Data Scientist con R

Data Scientist con R

Gestiona información masiva de Big Data. Conoce la estructura, sintaxis y algoritmos de R para el diseño y uso de repositorios de datos
Inicio de cursada
  15/10/2024
 

Presentación

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.

Modalidad: A distancia

wifi100% a distancia
get_appMaterial descargable
record_voice_overAcompañamiento de tutores
play_circle_filledEn vivo o acceso a las grabaciones

Objetivo general

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

Objetivos específicos

  • 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
  • Entiendan la estructura general 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.
  • Dominen el concepto de ciencia de datos
  • 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
  • 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
  • Manejen la terminología relacionada con los repositorios de datos
  • Palpen las consecuencias nefastas de no realizar adecuadamente la limpieza de los datos

Destinatarios

  • 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.
  • Junto con una formación previa en BI este curso complementa a los destinatarios en su formación como Data Scientists.

Requisitos

  • Es conveniente que los participantes tengan un manejo general de las herramientas informáticas (ofimática, carpetas, archivos, etc.) así como los conceptos básicos de estadística descriptiva y probabilidad.
  • Los participantes se beneficiarán de su experiencia previa en uno o más de los siguientes campos:
  • Manejo de base de datos
  • Programación
  • Matemáticas
  • Marketing
  • Inteligencia de Negocios
  • Aunque ninguno de los conocimientos resulta excluyente, dado que se trata de un curso específico, resultará muy conveniente que los participantes cuenten con formación previa de carácter general, idealmente tener formación en Inteligencia de Negocios (como por ejemplo la tener aprobada la Diplomatura en BI de esta institución).

Equipo docente

Jesus Ignacio Matias Urteaga

Profesor

Completó la Licenciatura en Física en la UBA y trabajó en ese campo como investigador por cuatro años. Paulatinamente se fue reorientando a sistemas con foco en desarrollo de aplicaciones e inteligencia artificial. Trabajó durante 8 años Emergencias SA en diferentes posiciones gerenciales participando de varios proyectos de desarrollo de software y de consultoría. Desarrollo un proceso de auto - aprendizaje supervisado para el sistema experto de clasificación telefónica de Emergencias Médicas. Este logro obtuvo un premio en EUNITE 2001 y fue objeto de un proceso de transferencia de ""Know How"" hacia SEMSA SA (gestor del sistema de emergencias de la Comunidad Autónoma de Catalunya) Tras cumplir dos años como Gerente de Proyectos en una consultora especializada en la gestión de la tecnología en el ámbito público se independizó como consultor cubriendo temáticas de gestión de proyectos, gestión de la tecnología, emergencias públicas y análisis y gestión de proyectos. En la actualidad se desempeña como Director de Business Intelligence en Sprayette SA, es profesor adjunto en el MBA en Dirección de Sistemas de Información de la Universidad del Salvador y en el Postgrado en Gestión de Proyectos de la UTN.

Jesús Ignacio Matías, Urteaga

Laura Cristina Siri

Profesor

comunicóloga graduada de la Universidad de Buenos Aires, actualmente cursando el doctorado en Ciencias Sociales. Ha integrado equipos de investigación UBACYT en la misma casa de estudios desde 1994 hasta la actualidad, en el marco de los cuales ha publicado artículos, libros y capítulos de libros. Es jefe de trabajos prácticos en la carre ra de Ciencias de la Comunicación de dicha universidad, en el área de políticas tecnológicas, y posee estudios de posgrado en estudios sociales de la ciencia y la tecnología. Durante casi quince años fue periodista y editora especializada en informática en distintas revistas, diarios y medios digitales de Argentina y América Latina y, posteriormente, se desempeñó cuatro años como responsable regional de medios sociales online para sistemas empresariales de una compañía global de hardware, software y servicios

Guillermo Garofalo

Profesor

Estudié el profesorado de historia en Consudec. Trabajo como preceptor. Por curiosidad me fui interesando en el mundo de la ciencia de datos desde la perspectiva de un educador. Participé en la publicación de un estudio sobre la predicción de la deserción en cursos virtuales y me invitaron a colaborar en el dictado de algunos cursos pa ra que pueda aportar desde mi experiencia y formación pedagógica al tiempo que me iba interiorizando en el apasionante mundo de la ciencia de datos

