A tiempo parcial (24 semanas)
Próximamente

Aprende Ciencia de Datos desde los fundamentos de la programación con Python a conceptos avanzados de machine learning. En 24 semanas, adquiere todas las habilidades para unirte a un equipo de Data Science y da un salto en tu carrera.

En 24 semanas, a tiempo parcial, aprende Data Science, desde Python a aprendizaje automático avanzado, en Le Wagon.
Detalles del curso

Participa en un curso único

Nuestro curso de Data Science a tiempo parcial te capacita para empezar tu carrera en 24 semanas, con clases entre semana y los sábados. Desde Pandas a Deep Learning, acabarás el curso sabiendo cómo explorar, limpiar y transformar datos en información útil y cómo implementar modelos de machine learning de principio a fin, trabajando en equipos con las mejores herramientas.

El curso de Data Science de Le Wagon te da las habilidades en ciencia de datos necesarias para emprender una carrera en cualquier puesto relacionado con datos.
Learn Data Science in 9 weeks
Check out what our alumni have built in 2 weeks

El temario de nuestro curso de Data Science

Nuestro curso de ciencia de datos está diseñado para que aprendas paso a paso, desde las herramientas de datos básicas en Python hasta la implementación del modelo de aprendizaje automático en un entorno de producción.

  • 0
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24

¡Empieza el bootcamp preparado!

El curso de Data Science es muy intenso. Para ahorrar tiempo y empezar con buen pie, nuestros estudiantes deben hacer un trabajo de preparación online antes de empezar el bootcamp. Son unas 40 horas y cubrimos conocimientos básicos de Python, el lenguaje del curso, y algunos temas matemáticos que usan a diario los científicos de datos.

Python para Data Science

Aprende programación en Python, cómo trabajar con Jupyter Notebook y cómo usar las potentes bibliotecas de Python como Pandas y NumPy para explorar y analizar grandes series de datos. Recopila datos de varias fuentes, incluyendo archivos CSV, consultas SQL en bases de datos relacionales, Google Big Query, APIs y web scraping.

Base de datos relacional y SQL

Aprende a formular una buena pregunta y a cómo responderla creando la consulta SQL apropiada. En este módulo vamos a cubrir arquitectura modelo y luego nos vamos a adentrar en la manipulación avanzada de SELECT para extraer información útil de una base de datos autónoma o usando un software de cliente SQL como DBeaver.

Visualización de datos

Haz tus análisis de datos más visuales y comprensibles incluyendo visualizaciones de datos en tu Notebook. Aprende a trazar tus marcos de datos usando bibliotecas de Python como matplotlib and seaborn y transforma tus datos en información útil.

Estadística, probabilidad, álgebra lineal

Entiende las matemáticas subyacentes detrás de todas las bibliotecas y modelos usados en el bootcamp. Familiarízate con los conceptos básicos de estadística y probabilidad (promedio, varianza, variable aleatoria, teorema de Bayes, etc.) y con las matrices en la computación, el núcleo de las operaciones numéricas en bibliotecas como Pandas y Numpy.

c pulse Interferencias estadísticas

Aprenderás a estructurar un repositorio de Python con programación orientada a objetos para limpiar el código y que sea reutilizable, cómo sobrevivir a la fase de preparación de un gran conjunto de datos, y cómo encontrar e interpretar resultados estadísticos significativos basados en modelos de regresión multivariada.

speaker Comunicación

Los analistas de datos deben comunicar sus resultados a una audiencia no técnica: aprenderás a crear impacto explicando información técnica y a convertirla en decisiones empresariales usando análisis de coste y beneficio. Podrás compartir tus progresos, presentarlos y comparar tus resultados con tus compañeros de equipo.

Preprocesamiento y aprendizaje supervisado

Aprende a explorar, limpiar y preparar tu conjunto de datos a través de técnicas de preprocesamiento como la vectorización. Familiarízate con los modelos clásicos de aprendizaje supervisado: las regresiones lineales y logísticas. Aprende a resolver tareas de predicción y clasificación con scikit-learn de la biblioteca de Python usando algoritmos de aprendizaje como KNN (k-nearest neighbors).

Generalización y sobreajuste

Implementa fases de ensayo y pruebas para asegurar que tu modelo se pueda generalizar a datos no vistos e implementar a producción con una precisión predecible. Aprende a evitar el sobreajuste usando métodos de regularización y cómo elegir la función de pérdida adecuada para mejorar la precisión de tu modelo.

Métricas de rendimiento

Evalúa el rendimiento de tu modelo definiendo qué optimizar y las métricas de error adecuadas para poder evaluar el impacto de tu negocio. Mejora el rendimiento de tu modelo con métodos de validación como la validación cruzada o la optimización de hiperparámetros. Por último, descubre un poderoso método de aprendizaje supervisado llamado SVM (máquinas de soporte vectorial).

