Curso de Data Science en Melbourne

Melbourne
Intensivo (9 semanas)

Aprende Data Science desde fundamentos de programación con Python a Machine Learning avanzado en 9 semanas intensivas. Adquiere habilidades para encontrar tu primer trabajo en ciencia de datos y da un salto en tu carrera.

Aplicar
En 9 semanas intensivas, aprende Data Science desde Python a aprendizaje automático avanzado en Le Wagon.
Detalles del curso Aplicar
Próximos grupos

Algunos de los próximos cursos de Melbourne se pueden hacer a distancia. Tras completar la inscripción, el coordinador de admisiones se pondrá en contacto contigo para darte toda la información necesaria.

may 3, 2021 - jul 2, 2021 en el campus o en remoto Curso en Inglés (10.500 AUD)
Abierto - Aplicar
Resumen

Participa en un curso único

Nuestro Bootcamp de Data Science en Melbourne te capacita para empezar tu carrera en tan solo 9 semanas. Desde Pandas a Deep Learning, acabarás el curso sabiendo cómo explorar, limpiar y transformar datos en información útil y cómo implementar modelos de aprendizaje automático de principio a fin (machine learning), 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.
Aprende ciencia de datos en 9 semanas
Descubre lo que nuestros ex-alumnos han construido en 2 semanas
Temario

El temario de nuestro curso de Data Science

Nuestro curso está diseñado para que aprendas Data Science paso a paso, empezando por las herramientas básicas en Python y matemáticas hasta el desarrollo y la implementación de algoritmos de machine learning.

  • 0
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • ∞

¡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 Artificial

Profundiza en visión artificial con redes neuronales covolucionales - arquitecturas diseñadas para aprovechar al máximo las imágenes. Mejora la generalización de tu modelo gracias a las técnicas de aumento de datos e implementa métodos avanzados para beneficiarse de arquitecturas de última generación gracias a los métodos de transferencia de aprendizaje.

Series Temporales y Text Data

Aprende a gestionar datos secuenciales y texto (secuencia de palabras) transformándolos en entradas apropiadas. Utiliza el poder de las Redes Neuronales Recurrentes para pronosticar valores futuros y realizar el procesamiento de lenguaje natural.

Deep Learning 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.

Día típico

Un díatípico en Le Wagon Melbourne

Desde clases por la mañana a charlas por la tarde, todos los días están cargados de acción.

  • 09:00 Clases
  • 10:30 Retos
  • 16:00 Yoga
  • 17:00 Resumen
  • 18:00 Eventos 20:00
Clases
Clases09:00 - 10:30

Ve a buscar un café y empieza la mañana con una clase interesante e interactiva, antes de poner en práctica lo que has aprendido.

Retos
Retos10:30 - 16:00

Júntate con tu compañero del día y trabaja en una serie de retos de programación con la ayuda de nuestro personal docente.

Yoga
Yoga16:00 - 17:00

Aprender a programar es muy intenso, por eso es importante tomarse un descanso y relajarse en nuestras clases semanales de yoga.

Programación en vivo
Resumen17:00 - 18:00

Repasa los retos del día y hazte una idea de las próximas clases durante las sesiones de live code.

Charlas y workshops
Eventos18:00 - 20:00

Déjate inspirar y obtén consejos valiosos de emprendedores de éxito invitados a charlas exclusivas.

Comunidad y herramientas

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 10.115 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 42 ciudades de todo el mundo: vayas donde vayas, ¡formas parte de la comunidad de Le Wagon!

Comunidad y herramientas de por vida
Career Services

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 10.115 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
Hiring Partners

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
Opciones de financiación

Encuentra el tipo de matrícula más adecuado a ti

Descubre si puedes beneficiarte de ofertas especiales en Melbourne.

Flexible payment plans with Student Loans
Flexible payment plans with Student Loans

Le Wagon has partnered with Study Loans to offer you the ability to pay for your education so that you can progress in your personal development. If you are eligible, these are our payment plans:

You can borrow up to $10,000 with Study Loans. Loan plans last for 6-48 months and the interest is ~1000$ per year. So if you have a one-year loan, the total will be approximately 11,000$.

You can also opt-in for a 4-month post-Bootcamp payment plan. With this option, you pay a course deposit, and the rest is paid back in 4 equal monthly instalment post Bootcamp. This option comes with an extra fee of 425$.

The loan process is simple, easy, and affordable. Read more about Study Loans on how to cover tuition covered by Study Loans. Also, get in contact with us at australia@lewagon.org for any information that is not covered here:

https://studyloans.com.au/le-wagon-information-page/

El Bootcamp de Ciencia de Datosmás aclamado

Le Wagon es el bootcamp de programación número 1 en Switchup logo de Coursereport

Con 1904 reseñas de estudiantes y valoración media de 4.98/5, Le Wagon está calificado como el Bootcamp de Programación más aclamado a nivel mundial en Switchup. Detrás de este reconocimiento hay miles de estudiantes de todo el mundo que han vivido una experiencia única que les ha abierto nuevas puertas. Nos alegra haber podido ayudarles -y continuar ayudando- a dar un salto profesional, cambiar de carrera o emprender.

Además, estas 1904 valoraciones son muy importantes para garantizar nuestro nivel de excelencia. Ser reconocidos de manera tan positiva es la prueba definitiva de que proporcionamos la mejor formación tecnológica en las 42 ciudades donde impartimos nuestros bootcamps de programación.

Go further illustration

¿Quieres llegar más lejos?

El próximo bootcamp de programación intensivoCurso de Data Science en Melbourne empieza en may 3, 2021

Aplicar
Laptop illustration