Curso FULL-TIME

Da un giro a tu carrera profesional con nuestro curso de Data Science

Explora los fundamentos del Data Science y consigue el trabajo de tus sueños con el curso intensivo número uno del mundo.

Elige un campus
⭐️

4,98/5 - 5200 opiniones de estudiantes

Cabecera Página de ciencia de los datos
Elige un campus

Información sobre el curso

Descarga el plan de estudios

✔

Herramientas de análisis de datos

Dominarás las herramientas esenciales de los analistas de datos: Python como base fundamental, SQL para la realización de consultas y Jupyter Notebooks para la visualización.

  • Python
  • SQL
  • Jupyter
  • Matplotlib
✔

Ciencia de la decisión

Sacarás el máximo partido de las estadísticas para elaborar análisis avanzados y tomar decisiones empresariales fundamentadas: conclusiones estadísticas, pruebas de hipótesis, regresión lineal múltiple e intervalos de confianza.

  • PandasPandas
  • NumpyNumpy
  • StatsmodelsStatsmodels
✔

Machine Learning y Deep Learning

Conocerás de primera mano los flujos de trabajo del Machine Learning y Deep Learning (preparación de datos, selección de modelos, evaluación y ajuste) y comprenderás los conceptos matemáticos y las implementaciones numéricas que hay detrás de los modelos.

  • Scikit-LearnScikit-Learn
  • TensorflowTensorflow
  • Google ComputeGoogle Compute
✔

Ingeniería de Machine Learning y proyectos en equipo

Empaquetarás tus modelos en código Python replicable que podrás entrenar con Big Data en la nube mediante máquinas virtuales y bases de datos online. Supervisarás y volverás a entrenar los modelos cuando sea necesario y harás que sean accesibles mediante API.

  • GitGit
  • DockerDocker
  • MLflowMLflow
  • FastAPIFastAPI

¡Puedes empezar GRATIS! Guarda tu lugar en un seminario web en directo sobre desarrollo web, Data Science o diseño UX.

Cómo es nuestro curso de Data Science

Conoce nuestro plan de estudios semana a semana

Trabajo de preparación: ¡prepárate para empezar el bootcamp!

Una vez te hayamos confirmado la admisión en el curso, recibirás alrededor de 40 horas de contenido formativo en línea seleccionado específicamente por Le Wagon que te resultará intuitivo e interactivo. Esta formación previa te dará las bases que necesitas en Python y en matemáticas antes de empezar el curso.

  • Configuración de tu entorno de aprendizaje (notas, editor de texto...)
  • Terminal, Git y comandos básicos de tu sistema operativo
  • Fundamentos de Python
  • Fundamentos de matemáticas (¡aprenderás de forma divertida e intuitiva!)

Lo que harás en la práctica

  • 40 horas de tutoriales en línea
  • Recursos seleccionados por Le Wagon para aprender las bases fundamentales

Análisis de datos

Aprende Python para Data Science: extrae datos de bases de datos relacionales, manipula matrices de datos y crea visualizaciones. Comprende los conceptos fundamentales de las matemáticas para el análisis de datos, como estadística y álgebra lineal.

  • Extrae datos de archivos, webs o API
  • Manipula datos con Python, Pandas y Numpy
  • Consulta y almacena datos con SQL y Google Big Query
  • Visualiza con Jupyter Notebook, Matplotlib, Seaborn y Plotly

Lo que construirá en la práctica

  • Una base de datos construida a partir de librerías en línea con la técnica scraping
  • Análisis avanzado de rendimiento en el fútbol en SQL
  • Panel visual conectado a API del mercado bursátil

Ciencia de la decisión

Ponte en el lugar de un consultor de datos y aprende a gestionar la fase de preparación de información obtenida a partir de una gran base de datos. Saca conclusiones mediante la interpretación de resultados estadísticos basados en modelos de regresión lineal múltiple, pruebas de hipótesis e intervalos de confianza.

