UN NUEVO PROGRAMA DEL CERTIFICADO
Certificado en Data Science
Sabemos que tu tiempo es oro. Agenda una llamada con uno de nuestros asesores. Tu carrera despega hoy.
- Fecha de inicio: 20 de febrero de 2023
- Duración: ocho meses
- Formato: formación online con sesiones en directo
- Matrícula: USD $6950
- Idioma: Español e inglés
- Instructores: Gregory Bernstein, MS, Estadística para Data Science; Shree Bharadwaj, MS, Data Engineering: Diseñando Sistemas de Procesamiento de Datos; Brian Craft, BA, MSc, Python para Data Science; Utku Pamuksuz, PhD, Inteligencia Artificial y Machine Learning; and Ashish Pujari, MS, Data Engineering: Diseñando Sistemas de Procesamiento de Datos ; the University of Chicago
Solicita información
Descubre soluciones entre los datos para enfrentar los desafíos del negocio
El desarrollo constante de tecnologías, aplicaciones y programas exige cada vez más un abanico de diferentes profesionales dedicados a la ciencia de datos con conocimientos y herramientas actualizadas.
Resumen del programa
La ciencia de datos, un campo interdisciplinario que incluye las matemáticas, la estadística, la informática y otros conocimientos científicos, trata de extraer información procesable de los grandes y crecientes volúmenes de datos que generan las organizaciones en la actualidad. Los científicos de datos preparan datos para analizar y procesarlos, realizan análisis de datos avanzados y posteriormente presentan sus resultados para revelar patrones y permitir a las partes interesadas sacar conclusiones informadas.
¿Eres un profesional que busca aprovechar las oportunidades emergentes en el campo de la ciencia de los datos?
Aquellos profesionales que tengan experiencia en computación, análisis de datos, matemáticas, programación o estadística y quieran incrementar sus habilidades con los datos se beneficiarán enormemente de este certificado.
Sobre el programa:
Nuestro certificado en Data Science de ocho meses busca proporcionar a los participantes marcos teóricos sólidos en áreas clave de especialización dentro del campo. Impartido por expertos de la industria, el programa guiará a los participantes a través de los principios básicos, las herramientas y las últimas tendencias, culminando con una inmersión profunda en la inteligencia artificial y machine learning.
El programa está estructurado en las siguientes áreas de conocimiento:
Data Engineering
Profundizarás en la comprensión, gestión, elaboración de informes y aprovechamiento de datos. También aprenderás la historia y los principios de los sistemas de bases de datos, cómo limpiar los datos en bruto y cómo utilizar SQL para cargar y consultar datos en las bases de datos.
Python para Data Science
En nuestro curso de ocho semanas de Python para Data Science, podrás crear modelos persistentes para despliegue con API o para puntuación por lotes.
Estadística para Data Science
Aprenderás a programar y encontrar tendencias significativas y predictivas en los datos. Te brindaremos las herramientas para resolver problemas de ciencia de datos, llevándote más lejos en el mundo del aprendizaje automático. Al final del curso, serás capaz de presentar una evaluación de principio a fin utilizando análisis exploratorios, reducción de dimensiones, así como
Inteligencia Artificial y Machine Learning
Al introducirte en las matemáticas y la teoría del aprendizaje automático, obtendrás conocimientos clave en la investigación y exploración de datos, el aprendizaje supervisado y no supervisado, y la transformación de big data en inteligencia procesable.
Metodologías y técnicas:
Tras completar el programa serás capaz de:
- Construir y extraer información de las bases de datos de los documentos
- Diseñar códigos que se ejecuten simultáneamente utilizando funciones de multiprocesamiento y multihilo
- Comprender RStudio y sus aplicaciones
- Usar lenguajes de scripting, como Python, para procesar, visualizar y analizar grandes series de datos e implementar soluciones de aprendizaje automático.
Conoce a tus instructores
Ashish Pujari, MScData Engineering Read More
Ashish Pujari es líder de datos y análisis, estrategia de IT y consultoría tecnológica. Como Director de Análisis en GLG, Pujari lidera el diseño y la implementación de inteligencia empresarial, análisis predictivo y visualización. Antes de unirse a GLG, Pujari ocupó el cargo de Vicepresidente de Arquitectura de Análisis en CNA Insurance, donde fue responsable de las plataformas de análisis de seguros y de la estrategia de datos. Pujari está especializado en análisis de big data, cloud computing, desarrollo de algoritmos, diseño de aplicaciones, bases de datos, gestión de decisiones y tecnologías de visualización. Ha sido consultor tecnológico en campos como las finanzas, la banca, los seguros y la atención al cliente en Europa, Norteamérica y Asia.
Brian Craft, MScPython for Data Science Read More
Ver más
Brian Craft es un científico de datos con años de experiencia en la industria. En su papel como científico de datos en Conagra Brands, se centra en la ampliación de sus capacidades de machine learning y desarrolla modelos para entender el comportamiento de compra del consumidor e identificar las nuevas tendencias de ingredientes y sabores.
Gregory Bernstein, MScEstadística para Data Science, the University of Chicago Read More
Ver más
Gregory Bernstein es científico de datos en Kinexon Sports and Media, una pequeña rama de una empresa basada en Alemania que se dedica a la manitorización de los movimientos de atletas de equipos de la NBA, NFL y otras ligas profesionales. También asesoran sobre la gestión de carga y la optimización de rendimiento en partidos. Bernstein disfruta de los entornos de startup y realiza modelación analítica, reportaje/visualización, y desarrollo de productos. Tiene un BA en escritura creativa y economía de Lafayette College (2012) y un Master of Science en analítica de la Universidad de Chicago (2019). Además del deporte, Bernstein es un aficionado de la enseñanza y educación, y ha trabajado con el Princeton Review como asistente de profesores para MS Analytics Program y Booth School of Business.
