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
jul 4, 2022 - sep 2, 2022 Curso en Inglés (12.500 AUD)
Abierto - Aplicar
oct 10, 2022 - dic 16, 2022 Curso en Inglés (12.500 AUD)
Abierto - Aplicar

Realizamos Coding Bootcamps Full Time varias veces al año. Regístrate para recibir una notificación tan pronto como se abra el próximo lote de solicitudes - Regístrate aquí

¿Quieres aprender en remoto? Descubre nuestros bootcamps remotos
Resumen

Participa en un curso de Data Science único

Nuestro curso de Ciencia de Datos en Melbourne te lleva de Entusiasta de los datos a Científico de datos en 9 semanas. Podrás analizar datos para tomar decisiones, implementar modelos de inteligencia artificial y aprendizaje automático y crear una aplicación de datos práctica lista para la implementación en el mundo real. Entra el mundo de la ciencia de datos como analista de datos, ingeniero de datos o científico de datos, mejora tus estudios académicos, resuelve problemas globales o avanza en tu carrera con nuestros más de 600 socios de contratación globales en industrias como marketing, finanzas y comercio con un conjunto de habilidades de datos.

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 Ciencia de Datos

Nuestro curso en Melbourne está diseñado para que aprendas ciencia de datos paso a paso, desde el kit de herramientas de datos básico 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
  • ∞

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

En% {city} aprenderás las matemáticas subyacentes detrás de todas las bibliotecas y modelos utilizados en el bootcamp. Familiarízate con los conceptos básicos de estadística y probabilidades (media, varianza, variable aleatoria, teorema de Bayes, etc.) y con el cálculo de matrices, en 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.

¡Resuelve problemas del mundo real con datos!

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.

Admisión y Preparación

Proceso de Admisión y Semana de preparación

La semana de preparación de Ciencia de datos es una semana adicional de aprendizaje interactivo en línea para ayudar a los candidatos a fortalecer sus habilidades en Python en la semana previa al inicio oficial del bootcamp. El objetivo es proporcionar a los candidatos una base sólida para aprovechar al máximo su intenso tiempo de estudio de 9 o 24 semanas.

Requisitos previos de admisión en Python y Matemáticas
  • Requisitos previos de Python

    Deberás sentirte cómodo con los tipos y variables de datos, las condiciones, los bucles, las funciones y las estructuras de datos (lista y diccionario).

  • Requisitos previos de Matemáticas

    Necesitarás un nivel de matemáticas de secundaria, lo que significa que te sentirás cómodo con funciones, derivadas y sistemas de ecuaciones lineales.

  • Poniendo a prueba tus habilidades

    Después de una charla con nuestro equipo de Admisiones, recibirás un Cuestionario de Python y Matemáticas para ayudar al equipo de Admisiones a valorar mejor tu nivel actual en Python y Matemáticas. También te proporcionaremos un conjunto de recursos de aprendizaje gratuitos adicionales para ayudarte a igualar el nivel de requisitos previos para el Bootcamp.

Trabajo de preparación después de ser admitido

Una vez que hayas sido aceptado en el Bootcamp de ciencia de datos (¡enhorabuena!), recibirás ~ 40 horas de recursos de aprendizaje en línea. Requerimos que todos nuestros estudiantes completen esto antes de que comience el Bootcamp, ya sea a su propio ritmo o durante nuestra Semana de preparación de datos.

Para los estudiantes de ciencia de datos a tiempo parcial, la semana de preparación de datos se puede extender durante 2 semanas (tardes y sábados) antes del inicio del bootcamp. Este aprendizaje interactivo en línea adicional está diseñado para ayudarte a leer este contenido de la manera más eficiente posible y garantizar que tengas las bases necesarias en Python antes de que comience el bootcamp.

