Escuela de Data Science Platzi [PDF]

Zitiervorschau

12/5/2021

Escuela de Data Science

INICIAR SESIÓN

Do you want to switch to Platzi in English?

Menú



Yes, switch to English

Escuela de Data Science Domina las herramientas y técnicas para el procesamiento de Big Data y Ciencia de Datos.

Acelera tu carrera profesional Escribe tu correo electrónico

ENTRA A PLATZI

Acepto los Términos de Servicio y las Políticas de Privacidad

Cursos básicos Básico Curso de Análisis de Negocios para Ciencia de Datos Curso Básico de Python Curso de Introducción a la Terminal y Línea de Comandos Curso Profesional de Git y GitHub Curso de Fundamentos de Matemáticas Curso de Python Intermedio Curso de Introducción al Pensamiento Computacional con Python https://platzi.com/datos/

1/16

12/5/2021

Escuela de Data Science

Curso Práctico de Regresión Lineal con Python Curso de Matemáticas para Data Science: Cálculo Básico Curso de Matemáticas para Data Science: Probabilidad Curso de Introducción al Álgebra Lineal: Vectores Curso de Fundamentos de Estadística y Análisis de Datos con Python Curso de Fundamentos de Bases de Datos

Data analyst y business intelligence Intermedio Curso de Principios de Visualización de Datos para Business Intelligence Curso de Introducción a Business Intelligence con Excel Curso de Tableau: Visualización de Datos y Storytelling para Negocios Curso de Introducción a Business Intelligence con Power BI Curso de Google Data Studio Curso de Manipulación y Análisis de Datos con Pandas y Python Curso Práctico de SQL

Data engineer Intermedio Curso de Fundamentos de Web Scraping con Python y Xpath Curso de Ingeniería de Datos con Python Curso de Web Scraping: Extracción de Datos en la Web Curso de Scrapy

https://platzi.com/datos/

2/16

12/5/2021

Escuela de Data Science

Curso de Fundamentos de Spark para Big Data

Curso de Hadoop Curso de AWS Redshift para Manejo de Big Data

Data scientist y machine learning Avanzado Curso de PostgreSQL Aplicado a Ciencia de Datos Curso de Análisis Exploratorio de Datos Curso de Fundamentos de R Curso de Estadística Inferencial con R Curso de Fundamentos de Álgebra Lineal con Python Curso de Fundamentos Prácticos de Machine Learning Curso de Álgebra Lineal Aplicada para Machine Learning Curso Profesional de Machine Learning con Scikit-Learn Curso de Fundamentos de Teoría de la Información Curso de Fundamentos de Redes Neuronales con Python y Keras Curso de TensorFlow.js Curso de Fundamentos de Procesamiento de Lenguaje Natural con Python y NLTK Curso de Algoritmos de Clasi cación de Texto Curso de Deep Learning con Pytorch

¿Por qué estudiar Data Science? https://platzi.com/datos/

3/16

12/5/2021

Escuela de Data Science

Data science es la combinación de técnicas matemáticas y computacionales para recolectar, transformar, almacenar, agregar, clasi car y optimizar datos. Es uno de los campos del conocimiento en mayor desarrollo y con mayor demanda laboral dentro del mundo de la tecnología. Hoy en día todas las empresas serias tienen un equipo de data science. Adicionalmente, las técnicas y herramientas que dominan los expertos en ciencia de datos aplican a una variedad de problemas que van más allá de la empresa tradicional. Problemas en el mundo de la biología, medicina, educación, economía, nanzas, derecho, sociología, business intelligence, física, etc., pueden resolverse con modelos y aplicaciones que construyen las y los expertos en datos. Es por esto que en Platzi hemos creado la Escuela de Data Science para que formes parte de esta revolución y te unas a los y las profesionales que están transformado al mundo con datos.

Escuela de Data Science en Platzi

Aprendemos en comunidad En Platzi tenemos grupos de estudio donde podrás compartir tus dudas, aportes y participar de eventos exclusivos sobre Data Science 🚀 Toda la comunidad está por aquí y que participes en la comunidad será increíble 😄 Puedes unirte ahora mismo a nuestro grupo en Telegram de la Escuela de Data Science

¿Cuáles son los roles que puedo desempeñar en un equipo de data science? https://platzi.com/datos/

4/16

12/5/2021

Escuela de Data Science

Las personas que forman parte de un equipo de data science realizan una variedad de actividades que les permiten llegar a conclusiones con base en los datos que analizan. A la par de conocer cada uno de estos roles es importante conocer los pasos de un ujo de trabajo en ciencia de datos.