Shree Bharadwaj, MScData Engineering and Strategic Data Storytelling Read More
Ver más
Shree Bharadwaj trabaja en West Monroe, una consultora de gestión. Cómo profesional especializado en M&A Data y AI, asesora a empresas de capital privado y de riesgo, y a ejecutivos de alto nivel sobre la creación de valor, las sinergias posteriores al cierre, y las estrategias de datos y análisis (BI/AI) orientadas a resultados. En su puesto anterior como líder ejecutivo en Syndigo, dirigió la estrategia de datos, el área de ciencia de datos, una plataforma de nueva generación y las operaciones de fusiones y adquisiciones. Su especialidad gira en torno a la innovación; la estandarización, el desarrollo y la puesta en marcha de modelos de aprendizaje automático; la ingeniería de datos a escala utilizando plataformas locales y en la nube; las visualizaciones eficaces de datos; el diseño basado en modelos, y el pensamiento algorítmico. Bharadwaj fue elegido miembro de la Junta de Arquitectura de Estándares Globales en GS1, donde trabajó con líderes de la industria mundial para desarrollar estándares, hojas de ruta, y requisitos de gobernanza y cumplimiento para los servicios de alimentación, el sector de sanidad, el comercio minorista, la cadena de distribución y las verticales CPG/FMCG. Tiene experiencia en múltiples industrias, entre ellas, AdTech, EdTech, FinTech, MarTech, salud, seguridad pública, venta al por menor, y el sector de telecomunicaciones en organizaciones que van desde startups a las de Fortune 100.
Utku Pamuksuz, PhD, MScCientífico de Datos Principal y Cofundador, Inference Analytics; Instructor, la Universidad de Chicago Read More
Ver más
El Dr. Utku Pamuksuz es investigador en inteligencia artificial (IA) y experto en data science, análisis de negocio, matemáticas aplicadas y machine/deep learning. Ha intervenido como ponente en seminarios académicos y profesionales de Europa, Asia y EE. UU. sobre la aplicación y el desarrollo del análisis de datos en las áreas de gestión, finanzas, estrategia, sanidad, marketing cuantitativo e e-commerce, tanto para presentar el tema principal de los coloquios como para profundizar y aportar información más detallada. El Dr. Pamuksuz ha trabajado como científico de datos sénior en State Farm y en W.W. Grainger. Además, cofundó Inference Analytics en 2018.
Career Outlook
Impulsado por el creciente volumen de datos y la adopción de sofisticadas herramientas para gestionarlos, se espera que el mercado de data science crezca a una tasa de 26,9% hasta 2027. Ya sea la ingeniería de datos, la estadística, la inteligencia artificial, el aprendizaje automático (ML) o la codificación en Python, estos campos en rápida expansión cuentan con una gran demanda de profesionales calificados. En el caso de funciones en IA y ML, el Foro Económico Mundial las ha clasificado como los empleos más demandados actualmente. En cuanto a los estadísticos, se espera que su empleabilidad aumente un 33% en la próxima década. La programación en Python, uno de los lenguajes de programación más populares, ha experimentado un salto significativo en el número de empleos disponibles: de 70.242 puestos en septiembre de 2019 a 79.942 en febrero de 2021. Se estima que los puestos en el campo de la ingeniería de datos crecerán un 50% año tras año.
$
97
k
El salario base promedio anual de un data scientist en Latinoamérica
#
1
La posición de Python entre los lenguajes de programación que los desarrolladores más quieren aprender
26.9%
La tasa de crecimiento anual compuesto de las plataformas de data science en el mundo entre 2020 y 2027
Cargos potenciales para profesionales dedicados a la ciencia de datos
- Analytics Consultant
- AI Engineer
- AI Specialist
- Big Data Engineer
- Business Intelligence Developer
- Business Intelligence Engineer
- Computer Vision Engineer
- Data Architect
- Data Insight Analyst
- Data-Mining Analyst
- Data Scientist
- Database Administrator
- Entry-Level Software Developer
- GIS Analyst
- Junior Python Developer
- Machine Learning Engineer
- Machine Learning Researcher
- Machine Learning Specialist
- Python Full-Stack Developer
- Quality Assurance Engineer
- Senior Python Developer
- Statistician
El enfoque de la Universidad de Chicago para aprender online
Nuestros programas de formación online se han creado teniendo en cuenta tus necesidades específicas. Estos programas combinan el aprendizaje online con sesiones interactivas en directo, con las que conseguirás fortalecer tus habilidades directivas mientras le sacas el máximo partido a tu tiempo.
Gracias a nuestras sesiones en directo, tendrás la oportunidad de interactuar con el faculty de la Universidad de Chicago, así como con tus compañeros de clase, lo que te dará la oportunidad de hacer crecer tu red profesional.
¿Por qué elegir la Universidad de Chicago?
Convertirse en miembro de la comunidad de la Universidad de Chicago supone tener acceso a instructores de prestigio y reconocimiento internacional y a un grupo de participantes diverso y con distintas inquietudes.
Manteniendo nuestros principios básicos y el enfoque riguroso para la resolución de problemas, nuestro método de formación –el Enfoque de Chicago– te brindará todas las herramientas necesarias para dar sentido a los datos complejos y que puedas transformar tus ideas en resultados.
Los participantes que superen el programa con éxito recibirán un certificado de participación.
Ⓒ 2022 The University of Chicago