboles de Decisión, Random Forest, Bayes, Support Vector Machine, NLP, KNN, Time Series, NN y otros

Uno de los aspectos más importantes al desarrollar una Inteligencia Artificial es entender cómo preparar, desplegar y mantener una solución en un ambiente de producción. Te llevarán de la mano durante todo el ciclo de desarrollo de software detrás de la solución. Machine Learning Operations (MLOps), así como privacidad, seguridad y ética. Tu proyecto final será desplegar tu aplicación de Machine Learning en producción

Trabajarás en equipo para escoger un problema real, recolectar los datos necesarios para resolverlo con una predicción, realizar un análisis exploratorio con varias visualizaciones que permitan entender los datos, limpiar el dataset para poder utilizarlo correctamente y seleccionar un par de modelos para realizar una predicción. Luego evaluarás la efectividad de tus modelos utilizando las técnicas vistas durante el curso. Por último, pondrás tu modelo en produccion utilizando Streamlit o Google DataStudio