Responsable experto de data
Dominar el dato para entenderlo, transformarlo y capturar su máximo potencial con inteligencia artificial para optimizar procesos y simplificar el desarrollo de los proyectos y, comenzar con la creación de modelos de machine learning.
Programa
- 01Introducción: la importancia del dato6 h
Concienciación en relación a cómo la ciencia del dato afecta a todos los sectores y puede ser el aliado perfecto para el mundo de los negocios
Conocimiento de los diferentes modelos de negocio basado en datos
- Nuevos modelos de negocio en torno al dato
- Tipología de datos y cómo se obtienen
- Maneras de rentabilizar el dato
- Data business model canvas
Adquisición de conocimientos sobre los avances en Big Data & inteligencia artificial (IA)
- Estado actual
- Posible evolución futura
Dominio de conceptos básicos
- Qué es Big Data
- Qué es Machine Learning
- Qué es Deep learning
Concienciación sobre el poder de los datos en las organizaciones tanto para mejorar la toma de decisiones como para crear modelos de negocio basado en datos
Visión trasversal sobre cómo data science se aplica en las diferentes áreas de la organización para impulsar las capacidades
- 02Nociones iniciales de Python, data engineering y estadística24 h
Desarrollo de los fundamentos de Big Data
- Qué es el Big Data
- Perfiles técnicos: data analyst, engineer, arquitect, QA
- El proceso de construir un proyecto de Big Data
- Arquitecturas de Big Data
- Las claves del éxito del Big Data
Identificación de los fundamentos de Machine Learning
- Introducción al Machine Learning: datos, algoritmos, modelos, producción
- Aproximación a los algoritmos: clasificación, predicción y clustering
- Creación de modelos de Machine Learning
- Las claves del aprendizaje automático
- La productivización de modelos
Análisis de los fundamentos de IA: visión, NPL
- Introducción al Deep learning y sus aplicaciones
- Tipos de redes neuronales y su entrenamiento
- Funcionamiento y retos del data science aplicado al computer vision y al NPL
Conocimientos avanzados de Python crash course
- Uso de pycharm como entorno de trabajo
- Uso de notebooks
- Conocimiento de la sintaxis del lenguaje: bucles, variables
- Librerías
- Funciones
- Programación orientada a objetos en Python
Aproximación a la arquitectura de la información y al SQL
- Qué es la arquitectura de datos
- Modelo relacional tradicional
- Modelo estrella
- Modelo copo de nieve
- Bases de la normalización de datos
- Definiciones esenciales: base de datos, tablespace, tabla, vista, vista materializada, clave primaria, índice y partición
- SQL
- Sintaxis del lenguaje
Identificación del crash course de Python para data engineers: SQL y dataframes
- Consulta de datos
- Cruce de tablas
- Inserción y borrado
- Dataframes: qué es una serie, qué es un dataframe, cruces con dataframe, funciones lambda con columnas, leer y salvar datos desde y a dataframe desde distintos formatos
Diferenciación entre ETL/ELT y preproceso de datos
- ELT o ETL
- Pipelines de datos
- Cómo estructurar los distintos pasos del workflow de datos
- Automatización de procesos
Aplicación del proceso del análisis exploratorio
- Arranque de un proceso exploratorio
- Los objetivos de un análisis exploratorio
- Uso del proceso exploratorio para validación de hipótesis
- Naturaleza iterativa del proceso
Utilización de herramientas de visualización exploratoria y librerías
- Análisis descriptivo gráfico
- Análisis descriptivo basado en estadísticos
Realización de análisis univariante y multivariante
- Análisis multivariante
- Análisis univariante
Conocimiento de la estadística descriptiva
- Media, mediana, momentos, etc
- Desviación, varianza
- Sesgos y medidas de homogeneidad de la información
Aproximación breve al algebra lineal
- Operaciones matriz-escalar
- Operaciones matriz-matriz
- Propiedades de las matrices: no conmutativa, asociativa, distributiva, matriz identidad
- Trasposición e inversa de una matriz
Análisis de correlación de variables: fundamentos de estadística y probabilidad
- Ingeniería de características: descarte y selección de características
- Cómo analizar la correlación entre variables
- Efecto de las correlaciones
- Eliminación de la correlación
Deducción estadística y contraste de hipótesis
- Definición de una distribución una variable aleatoria
- Definición de una función de probabilidad
- 03Conocimiento avanzado de Machine Learning & artificial Intelligence100 h
Aproximación a la modelización
- Introducción a la modelización
- Tipos de modelos
Identificación de los modelos de regresión
- Modelos de regresión simple
- Modelos de regresión múltiple
- Modelos de regresión generalizado