Data engineer Los data engineers se encargan de crear y mantener la infraestructura de software que permite el procesamiento de grandes conjuntos de datos. Su mundo gira alrededor de tecnologías como Hadoop, Spark, Kafka, Air ow, sistemas de monitoreo, uso de nubes públicas como Google Cloud Platform o AWS y mucho más. Son grandes expertas en ingeniería de software y arquitectura de sistemas en la nube. Operan en las etapas de recolección y almacenamiento. La etapa de recolección consiste en la obtención de los datos de una variedad de fuentes. Lo importante en esta etapa es sistematizar y automatizar la recolección de los mismos para crear un ujo constante que permita identi car tendencias y patrones en los siguientes pasos. En ocasiones los datos pueden analizarse mientras van llegando, en otras el análisis se hace posteriormente. Es por ello que es importante almacenarlos de manera segura y accesible en la etapa de almacenamiento. Aquí también se toman decisiones arquitectónicas sobre la estructura de los datos. Términos como ETL, data lakes, data warehouses y otros son comunes a esta etapa. Aquí es fundamental un conocimiento de infraestructura y sistemas de almacenamiento.

Data analyst Su principal objetivo es encontrar conocimiento a partir de datos existentes y compartir hallazgos relevantes para tomar decisiones de negocio. Para ello sus habilidades parten desde conocimientos en Excel, estadística, herramientas de visualización de datos como Tableau y Microsoft Power BI, hasta manejar lenguajes como SQL para consultas y Python para la manipulación, transformación y análisis de los datos. Un data analyst opera en una etapa de exploración partiendo de un problema a resolver mediante un análisis. Primero deberá extraer datos recolectados y reorganizarlos para que puedan ser entendidos. Usando herramientas estadísticas interpretará los datos con especial atención en tendencias y patrones que pueden tener gran valor para su diagnóstico. Finalmente deberá comunicar sus hallazgos a líderes que toman decisiones de negocio a través de reportes con grá cas y dashboards de manera que sea muy sencillo entenderlos.

Data scientist Las habilidades de un data scientist contemplan varias de las de una analista de datos con lenguajes como Python y SQL, probabilidad y estadística, pero también con conocimientos de inteligencia arti cial como cálculo, álgebra lineal, support vector machines, decisions trees, redes neuronales, Tensor ow, Keras, PyTorch, scikit-learn y algunas herramientas de desarrollo backend. https://platzi.com/datos/

5/16

12/5/2021

Escuela de Data Science

Su trabajo empieza en una etapa de exploración y transformación. Llevan a cabo la limpieza, detección de anomalías y creación de datasets a partir de datos crudos. Sus habilidades les permiten explorar cómo se distribuyen los datos encontrando valores estadísticos descriptivos. Posteriormente transforman el dataset para que los modelos predictivos de clasi cación puedan operar sobre el mismo. Una vez que los datos están limpios es momento de realizar un análisis más avanzado en la etapa de agregación y etiquetado. La tarea es segmentar los datos, de nir y obtener métricas, generar agregaciones, extraer features y preparar los datos para machine learning. También es momento de generar visualizaciones para facilitar la detección de patrones, correlaciones y relaciones de causalidad que estaban escondidas en los datos crudos. Aquí más que nunca es muy importante el conocimiento matemático y del negocio para realizar las preguntas indicadas y llegar a conclusiones correctas. Finalmente, llega la etapa de aprendizaje automatizado y optimización para obtener información que dé una ventaja a la organización ayudándola a entender de manera precisa el comportamiento de sus usuarios y su negocio. Es posible forzar el dataset con técnicas avanzadas de machine learning y deep learning para obtener resultados que no era posible obtener en etapas anteriores. Aquí también crean modelos predictivos poderosos que permiten generar recomendaciones para aumentar los bene cios que se le pueden ofrecer a todos los usuarios de la empresa.