  • Modelos estadísticos de regresión lineal/logística múltiple
  • Empaquetado y programación con lenguaje orientado a objetos en Python
  • Presentaciones en Notebook con gráficos interactivos

Lo que construirá en la práctica

  • 40 horas de ejercicios prácticos de consulta basados en datos reales
  • Presentaciones individuales de resultados clave orientadas al cliente

Aprendizaje automático

Implementa los flujos de trabajo del Machine Learning con Scikit-Learn (preparación de datos, desarrollo de funcionalidades, selección de modelos, evaluación y reajuste) y comprende las intuiciones matemáticas y las implementaciones numéricas de modelos del ML.

  • Librerías Scikit-learn y XGBoost
  • Aprendizaje supervisado (lineal, KNN, máquina de soporte vectorial, árboles de decisión, ensembles...)
  • Aprendizaje no supervisado (PCA, K-means, t-SNE, DBSCAN)
  • Datos estructurados (tabulares, series temporales con SARIMAX...)
  • Datos no estructurados (imágenes, texto con Naive-Bayes, Tf-idf, LDA...)

Lo que construirá en la práctica

  • Modelos de Machine Learning adaptados a tus ejercicios
  • Ejercicios que combinan procesamiento de datos y predicciones de modelos
  • Modelos de compresión de imágenes mediante la agrupación de colores
  • Algoritmos de detección de spam
  • Modelo de predicción sobre el coste de viviendas

Aprendizaje profundo

¡Descubre la magia que hay detrás del Deep Learning! Comprende la arquitectura de las redes neuronales (neuronas, capas, estructuras de datos) y sus parámetros (activaciones, pérdidas, optimizadores). Construye tus propias redes neuronales (densas, recurrentes o convolucionales) para trabajar con imágenes, secuencias y textos. Aprende cómo reutilizar y transferir información de modelos ya entrenados a partir de investigaciones abiertas. Atrévete con codificadores automáticos, procesamiento de datos por lotes y entrenamiento de GPU.

  • Librerías Scikit-learn y XGBoost
  • Aprendizaje supervisado (lineal, KNN, máquina de soporte vectorial, árboles de decisión, ensembles...)
  • Aprendizaje no supervisado (PCA, K-means, t-SNE, DBSCAN)
  • Datos estructurados (tabulares, series temporales con SARIMAX...)
  • Datos no estructurados (imágenes, texto con Naive-Bayes, Tf-idf, LDA...)

Lo que construirá en la práctica

  • Red neuronal densa para la detección de transacciones fraudulentas
  • Transferencia de aprendizaje para la clasificación de imágenes
  • Codificadores automáticos para la compresión de imágenes y eliminación de ruido
  • Redes recurrentes para la previsión del tiempo
  • Word embedding para el análisis de opiniones o autocompletado de textos

Ingeniería de aprendizaje automático (MLOps)

Convierte tus mejores modelos en paquetes de Python replicables que podrás entrenar con Big Data en la nube mediante máquinas virtuales y bases de datos online. Supervisa el rendimiento de tus modelos al recibir nuevos datos, vuelve a entrenarlos cuando sea necesario y expón sus predicciones mediante API o páginas web.

  • VS code y línea de comandos
  • Entrenamiento con Google Cloud, Virtual Machines, SSH
  • MLflow y Prefect para grafos acíclicos dirigidos
  • Docker y Fast API para el back-end
  • Streamlit para el front-end

Lo que construirá en la práctica

  • Modelo de ML para predecir tarifas de taxis entrenado con Big Data en la nube con GPU
  • Panel web visual que muestre predicciones en tiempo real (en gráficos, mapas, etc.)
  • Modelos entrenados en producción capaces de mejorar automáticamente

Semanas del proyecto

La fase de proyectos es la última etapa del curso. Colabora de forma eficiente en equipos de 3-4 personas en un proyecto real de Data Science en el que podrás liderar tu propia idea o participar en la idea de otro compañero. Utiliza repositorios de datos abiertos (iniciativas estatales, Kaggle, Papers with Code, etc.) o aporta una base de datos propia. Recibe apoyo de nuestros profesores expertos en todo momento y haz realidad tu idea.

