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.
Nuestro curso de Ciencia de Datos en Santiago 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.
Nuestro curso en Santiago 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.
Deberás sentirte cómodo con los tipos y variables de datos, las condiciones, los bucles, las funciones y las estructuras de datos (lista y diccionario).
Necesitarás un nivel de matemáticas de secundaria, lo que significa que te sentirás cómodo con funciones, derivadas y sistemas de ecuaciones lineales.
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.
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 en su a su propio ritmo o durante nuestra Semana de preparación de datos . La Semana de preparación de datos tiene lugar la semana anterior a la fecha oficial de inicio del Bootcamp. Esta es una semana adicional de aprendizaje interactivo en línea diseñada para ayudarte a leer este contenido de la manera más eficiente posible y asegurarte de tener las bases necesarias en Python antes de que comience el bootcamp.
Desde clases matutinas hasta charlas vespertinas, todos los días en Santiago 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.
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
Aprovecha de una combinación de paneles de discusión, talleres, presentaciones y asignaciones para ayudarte a encontrar la trayectoria profesional adecuada.
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
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
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.
El curso de ciencia de datos de Santiago 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 14.932 graduados que trabajan en puestos relacionados con datos, pero también emprendedores, desarrolladores y product managers de todo el mundo.
Ofrecemos cursos en 41 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 Santiago y conectarte con graduados relevantes.
Accede a una guía completa para comenzar tu carrera en ciencia de datos en Santiago después del curso: mejora su cartera, encuentra el trabajo de sus sueños, aprovecha nuestra comunidad de 14.932 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 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.
El próximo bootcamp de programación intensivo en Santiago empieza en jun 27, 2022