Machine learning engineer Los machine learning engineers operan en el último tramo del ujo dentro de la etapa de aprendizaje automatizado y optimización. Su tarea es escalar y robustecer los modelos que un cientí co de datos ha construido. Por supuesto este rol requiere las mismas habilidades de inteligencia arti cial de un cientí co de datos, pero además requiere profundizar en despliegue de aplicaciones con herramientas como Flask, Django, FastAPI, Docker, conocimiento de infraestructura y servicios cloud como AWS, Google Cloud Platform o Microsoft Azure. Un machine learning engineer se asegura que todas las tareas de los sistemas en producción funcionen correctamente. Para ello hace un uso extensivo de algoritmia y de librerías de machine learning y mejoran los modelos que han sido puestos en producción haciendo mantenible, escalable y depurable el código que ha creado un data scientist mediante la automatización y abstracción de procesos repetitivos presentes en la mayoría de las tareas de machine learning. El trabajo de una machine learning engineer es uno de los roles que más aprovecha los conocimientos de ingeniería de software dentro de un equipo de datos.

¿Cómo me convierto en profesional de los datos? https://platzi.com/datos/

6/16

12/5/2021

Escuela de Data Science

Estrategias para empezar en Data Science | Yesi Díaz | Platzi CONF

Si has llegado hasta este punto seguramente te has decidido a especializarte en data science. Probablemente ya hasta tienes en mente en cuál de todos estos roles te gustaría profundizar, pero antes de eso necesitamos aclarar que cualquier profesional de los datos tiene dominio en estas tres áreas: 1. Ciencias de la computación. 2. Matemáticas y estadística. 3. Experiencia en el campo o dominio del negocio. Al principio tu objetivo será desarrollar habilidades y conocimientos en estas tres áreas. Para lograrlo solamente comienza con la parte básica de esta Escuela de Data Science que está preparada especí camente para brindarte estos poderes esenciales. Si lo tuyo es el campo de dominio del negocio puedes también revisar libros sobre inteligencia de negocio que te darán fundamentos para complementar los cursos. Una vez que termines te habrás preparado para seguir tu camino en los diferentes roles de un equipo de data science. ¡No esperes más! Comienza ahora esta aventura para convertirte en profesional de los datos.

Glosario Ciencia de Datos: Área de conocimiento que busca agregar valor a los datos por medio de la con uencia de análisis estadísticos, métodos computacionales y visualización de información. Big Data: Conjunto de información cuya longitud (número de registros), variedad (número de características por https://platzi.com/datos/

7/16

12/5/2021

Escuela de Data Science

g j y g ( g ) ( cada registro) y frecuencia (ritmo con el cual se actualiza la información) impiden que los métodos de procesamiento de datos convencionales sean su cientes para su manejo.

p

Bases de datos: Las bases de datos son contenedores o repositorios digitales en los que se almacenan de manera estructurada y organizada datos que comparten un mismo contexto para su posterior procesamiento y consulta. Keyword: Se re ere a la palabra clave que atrae al mayor número de seguidores a través de buscadores. Cuando tienes claro cuáles son las keywords que de nen tu contenido puedes posicionarlo de manera orgánica o paga lo cual in uye en el número de búsquedas y las conversiones. Machine Learning: Rama de la inteligencia arti cial que se encarga del estudio de métodos automatizados por medio de algoritmos y estadística, para generar modelos matemáticos que permitan resolver tareas de forma tal que sea el software quien descifre por sí mismo como resolver dicho problema. VER MÁS TÉRMINOS 

BASIC

EXPERT

EXPERT+

$30 al mes Un pago anual de $349 Ahorras $119 vs Basic

Elegir Expert+

2

Estudiantes con acceso a la plataforma Acceso a la Escuela de Inglés y Escuela de Startups Participa en Platzi Demo Day con tu Startup Mentorías semanales en grupo y en vivo Descarga tus clases con la App para estudiar sin conexión Acceso VIP a PlatziConf, online y presencial Envío de diploma de certi cación físico de las Escuelas aprobadas Acceso a los nuevos cursos 48 horas antes de su lanzamiento (pronto)

https://platzi.com/datos/

8/16

12/5/2021

Escuela de Data Science

Desafíos y retos veri cados en cada escuela (pronto) Clases en Full HD para toda conexión (pronto) App para iOS y Android con funciones exclusivas, cursos en audio y más Acceso a más de 700 cursos, Escuelas y sus actualizaciones El precio del plan nunca subirá mientras mantengas tu suscripción activa. Diploma de certi cación digital de las Escuelas y cursos aprobados Acceso a la comunidad más grande de profesionales y emprendedores en tecnología de la región

Precios en dólares Compra de manera segura

Múltiples medios de pago

UN SOLO CURSO

$49 1 solo curso, 1 solo pago Comprar curso

PLATZI PARA EMPRESAS ¿Necesitas capacitación para tu empresa? Tenemos planes especiales. Conócelos en: platzi.com/empresas https://platzi.com/datos/