Lo que construirá en la práctica

  • Una aplicación basada en un modelo de predicciones que presentarás en vivo
  • Un análisis exhaustivo de un conjunto de datos
  • Una réplica de las últimas investigaciones en IA con modelos de datos

Semana de la Carrera: ¡empieza tu carrera en la ciencia de los datos!

Conoce a expertos en Data Science que trabajan en start-ups o grandes empresas, prepara tu currículum y haz entrevistas de prueba para prepararte para encontrar trabajo. Profundiza en temas fundamentales sobre el sector.

  • Prepárate para la búsqueda de empleo
  • Únete a una red de más de 15.000 antiguos alumnos y más de 985 colaboradores

Lo que harás en la práctica

  • Mentoría individual
  • Revisión de tu CV y tu carta de presentación
  • Preparación de entrevistas técnicas

Trabajo de preparación: ¡prepárate para empezar el bootcamp!

Una vez te hayamos confirmado la admisión en el curso, recibirás alrededor de 40 horas de contenido formativo en línea seleccionado específicamente por Le Wagon que te resultará intuitivo e interactivo. Esta formación previa te dará las bases que necesitas en Python y en matemáticas antes de empezar el curso.

  • Configuración de tu entorno de aprendizaje (notas, editor de texto...)
  • Terminal, Git y comandos básicos de tu sistema operativo
  • Fundamentos de Python
  • Fundamentos de matemáticas (¡aprenderás de forma divertida e intuitiva!)

Lo que harás en la práctica

  • 40 horas de tutoriales en línea
  • Recursos seleccionados por Le Wagon para aprender las bases fundamentales

Análisis de datos

Aprende Python para Data Science: extrae datos de bases de datos relacionales, manipula matrices de datos y crea visualizaciones. Comprende los conceptos fundamentales de las matemáticas para el análisis de datos, como estadística y álgebra lineal.

  • Extrae datos de archivos, webs o API
  • Manipula datos con Python, Pandas y Numpy
  • Consulta y almacena datos con SQL y Google Big Query
  • Visualiza con Jupyter Notebook, Matplotlib, Seaborn y Plotly

Lo que construirá en la práctica

  • Una base de datos construida a partir de librerías en línea con la técnica scraping
  • Análisis avanzado de rendimiento en el fútbol en SQL
  • Panel visual conectado a API del mercado bursátil

Ciencia de la decisión

Ponte en el lugar de un consultor de datos y aprende a gestionar la fase de preparación de información obtenida a partir de una gran base de datos. Saca conclusiones mediante la interpretación de resultados estadísticos basados en modelos de regresión lineal múltiple, pruebas de hipótesis e intervalos de confianza.

  • Modelos estadísticos de regresión lineal/logística múltiple
  • Empaquetado y programación con lenguaje orientado a objetos en Python
  • Presentaciones en Notebook con gráficos interactivos

Lo que construirá en la práctica

  • 40 horas de ejercicios prácticos de consulta basados en datos reales
  • Presentaciones individuales de resultados clave orientadas al cliente

Aprendizaje automático

Implementa los flujos de trabajo del Machine Learning con Scikit-Learn (preparación de datos, desarrollo de funcionalidades, selección de modelos, evaluación y reajuste) y comprende las intuiciones matemáticas y las implementaciones numéricas de modelos del ML.

  • Librerías Scikit-learn y XGBoost
  • Aprendizaje supervisado (lineal, KNN, máquina de soporte vectorial, árboles de decisión, ensembles...)
  • Aprendizaje no supervisado (PCA, K-means, t-SNE, DBSCAN)
  • Datos estructurados (tabulares, series temporales con SARIMAX...)
  • Datos no estructurados (imágenes, texto con Naive-Bayes, Tf-idf, LDA...)

Lo que construirá en la práctica

  • Modelos de Machine Learning adaptados a tus ejercicios
  • Ejercicios que combinan procesamiento de datos y predicciones de modelos
  • Modelos de compresión de imágenes mediante la agrupación de colores
  • Algoritmos de detección de spam
  • Modelo de predicción sobre el coste de viviendas

Aprendizaje profundo

¡Descubre la magia que hay detrás del Deep Learning! Comprende la arquitectura de las redes neuronales (neuronas, capas, estructuras de datos) y sus parámetros (activaciones, pérdidas, optimizadores). Construye tus propias redes neuronales (densas, recurrentes o convolucionales) para trabajar con imágenes, secuencias y textos. Aprende cómo reutilizar y transferir información de modelos ya entrenados a partir de investigaciones abiertas. Atrévete con codificadores automáticos, procesamiento de datos por lotes y entrenamiento de GPU.

