Data Scientist con R

R es un lenguaje y entorno de programación de software libre para análisis estadístico, cálculo numérico y representaciones gráficas (modelos lineales y no lineales, tests estadísticos, análisis de series temporales, algoritmos de clasificación y otros). Por su parte Big Data es el término que se utiliza para describir los grandes volúmenes de datos que componen Internet y la posibilidad de obtener información sobre ellos. Actualmente compañías como Google, Amazon, Facebook, Netflix, Walmart, GAP, IBM y General Electric, entre otras, están liderando procesos de gestión masiva de información y reclutando “Data Scientists” en la nueva era que deviene de Big Data. El trabajo de un buen Científico de Datos es hacer descubrimientos “buceando” en un océano de datos cada vez más masivos y complejos. Identifican potenciales fuentes ricas en datos valiosos y acercan la brecha entre los datos, la información y finalmente las decisiones de negocio. Este entrenamiento tiene como objetivo familiarizar a los participantes con R y sus principales algoritmos más difundidos. Se espera que los participantes incorporen criterios para diseñar y utilizar repositorios de datos.

Formar profesionales Científicos de Datos para los que se requiere que los participantes: Ubiquen a la ciencia de datos en el contexto de disciplinas al servicio de los negocios Entiendan la estructura de R Conozcan las convenciones utilizadas de sintaxis de R Sepan usar los algoritmos más difundidos Puedan diseñar un repositorio de datos Incorporen la necesidad de limpiar los datos antes de usarlos Usen sin dificultad las herramientas de inferencia estadística Complementen su formación y entrenamiento como Data Scientists

• Manejen la terminología relacionada con los repositorios de datos
• Palpen las consecuencias nefastas de no realizar adecuadamente la limpieza de los datos
• Adquieran criterio propio para diseñar repositorios de datos
• Incorporen el lugar que R va tomando como estándar de facto dentro de la ciencia de datos.
• Ubiquen los principales repositorios de los que bajar algoritmos
• Manejen la sintaxis de comandos de R
• Puedan comparar las ventajas y desventajas de los distintos algoritmos avanzados que se ofrecen para las diferentes técnicas predictivas cubiertas. Conozcan las futuras tendencias de la disciplina de la ciencia de datos.
• Entiendan la estructura general de R
• Identifiquen los principales algoritmos avanzados aplicados a la inferencia estadística que vienen dentro de R Entiendan el significado de cada parámetro de la invocación de los algoritmos predictivos avanzados desde R
• Dominen el concepto de ciencia de datos
• Puedan comparar las ventajas y desventajas de los distintos algoritmos que se ofrecen para las diferentes técnicas predictivas cubiertas.
• Identifiquen los algoritmos más simples aplicados a la inferencia estadística que vienen dentro de R Entiendan el significado de cada parámetro de la invocación de los algoritmos predictivos más simples desde R
• Manejen la sintaxis de R para generar los gráficos.
• Comprendan como distintas visualizaciones sirven o no para transmitir diferentes conceptos.
• Identifiquen las principales herramientas gráficas que vienen dentro de R
• Puedan comparar las ventajas y desventajas de los distintos algoritmos que se ofrecen para las diferentes técnicas descriptivas cubiertas.
• Identifiquen los principales algoritmos aplicados a la estadística descriptiva que vienen dentro de R Entiendan el significado de cada parámetro de la invocación de los algoritmos descriptivos desde R
• Comparen adecuadamente las herramientas que existen en el mercado para soportar repositorios de datos

• Junto con una formación previa en BI este curso complementa a los destinatarios en su formación como Data Scientists.
• Todos aquellos profesionales que quieran profundizar en el uso de R aplicado a la "Inteligencia de Negocios" (BI) ya sea para incorporarse en una posición de Analista de Business Intelligence como para mejorar sus posibilidades de crecimiento en este competitivo y creciente mercado.