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.
Our Data Science course in Milán takes you from Data Enthusiast to Data Scientist in 9 weeks. You will be able to analyse data to make decisions, implement AI and Machine Learning models and build a practical data application ready for real-world deployment. Enter the world of Data Science as a Data Analyst, Data Engineer or Data Scientist, enhance your academic studies, solve global issues, or advance your career with our 600+ global hiring partners in industries such as marketing, finance, and commerce with a unique data skillset.
Nuestro curso en Milán 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.
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.
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.
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.
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.
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.
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.
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).
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.
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).
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.
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).
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.
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.
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.
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.
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.
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.
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.
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.
You'll need to be comfortable with data types & variables, conditions, loops, functions and data structures (List & Dictionary).
You'll need a High School level of Maths, meaning you will be comfortable with functions, derivatives, and systems of linear equations.
After a chat with our Admissions team, you will receive a Python & Mathematics Quiz to help you and the Admissions team better understand your current level in Python & Maths. We'll also provide you with a set of additional free learning resources to help you match the prerequisite level for the Bootcamp.
Once you have been accepted onto the Data Science Bootcamp (congrats!), you'll receive ~ 40h of online learning resources. We require all of our students to complete this before the Bootcamp starts, either at their own pace or during our Data Prep Week.
The Data Prep Week takes place the week before the official start date of the Bootcamp. This is an additional week of interactive online learning designed to help you get through this content as efficiently as possible and ensure you have the necessary foundations in Python before the bootcamp starts.
Desde clases matutinas hasta charlas vespertinas, todos los días en Milán están llenos de acción.
Ve a buscar un café y empieza la mañana con una clase interesante e interactiva, antes de poner en práctica lo que has aprendido.
Júntate con tu compañero del día y trabaja en una serie de retos de programación con la ayuda de nuestro personal docente.
Aprender a programar es muy intenso, por eso es importante tomarse un descanso y relajarse en nuestras clases semanales de yoga.
Repasa los retos del día y hazte una idea de las próximas clases durante las sesiones de live code.
Déjate inspirar y obtén consejos valiosos de emprendedores de éxito invitados a charlas exclusivas.
At the end of the bootcamp, we will organise our Career Week. This week gives you the tools you need to take the next steps in your career, whether it is finding your first job in a Data Science role, exploring career opportunities with your new data skill set, or launching your start-up.
Workshops
Benefit from a combination of panel discussions, workshops, presentations, and assignments to help you find the right career path.
Becoming job-ready
Prepare your personal profile, complete job applications, prepare for technical challenges, and make a game plan for after the bootcamp!
Inspiration
Hear from alumni about their post-Bootcamp journeys and what a typical day looks like in their new careers.
Custom-made
You can join any workshops or watch any tutorials that you are interested in. You create your own career week according to our interests and objectives
El curso de ciencia de datos de Milán 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.
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.
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.
Benefíciate de nuestra comunidad global de 12.945 graduados que trabajan en puestos relacionados con datos, pero también emprendedores, desarrolladores y product managers de todo el mundo.
Ofrecemos cursos en 44 ciudades de todo el mundo: vayas donde vayas, ¡formas parte de la comunidad de Le Wagon!
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 Milán y conectarte con graduados relevantes.
Accede a una guía completa para comenzar tu carrera en ciencia de datos en Milán después del curso: mejora su cartera, encuentra el trabajo de sus sueños, aprovecha nuestra comunidad de 12.945 graduados.
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.
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.
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 colaboran con Le Wagon y contratan a nuestros graduados para puestos de científico de datos, analista de datos e ingeniero de datos.
Ha contratado a 6 graduados
Ha contratado a 1 graduados
Ha contratado a 3 graduados
Ha contratado a 9 graduados
Ha contratado a 5 graduados
Ha contratado a 1 graduados
Además, estas 2164 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 44 ciudades donde impartimos nuestros bootcamps de programación.
El próximo bootcamp de programación intensivo en Milán empieza en ene 10, 2022