  • Librerías Scikit-learn y XGBoost
  • Aprendizaje supervisado (lineal, KNN, máquina de soporte vectorial, árboles de decisión, ensembles...)
  • Aprendizaje no supervisado (PCA, K-means, t-SNE, DBSCAN)
  • Datos estructurados (tabulares, series temporales con SARIMAX...)
  • Datos no estructurados (imágenes, texto con Naive-Bayes, Tf-idf, LDA...)

Lo que construirá en la práctica

  • Red neuronal densa para la detección de transacciones fraudulentas
  • Transferencia de aprendizaje para la clasificación de imágenes
  • Codificadores automáticos para la compresión de imágenes y eliminación de ruido
  • Redes recurrentes para la previsión del tiempo

Ingeniería de aprendizaje automático (MLOps)

Convierte tus mejores modelos en paquetes de Python replicables que podrás entrenar con Big Data en la nube mediante máquinas virtuales y bases de datos online. Supervisa el rendimiento de tus modelos al recibir nuevos datos, vuelve a entrenarlos cuando sea necesario y expón sus predicciones mediante API o páginas web.

  • VS code y línea de comandos
  • Entrenamiento con Google Cloud, Virtual Machines, SSH
  • MLflow y Prefect para grafos acíclicos dirigidos
  • Docker y Fast API para el back-end
  • Streamlit para el front-end

Lo que construirá en la práctica

  • Modelo de ML para predecir tarifas de taxis entrenado con Big Data en la nube con GPU
  • Panel web visual que muestre predicciones en tiempo real (en gráficos, mapas, etc.)
  • Modelos entrenados en producción capaces de mejorar automáticamente
  • Word embedding para el análisis de opiniones o autocompletado de textos

Proyectos

La fase de proyectos es la última etapa del curso. Colabora de forma eficiente en equipos de 3-4 personas en un proyecto real de Data Science en el que podrás liderar tu propia idea o participar en la idea de otro compañero. Utiliza repositorios de datos abiertos (iniciativas estatales, Kaggle, Papers with Code, etc.) o aporta una base de datos propia. Recibe apoyo de nuestros profesores expertos en todo momento y haz realidad tu idea.

Lo que construirá en la práctica

  • Una aplicación basada en un modelo de predicciones que presentarás en vivo
  • Un análisis exhaustivo de un conjunto de datos
  • Una réplica de las últimas investigaciones en IA con modelos de datos

Semanas profesionales: ¡empieza tu carrera en la ciencia de los datos!

Conoce a expertos en Data Science que trabajan en start-ups o grandes empresas, prepara tu currículum y haz entrevistas de prueba para prepararte para encontrar trabajo. Profundiza en temas fundamentales sobre el sector.

  • Prepárate para la búsqueda de empleo
  • Únete a una red de más de 15.000 antiguos alumnos y más de 985 colaboradores

Lo que harás en la práctica

  • Mentoría individual
  • Revisión de tu CV y tu carta de presentación
  • Preparación de entrevistas técnicas

Dónde estudiar

¿Dónde te gustaría estudiar Data Science?

Le Wagon tiene presencia en más de 45 lugares en todo el mundo para aprender Data Science. Elige el mejor para ti.

Online icon Online

Burdeos
Burdeos
Lille
Lille
Lyon
Lyon
Marsella
Marsella
Nantes
Nantes
Niza
Niza
París
París
Rennes
Rennes

Barcelona
Barcelona
Berlín
Berlín
Bruselas
Bruselas
Colonia
Colonia
Lausana
Lausana
Lisboa
Lisboa
Londres
Londres
Madrid
Madrid
Múnich
Múnich
Oporto
Oporto
Zúrich
Zúrich
Ámsterdam
Ámsterdam

Bali
Bali
Melbourne
Melbourne
Shanghái
Shanghái
Singapur
Singapur
Tokio
Tokio

Buenos Aires
Buenos Aires
Montreal
Montreal
México
México
Rio de Janeiro
Rio de Janeiro
Santiago
Santiago
São Paulo
São Paulo

Cape Town
Cape Town
Casablanca
Casablanca
Mauricio
Mauricio
See all locations

¿Necesitas más información sobre nuestro curso de Data Science?