Aprendizaje no supervisado y métodos avanzados

Avanza al aprendizaje no supervisado e implementa métodos como el PCA para reducción de la dimensionalidad o la agrupación para descubrir grupos en un conjunto de datos. Completa tus herramientas con métodos conjuntos que combinan otros modelos para mejorar el rendimiento, como Random Forest o Gradient Boosting.

Redes neuronales

Entiende la arquitectura de las redes neuronales (neuronas, capas y grupos) y sus parámetros (funciones de activación, función de pérdida, optimizador). Capacítate para crear tus propias redes, como la red neuronal convolucional (para imágenes), la red neuronal recurrente (para series temporales) y redes de procesamiento de lenguaje natural (para texto).

Visión computacional

Profundiza en visión computacional con redes de creación de aprendizaje automático para la detección y reconocimiento de objetos. Implementa técnicas avanzadas como el aumento de datos para incrementar tu modelo computando alternaciones de imágenes (recortes aleatorios, cambios de intensidad, etc.) para mejorar la generalización de tu modelo.

Gestión de imágenes y datos de texto

Aprende a gestionar variables de grandes dimensiones y a transformarlas en información manejable. Aprende técnicas clásicas de preprocesamiento para imágenes como la normalización, la estandarización y el blanqueamiento. Aplica el tipo correcto de codificaciones para preparar los datos de texto para diferentes tareas PLN (procesamiento de lenguaje natural).

Aprendizaje profundo con Keras

Descubre una nueva librería llamada Keras, que es un wrapper ajustado a desarrolladores para TensorFlow, una biblioteca de aprendizaje automático creada por Google. Te enseñaremos las técnicas fundamentales para crear tu primer modelo de aprendizaje profundo con Keras.

Tubería de aprendizaje automático

Avanza de Jupyter Notebook a un editor de código y aprende cómo configurar un proyecto de aprendizaje automático correctamente para iterar de forma rápida y segura. Aprende a convertir un modelo de aprendizaje automático en un modelo con una tubería robusta y escalable con sklearn-pipeline, usando codificadores y transformadores.

Workflow de aprendizaje automático con MLflow

Crear un modelo de aprendizaje automático de principio a fin requiere mucha preparación de datos, experimentación, iteración y ajuste. Te enseñaremos cómo llevar a cabo la ingeniería y la optimización de hiperparámetros para crear el mejor modelo. Para esto, usarás una biblioteca llamada MLflow.

Despliegue a producción con Google Cloud Platform

Por último, te enseñaremos cómo implementar el código y el modelo a producción. Usando Google Cloud AI Platform y Airflow, podrás entrenar tu modelo a escala, empaquetarlo y ponerlo al alcance de todos. Por si fuera poco, usarás un entorno Docker para implementar tu propio RESTful Flask API, que podría conectarse a cualquier interfaz front-end.

Proyectos de los estudiantes

Pasarás las últimas dos semanas haciendo un proyecto de grupo: ¡trabajarás en un emocionante problema de ciencia de datos que tendrás que resolver! Como equipo, aprenderéis a colaborar de forma eficiente en un proyecto real de ciencia de datos a través de un repositorio común de Python y el Git flow. Usaréis una mezcla de vuestros propios conjuntos de datos (si tenéis de vuestra propia empresa/organización sin ánimo de lucro) y repositorios de datos públicos (iniciativas gubernamentales, Kaggle, etc.). Será una buena manera de practicar con todas las herramientas, técnicas y metodologías cubiertas en el curso de ciencia de datos con la que te darás cuenta de lo capacitado que estás.

Nuestro formato a tiempo parcial

Aprende a programar en 24 semanas con un programa a medida y adaptado a tus horarios.

10:00 AM 05:00 PM
06:30 PM 09:30 PM
Lunes
Martes
Miércoles
Jueves
Viernes
Sábado
Domingo
Trabajo en casa Mira la clase para prepararte para la próxima sesión.
Presencial Programa retos en pareja con la ayuda de nuestros profesores.
Presencial Programa retos en pareja con la ayuda de nuestros profesores.
Trabajo en casa Mira la clase para prepararte para la próxima sesión.
Presencial Practica retos y proyectos todo el día.

Consolida lo que has aprendido en las sesiones de programación en vivo con nuestros profesores.
☀️
🏠Trabajo en casa

Mira la clase para prepararte para la próxima sesión.

🏫Presencial

Programa retos en pareja con la ayuda de nuestros profesores.

Un poco de nuestro programa en Londres

Vive una experiencia educativa única cada semana.

Sesiones de programación en pareja presenciales
Sesiones de programación en pareja presenciales

Júntate con tus compañeros y profesores tres veces por semana para trabajar en retos de programación. Aprende a pensar y a solucionar problemas como un desarrollador de software.