9/16

12/5/2021

Escuela de Data Science

Aprende de los mejores Freddy Vega CEO en Platzi  @freddier

David Aroesti Engineer en Google Cloud  @jdaroesti

Ricardo Celis Course Director en Platzi  @celismx

Juan Pablo Morales Gerente de ingeniería en Arara  @JuanpaMF

Sergio Orduz Ingeniero Eléctrico en

Sonia Ardila Senior Data Specialist en Claro Colombia  @soniaardila1

https://platzi.com/datos/

10/16

12/5/2021

Escuela de Data Science

Israel Vázquez Morales Senior Software Engineer en YouNoodle  @israbaurel

Daniel Sánchez Integrador Creativo en Aprende Institute  @danielowho

Yesi Díaz Data Scientist en Rappi  @silvercorp

Sebastián Sosa Co-founder en Caburé  @helblings

Katherine Briceño Consultora en Analítica en Banco GNB

Martín Sokolowicz Ayudante Experto en Digital House

David Torres Data Scientist en Platzi  @davinci137

https://platzi.com/datos/

A i lO i

11/16

12/5/2021

Escuela de Data Science

Ariel Ortiz COO en Spin Quantum Tech  @ludthor

Juan José Bello Co founder / Marketer en Porter Metrics

Francisco Camacho Data Scientist en Platzi  @el_pachocamacho

Facundo García Martoni Technical Mentor en Platzi  @facmartoni

Alejandro Santamaria CTO en Shoelovers.co  @alexs_mx

Carlos Alarcón Data Scientist en Platzi  @alarcon7a

María Plaza C Head of Business Development & Growth en Populetic  @MariaPlazaC

https://platzi.com/datos/

Marian Villa

12/16

12/5/2021

Marian Villa

Escuela de Data Science

Co-fundadora y directora en Pionerasdev  @@Marianvilla

Julián Cruz Docente en Universidad Externado de Colombia  @Cruz_Julian_

Óscar Gutiérrez Castillo Analista Desarrollador en StratBranding  @Ator97

Sílvia Ariza Sentís Data Scientist en DiDi  @silari_

Ulises Rayon Outbound Analyst en Platzi

Enrique Devars Course Director, Facultad de Computer Science en Platzi  @codevars

Benjamín Casazza CEO en Data to Business  @_uracilo

Maria Cruz Data Scientist en Athena  @CgMcruzg https://platzi.com/datos/

13/16

12/5/2021

Escuela de Data Science

Luis Jorge Novelo Master Coach en Platzi Master  @novelonovelo

Blog Posts Tutorial: cómo extraer datos de Twitter con Python Anthony Ismael Manotoa Moreno 33 ·

247 ·

hace 11 días

Comentar

Desarrollo e Ingeniería

Datacademy: aprende las bases de la ciencia de datos con Platzi Enrique Devars hace 14 días 77 ·

237 ·

Comentar

Desarrollo e Ingeniería

Redes neuronales: las usas todos los días y no lo sabías alarcon7a hace 19 días 22 ·

121 ·

Comentar

Desarrollo e Ingeniería

Aprende de Data Science con Platzi y consigue el badge LOSDATASTIFIED danigranatta hace un mes 63 ·

https://platzi.com/datos/

34 ·

Comentar

Desarrollo e Ingeniería

14/16

12/5/2021

Escuela de Data Science

Rutas relacionadas para complementar tu aprendizaje

Escuela de Matemáticas Aprende en casa temas de matemáticas como álgebra, ecuaciones, funciones, cálculo y probabilidad. Desarrolla tus propios análisis matemáticos y aplícalos.

Transformamos la economía de nuestros países entrenando a la próxima generación de profesionales en tecnología. Aprende en nuestras redes:









Marketing Diseño y UX Crecimiento Profesional Inglés Startups Desarrollo e Ingeniería Negocios y Emprendimiento Contenido Digital

Certi cadores o ciales en tecnologías

https://platzi.com/datos/

Reconocidos y premiados por

15/16

12/5/2021

Escuela de Data Science

Reconocidos y premiados por

Entérate de todas las novedades en educación, negocios y tecnología

Suscríbete

Ingresa tu correo electrónico

Preguntas frecuentes

Contáctanos

Prensa

Conferencias

PT

Términos y Condiciones

Privacidad

Estudiantes

Hola

EN

De LATAM con  para el mundo

https://platzi.com/datos/

16/16