✔

Te contamos el objetivo de la preparación previa

✔

Te mostramos el plan de estudios organizado por semanas

✔

Te explicamos nuestra metodología

Coursereport

4.98 / 5

2259 opiniones

Switchup

4.98 / 5

2301 opiniones

Careerkarma_white

4.9 / 5

714 opiniones

Descarga el plan de estudios del Curso de Data Science
Loading form...

Consigue que te contraten en las mejores empresas tecnológicas

Le Wagon te ayuda a conseguir el trabajo de tus sueños. Nuestro equipo te guía al final del curso.

N26 Spendesk Qonto Trainline Microsoft BCG Getaround Metaverse Backmarket
Amazon Accenture Doctolib Apple Ernst and Young Shopify Hello Fresh IBM Lydia

985+

alumnos contratados por nuestros colaboradores

93 %

de alumnos trabajando

3 meses

de media para encontrar trabajo

Matrícula

Cómo acceder a nuestro curso de Data Science

Nuestro curso de Data Science es completo y muy intenso. Pero no te preocupes, si no cumples con los requisitos recomendados, ¡te ayudaremos a cumplirlos!

1

Requisitos recomendados

Programación: tendrás que sentirte cómodo con datos y variables, condiciones, bucles, funciones y estructuras de datos.

Matemáticas: necesitarás un nivel de matemáticas de bachillerato, lo que significa que te sentirás cómodo con funciones, derivadas y sistemas de ecuaciones lineales.

2

Una entrevista con nuestro equipo

Una vez hayas solicitado la matrícula, nos pondremos en contacto contigo para programar una entrevista de 30 minutos. Hablaremos de tu proyecto profesional y de tu motivación.

3

Un cuestionario técnico

Realizarás un cuestionario para evaluar tus conocimientos en programación y matemáticas y entender cuál es tu nivel actual.

4

Opciones de pago y trámites previos

El último paso consistirá en encontrar la opción de financiación más adecuada para ti. Después, ya podrás empezar con la formación de 40 h de iniciación al curso.

¿Queda alguna duda?

✔

Elige el curso que más se adapte a ti

✔

Encuentra la mejor opción de financiación

✔

Descubre nuestra plataforma de aprendizaje

Coursereport

4.98 / 5

2259 opiniones

Switchup

4.98 / 5

2301 opiniones

Careerkarma_white

4.9 / 5

714 opiniones

Agenda una llamada con nosotros

Loading form...

OPCIONES DE FINANCIACION

Encuentra la mejor opción de financiación para tus estudios

El costo no debería ser un obstáculo para acceder a tus estudios. Por eso, trabajamos constantemente para buscar nuevas formas de financiación con el fin de facilitarte los pagos.

Descubre nuestras opciones de financiación
Opciones de financiación

Mucho más que un curso intensivo.
Se parte a una red tecnológica global de por vida.

Al elegir Le Wagon, te unes a una comunidad de apoyo de antiguos alumnos, profesores y reclutadores del sector tecnológico. Tendrás acceso de por vida al material del curso y a las ofertas de trabajo compartidas por nuestra red.

15.000

graduados

45

centros de formación

1500

profesores expertos en tecnología

93.000

miembros de meetup

¿Necesitas más información sobre nuestro curso de Data Science?

✔

Te contamos el objetivo de la preparación previa

✔

Te mostramos el plan de estudios organizado por semanas

✔

Te explicamos nuestra metodología

Coursereport

4.98 / 5

2259 opiniones

Switchup

4.98 / 5

2301 opiniones

Careerkarma_white

4.9 / 5

714 opiniones

Descarga el plan de estudios del Curso de Data Science
Loading form...