Clases y flashcards online
Clases y flashcards online

Ve las clases a tu propio ritmo en nuestra plataforma de estudios online. Entiende los conceptos básicos y prepárate para la próxima clase. Consolida tus conocimientos todos los días jugando con nuestras 'flashcards'.

Eventos de empleo y networking
Eventos de empleo y networking

Cada semana, ven a nuestros eventos con emprendedores y socios contratadores. Crea tu propia red dentro de un panorama tecnológico vibrante.

Plataforma de networking y aprendizaje

El curso de ciencia de datos es tan solo el principio del camino. Una vez te gradúes, pertenecerás a una comunidad tecnológica global y tendrás acceso a nuestra plataforma online para continuar aprendiendo y creciendo.

Slack icon Grupos de Slack

Obtén consejos y asesoramiento de científicos de datos y analistas de datos profesionales, accede a ofertas laborales y de freelance exclusivas de emprendedores y desarrolladores.

Aula online

Accede a nuestra plataforma de aprendizaje online en cualquier momento después del curso: encontrarás todas las clases de ciencia de datos, screencasts, retos y flashcards.

Comunidad tecnológica

Benefíciate de nuestra comunidad global de 9322 graduados que trabajan en puestos relacionados con datos, pero también emprendedores, desarrolladores y product managers de todo el mundo.

Icon tutorials Presencial global

Ofrecemos cursos en 40 ciudades de todo el mundo: vayas donde vayas, ¡formas parte de la comunidad de Le Wagon!

Comunidad y herramientas de por vida

Encuentra trabajo en las mejores empresas

Una vez terminado el curso, te beneficiarás de nuestros servicios de orientación laboral. Te ayudamos a conocer a los mejores reclutadores y a conectar con los graduados pertinentes.

microsoftwordCreated with Sketch. Guía de orientación laboral

Accede a una guía completa para empezar tu carrera en ciencia de datos tras el curso: mejora tu portfolio, encuentra el trabajo de tus sueños y saca partido de nuestra comunidad de 9322 graduados.

myspaceCreated with Sketch. Eventos de orientación laboral

Asiste a ferias de empleo y eventos de networking, conoce a las mejores empresas del sector tecnológico y recibe ofertas de reclutadores que buscan candidatos para puestos relacionados con datos.

buymeacoffeeCreated with Sketch. Sesiones de coaching de graduados

A los graduados del curso de ciencia de datos les encanta compartir sus experiencias con los alumnos que acaban de terminar: les explican cómo encontraron trabajo de científico de datos, analista de datos o ingeniero de datos.

wechatCreated with Sketch. Presentaciones de graduados

Nuestros equipos locales conocen a sus graduados y socios de contratación, lo que hacen y lo que buscan. Te presentarán a las personas adecuadas dependiendo de tu objetivo.

Las mejores empresas contratan a nuestros alumnos del curso de desarrollo web

Dónde trabajan nuestrosgraduados en ciencia de datos

Las mejores empresas colaboran con Le Wagon y contratan a nuestros graduados para puestos de científico de datos, analista de datos e ingeniero de datos.

Getaround Ha contratado a 6 graduados
+4
ContentSquare Ha contratado a 1 graduados
Aircall Ha contratado a 3 graduados
+1
Doctolib Ha contratado a 9 graduados
+7
Google Ha contratado a 5 graduados
+3
Frichti Ha contratado a 1 graduados

Encuentra el tipo de matrícula más adecuado a ti

Descubre si puedes beneficiarte de ofertas especiales en Londres.

Upfront - pay before you start
Upfront - pay before you start

Web Development: £6,500

A deposit of £2,500 is due upon signature of the contract, and the remaining balance of £4,000 is paid 1 week before the course start date.

Data Science: £6,900

A deposit of £2,500 is due upon signature of the contract, and the remaining balance of £4,400 is paid 1 week before the course start date.

Instalments - pay while you study
Instalments - pay while you study

Pay your tuition in instalments, where the deposit is paid to secure your seat on the Bootcamp, and the remaining balance is paid over 6 monthly instalments. There is a £500 management fee associated with this option.

Web Development: £7,000

A deposit of £2,500 is due upon signature of the contract, and the remaining balance is paid in 6 monthly instalments of £750 each, starting one week before the course start date.

Data Science: £7,400

A deposit of £2,500 is due upon signature of the contract, and the remaining balance is paid in 6 monthly instalments of £816.70 each, starting one week before the course start date.

*To be eligible for the instalment plan, you must: be over 18 years old; be a European Citizen; have a UK Bank Account; not have any convictions for financial crimes; successfully pass the credit check; and be successfully enrolled in the Training Programme.

More information, including eligibility criteria, is available here

¿Quieres llegar más lejos?