Curso full-time

Data Science online.

Desarrolla las habilidades tecnológicas más demandadas, únete a una comunidad global de renombre e inicia una nueva carrera profesional. Estudia desde cualquier lugar con un horario diseñado para ti.

⭐️

4,98/5 - 5200 opiniones de estudiantes

En línea
En línea
En línea

Tu nueva carrera está más cerca de lo que imaginás.

Creá tu propia rutina de estudio. Elegí el horario que más te guste.

•

Curso a tiempo parcial

¿Tienes compromisos? Fórmate durante tu tiempo libre o cuando mejor te convenga.

  • 6 meses, 16 horas de aprendizaje por semana
  • Más de 2 sesiones en directo cada semana
  • Tendrás el apoyo de tus profesores durante todo el día y por la tarde
  • Aprenderás mano a mano con tus compañeros
  • Obtendrás tu título en 6 meses
•

Curso a tiempo completo

¿Listo para sumergirte en el mundo de la tecnología? Haz nuestro curso intensivo. De lunes a viernes, de 9 a 18 horas.

  • 2 meses, 40 horas de aprendizaje por semana
  • Sesión en directo cada mañana
  • Tendrás el apoyo de tus profesores en tiempo real
  • Aprenderás mano a mano con tus compañeros
  • Obtendrás tu título en 2 meses
Quiero ser parte

Próximas convocatorias

Formá parte del próximo bootcamp

Loading...

Información sobre el curso

Domina las habilidades imprescindibles de un Data Scientist

✔

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! Apúntate a un seminario web en directo sobre desarrollo web, Data Science o diseño UX.

Cómo es nuestro Bootcamp de Data Science

Podés aprender de forma flexible o a tiempo completo. Mirá nuestro plan de estudios.

Trabajo de preparación: ¡prepárate para empezar el bootcamp!

Una vez te hayamos confirmado tu 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:

  • Configurar tu equipo de trabajo (notas, editor de texto...)
  • Uso de Terminal, Git y comandos básicos de tu sistema operativo.
  • Aprender los fundamentos de Python.
  • Aprender fundamentos matemáticos (¡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 Ciencia de Datos: extrae datos de bases de datos relacionales, manipula matrices de datos y crea visualizaciones. Comprende los conceptos fundamentales de matemáticas como estadística y álgebra lineal.

  • Extrae datos de archivos, webs o APIs.
  • 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 construirás en la práctica:

  • Una base de datos construida a partir de librerías en línea con la técnica scraping.
  • Análisis avanzado de rendimiento en fútbol con 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 construirás 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 construirás 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 construirás 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 en línea

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 construirás 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 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 hará 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 Ciencia de Datos: extrae datos de bases de datos relacionales, manipula matrices de datos y crea visualizaciones. Comprende los conceptos fundamentales de matemáticas como estadística y álgebra lineal.

  • Extrae datos de archivos, webs o APIs.
  • 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 construirás en la práctica:

  • Una base de datos construida a partir de librerías en línea con la técnica scraping.
  • Análisis avanzado de rendimiento en fútbol con SQL.
  • Panel visual conectado a APIs 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 construirás 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 construirás 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 construirás 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 de proyectos en línea

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 construirás 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

Career Week: ¡empieza tu carrera en la ciencia de 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 hará en la práctica

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

¿Necesitás 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

Descargá nuestro plan de estudios Curso de Data Science

Loading form...

Un programa intensivo que acelera
tus habilidades tecnológicas en solo unas semanas

  • Conferencias
    Conferencias

    Vea atractivas e interactivas clases grabadas en vídeo en línea en el momento que más le convenga, antes de poner en práctica lo aprendido.

  • Livecode
    Livecode

    Participe en una sesión interactiva de programación en línea con uno de nuestros experimentados profesores y resuelva problemas con su clase.

  • Servicio de asistencia
    Servicio de asistencia

    Póngase en contacto con un miembro del equipo docente de Le Wagon a través de nuestra plataforma de aprendizaje en línea para obtener una respuesta inmediata a cualquier pregunta.

  • Asistencia técnica a petición
    Asistencia técnica a petición

    ¿Tiene alguna pregunta fuera del horario lectivo? No hay problema, publique su pregunta y reciba una respuesta lo antes posible.

  • Conferencia en directo
    Conferencia en directo 9 - 10.30 H

    Tómese un café y empiece cada mañana con una atractiva e interactiva conferencia en línea, antes de poner en práctica lo aprendido.

  • Desafíos
    Desafíos 10.30 - 17.00 H

    Forma pareja con tu compañero a distancia para pasar el día y trabajar en una serie de retos de programación con la ayuda de nuestro soporte pedagógico en línea.

  • Código Vivo
    Código Vivo 17.00 - 18.00 H

    Repase los retos del día y obtenga una visión general de las próximas lecciones durante las sesiones de código en directo.

  • Eventos
    Eventos 18.00 - 20.00 H

    Participe en eventos gratuitos en línea y dé sus primeros pasos en la tecnología a través de talleres de programación, hackathones o charlas sobre tecnología impartidas por expertos del sector.

Informate

Todo lo que necesitas saber sobre Le Wagon En línea

Descubrí todo lo que esconde la vida de nuestro campus on-line. Te contamos cómo es nuestro proceso de admisión y otras ventajas.

  • ¿Qué fue lo que más le gustó de Le Wagon Online?
    Play

    ¿Qué fue lo que más le gustó de Le Wagon Online?

  • Aprende a programar desde casa | Un día en la vida de un estudiante de Le Wagon Online
    Play

    Aprende a programar desde casa | Un día en la vida de un estudiante de Le Wagon Online

  • Empieza tu carrera tecnológica a distancia con Le Wagon Online
    Play

    Empieza tu carrera tecnológica a distancia con Le Wagon Online

Orientación profesional

Conseguí el trabajo de tus sueños con la ayuda de nuestro equipo

Te daremos un asesoramiento personalizado, asistirás a ferias de empleo, te ayudaremos a prepararte para entrevistas de trabajo y te pondremos en contacto con reclutadores.

Vídeo del Servicio de Carreras Profesionales Play
985

alumnos contratados por nuestros colaboradores

93 %

de nuestros alumnos encuentran trabajo

3 meses

el promedio para encontrar trabajo

Descubrí nuestros servicios de orientación profesional

Te contamos lo que nuestros alumnos
de Data Science están haciendo ahora

Financiación

¿Necesitás ayuda con la financiación?

Descubrí cómo financiar tu curso y si cumplís con los requisitos.

  • Paga en cuotas - Distribuye los pagos de tu matrícula.
  • Financiación con ayuda pública - Tu bootcamp financiado por fondos y subsidios del gobierno.
  • Préstamos - Solicita un préstamo con uno de nuestros socios.
  • Becas - Benefíciese de programas de impacto social y descuentos para comunidades específicas.
Opciones de financiación en línea

Ingreso

Cómo ingresar a nuestro Bootcamp 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.

¿Tenés alguna duda?

✔

Elegí el curso que más se adapte a vos

✔

Encontrá la mejor opción de financiación

✔

Descubrí nuestra plataforma de aprendizaje

✔

Elegí el horario que más te convenga: a tiempo parcial o a tiempo completo

Coursereport

4.98 / 5

2259 opiniones

Switchup

4.98 / 5

2301 opiniones

Careerkarma_white

4.9 / 5

714 opiniones

Agendá una llamada con nosotros

Loading form...

Preguntas frecuentes

Mucho más que un curso intensivo.
Forma parte de 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

¿Necesitás 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

Descargá nuestro plan de estudios Curso de Data Science

Loading form...