Día típico

Un díatípico en Le Wagon Melbourne

Desde clases matutinas hasta charlas vespertinas, todos los días en Melbourne están llenos 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
Yoga (Opcional)16:00 - 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
Eventos (Opcional)18:00 - 20:00

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

Semana Carrera

Semana de Carrera

Al finalizar el bootcamp, organizaremos nuestra Career Week. Esta semana te brinda las herramientas que necesitas para dar los siguientes pasos en tu carrera, ya sea para encontrar tu primer trabajo en un puesto de ciencia de datos, explorar oportunidades profesionales con tu nuevo conjunto de habilidades de datos o lanzar tu nueva empresa.

Talleres Talleres

Aprovecha de una combinación de paneles de discusión, talleres, presentaciones y asignaciones para ayudarte a encontrar la trayectoria profesional adecuada.

Prepararse para el trabajo Prepararse para el trabajo

¡Prepara tu perfil personal, completa las solicitudes de empleo, prepárate para los desafíos técnicos y haz un plan de juego para después del bootcamp!

Inspiración Inspiración

Escucha a los ex-alumnos sobre sus caminos después del Bootcamp y cómo se ve un día típico en sus nuevas carreras.

Hecho a medida Hecho a medida

Puedes unirte a cualquier taller o ver los tutoriales que te interesen. Tú creas tu propia semana de carrera de acuerdo con tus intereses y objetivos.

Programa de la semana
Lunes
  • Descubre trayectorias profesionales
Martes
  • Prepárate para una solicitud de empleo
Miércoles
  • Prepárate para las pruebas técnicas
Jueves
  • Solicitar puestos de trabajo
Viernes
  • Plan de acción después del bootcamp
Comunidad y herramientas

Plataforma de networking y aprendizaje

El curso de ciencia de datos de Melbourne es solo el comienzo del viaje. Una vez que te gradúas, pertenecerás a una comunidad tecnológica global y tendrás acceso a nuestra plataforma en línea para seguir 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 14.927 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 41 ciudades de todo el mundo: vayas donde vayas, ¡formas parte de la comunidad de Le Wagon!

Comunidad y herramientas de por vida
Servicios de Carrera

Encuentra un trabajo en ciencia de datos en las mejores empresas de Melbourne

Una vez que finaliza el curso de desarrollo web, beneficias de nuestros servicios profesionales. Te ayudamos a prepararte para las entrevistas técnicas, conocer a los mejores reclutadores en Melbourne y conectarte con graduados relevantes.

microsoftwordCreated with Sketch. Guía de orientación laboral

Accede a una guía completa para comenzar tu carrera en ciencia de datos en Melbourne después del curso: mejora su cartera, encuentra el trabajo de sus sueños, aprovecha nuestra comunidad de 14.927 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
Empleo de los Graduados

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.

Part-time Bootcamp Payment Plans
  • 1) Pay the Course fee upfront and get a 450$ discount
  • 2) Pay a 1000AUD deposit followed by 6 monthly instalments after course start with our study Deferred Payment Plan
  • 3) Apply for a 6-48 months loan from our financial study support provider called Zeefi. Read more about their different loan options here:
Zeefi Study Loan Options
Full-time Bootcamp Payment Plan
  • 1) Pay the Course fee upfront and get a 450$ discount
  • 2) Pay a 1000AUD deposit followed by 6 monthly instalments after course start with our study Deferred Payment Plan (approval subject to eligibility)
  • 3) Apply for a 6-48 months loan from our financial study support provider called Zeefi. Read more about their different loan options here:
Zeefi Study Loan Options

El Bootcamp de Ciencia de Datosmás aclamado

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

Con 2271 reseñas de estudiantes y una 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 2271 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 41 ciudades donde impartimos nuestros bootcamps de programación.

Campus Le Wagon Melbourne

Le Wagon Melbourne

Curso de Data Science en Melbourne
Le Wagon Melbourne
41 Stewart St, Melbourne VIC 3121

Go further illustration

¿Quieres llegar más lejos?

El próximo bootcamp de programación intensivo en Melbourne empieza en jul 4, 2022

Aplicar
Laptop illustration