Clasificación de los distintos modelos de árboles
- Modelos de inferencia de árboles de decisión y regresión: clasificadores binarios, regresión
- Modelos de inferencia de árboles de decisión: clasificadores multiclase
- Modelos avanzados de árboles: boosting, random forest
Conocimientos de algoritmos alternativos de clasificación
Conocimientos de eager y lazy classifiers
Utilización de clustering
- Introducción a los modelos no supervisados
- Análisis clúster
Aproximación al método científico
- Evaluación de modelos
Evaluación y optimización de modelos
- Control de outliers y análisis de residuos
- Modelos no supervisados
- Modelos supervisados
Creación de ingeniería de variables
- Principios de la ingeniería de variables en la creación de variables
- La dimensionalidad
- Técnicas: PCA y SVD
Ensamblado de modelos
- Definición de model ensembles
- Modelos débiles y modelos fuertes
- Creación de pipelines para crear modelos ensamblados
Gestión del ciclo de vida de los modelos
Interpretabilidad
Aproximación a modelos heurísticos de optimización
Conocimiento de los algoritmos genéticos
- Principios de optimización basado en heurísticos
- Gradiente descendente
- Modelos basados en comportamientos animales
- El algoritmo genético
- Aplicaciones de los algoritmos genéticos
- Cromosoma y función de fitness
- Resolución de un problema usando algoritmos genéticos
Utilización de series temporales y forecasting
- Bases sobre componentes de las series temporales: tendencia, ciclo y estacionalidad
- Series estacionarias y no estacionarias
- Análisis de anomalías
- Suavizado exponencial
- Modelos autoregresivos
- Modelos univariantes y multivariantes
- Modelos arima
- Modelos con parametrización automática
Gestión de proyectos de data science
- 04Aplicaciones del Deep learning36 h
Aproximación a redes neuronales artificiales (ANN)
- ¿Qué es una red neuronal artificial?
- Tipos de redes: profundas y superficiales (shallow)
- Técnica del gradiente descendiente
Conocimiento de los campos de aplicación de ANN
- Visión por computador
- Análisis y síntesis del lenguaje
- Análisis de secuencias
- GAN y deepfake
Aproximación al shallow & Deep neural networks. Introducción CNN
- Perceptrón simple
- Topologías de redes neuronales
- Mnist
- Regularización: L1, L2, dropout y otros
- Creación de una CNN con keras
Comprensión del diseño de redes neuronales artificiales (ANN), redes convolucionales (CNN) y redes recurrentes (RNN)
- 05Entornos Big Data & cloud14 h
Conocimientos de Big Data y de los principios de arquitecturas de computación distribuidas y altamente escalables
- Comprender el papel del Big Data en la ciencia de datos
- Apache Spark
- Spark en modo batch y en semi-tiempo real (microbatches)
- Lazy evaluation
Utilización de dataframes y data pipelines en Spark
- Operaciones sobre dataframes (SQL o pyspark)
- Creación de data pipelines con Spark
- Transformación de dataframes
Creación de modelos de Machine Learning en Spark
- Entrenamiento de modelos e integración en pipelines
- Aplicación de la inferencia de modelos en Spark
Despliegue de pipelines de modelos con Spark
Desarrollo de modelos con proveedores de cloud Machine Learning
- 06Visualización de los datos30 h
Comprensión de las claves del storytelling a través de los datos
- La ciencia de la visualización de datos y el storytelling: su valor en el mundo profesional
Uso del storytelling con datos
- Principios de la comunicación visual de los datos
- Uso de los distintos controles visuales
Comprensión de los conceptos Business Intelligence y data visualization
- Entender el proceso para trabajar en la herramienta de visualización en un contexto de Business Intelligence
- Fuentes de datos, tratamiento y preparación de datos, modelaje de datos (relaciones), análisis exploratorio y específicos, visualización y reporting
Profundización en la herramienta PowerBI para poder conectar datos, prepararlos, modelarlos, explorarlos y visualizarlos
- Entorno de PowerBI: organización y componentes
- Importación de datos
- Visualizaciones básicas realizando agrupaciones y aplicando filtros
- Trabajar y preparar los datos: columnas calculadas, medidas, fórmulas con DAX, tablas calculadas
- Trabajar con tablas matrices para aumentar la granularidad de los informes
- Filtrar los datos de manera dinámica con la segmentación de datos
Aproximación a la herramienta Tableau
- 07Habilidades y competencias de gestión, personales y sociales, para el entorno digital30 h
Impulso de habilidades digitales
- Liderazgo participativo
- Gestión del cambio
- Inteligencia emocional
- Storytelling
- Creación de marca personal
- Comunicación y negociación en entornos digitales