Guillermo, Garófalo

Julio Paredes

Profesor

Mentor en Ciencias de Datos y AI, Instructor de Tesis y Desarrollo Organizacional: Imparto cursos en reconocidas instituciones como Digital House, el Instituto de Data Science (UTN FRRQ), y la Universidad de Palermo, con un enfoque internacional en proyectos de inteligencia artificial y ciencia de datos. Mi experiencia abarca la analític a de datos utilizando herramientas como Power BI y SQL, así como la enseñanza de lenguajes clave para el aprendizaje automático, como R y Python. Además, brindo asesoramiento para tesis de grado y posgrado y poseo más de 12 años de experiencia en la industria como planificador de operaciones. https://www.linkedin.com/in/julio-paredes-rojas-b0143752/

Julio , Paredes

Ulises Martins

Coordinador

Ulises Martins es Ingeniero en Sistemas de Información de la Universidad Tecnológica Nacional (UTN). Posee un Postgrado en Ingeniería en Calidad (UTN), un Postgrado en Gestión Tecnológica (Universidad Austral) y las certificaciones Product Manager,Project Management Professional, Agile Certified Practitioner, Certified ScrumMaster, OKR Ce rtified Professional e ITIL4. Habiendo comenzado su carrera en 1996, trabajó en diversas posiciones (soporte, desarrollo, testing, integración, arquitectura y gestión de proyectos) en distintas organizaciones multinacionales. Su experiencia laboral comprende más de 25 años trabajando en proyectos de IT en compañías como Accenture, Telefónica de Argentina, Banco Santander, IBM, Capgemini, Banco Galicia, Banco de Córdoba Kimberly-Clark y SAP. De los distintos desafíos en los que trabajó se destacan el liderazgo de un equipo de más de 70 personas (SW Factory), Proyectos complejos distribuidos en Latinoamérica, Servicios de infraestructura para todas las sucursales y casas centrales de Banco Santander en Argentina, Proyectos de outsourcing para España y la Migración de Datos del sistema CORE Banking de Banco Galicia a SAP Banking Services (2M de Cuentas y 102M de movimientos). A nivel académico dirige el Posgrado de Gestión de Proyectos en la Universidad Tecnológica Nacional y es el creador y coordinador de diversos cursos a distancia en el área de Tecnología y Producto. Actualmente se desempeña como Product Manager en una importante multinacional de la industria financiera

Ulises , Martins
  • Christopher D. Manning, Prabhakar Raghavan y Hinrich Schütze,
  • Cannataro M & Comito C. A Data Mining Ontology for Grid Programming. In Proceedings of the 1st International Workshop on Semantics Peer to Peer and Grid Computing. Budapest, 20-24 May 2003.
  • Bernstein A., Provost F. and Hill S.
  • Anand Rajaraman, Jure Leskovec y Jeffrey D. Ullman,
  • Trevor Hastie, Robert Tibshirani y Jerome Friedman. Springer,
  • Pyle D. Business Modeling and Data Mining. The Morgan Kaufmann Series in Data Management Systems. Morgan Kaufmann Publisher. (2003)
  • Hernández Orallo et al. Introducción a la Minería de Datos. Pearson Educación. (2004).
  • Han, J., & Kamber, M. Data mining: Concepts and techniques. Morgan Kaufmann. (2001).
  • Franco Jean Michel El Data Warehouse, El Data Mining. EDS Institut Prométhéus. Ed. F. Devolt (1998).
  • Fayyad, U., Piatetsky-Shiapiro, G., Smyth, P., & Uthurusamy, RAdvances in knowledge discovery and data mining. Menlo Park, CA: AAAI Press. . (1996).

Metodología De Enseñanza-Aprendizaje:

Toda la comunicación con los tutores la tendrás por medio de nuestro Campus Virtual, el cual está disponible las 24hs y donde encontrarás:

  • Consultas al tutor por medio de foros y mensajería interna.
  • Material de lectura obligatoria.
  • Contenidos complementarios.
  • Clase en tiempo real, mínimo 1 encuentro cada 15 días, a través de Zoom.

Modalidad de Evaluación y Acreditación:

Para la acreditación de un trayecto formativo se tiene en cuenta:

  • La lectura y visualización de todos los contenidos.
  • La entrega y aprobación de todas las actividades y ejercicios que se consignen como obligatorios.
  • El alumno deberá finalizar la cursada dentro de la duración del trayecto sin excepción. Terminado el mismo, no podrá entregar ninguna actividad obligatoria adeudada. 
  • La aprobación de la Evaluación Integradora Final, la cual puede ser un Trabajo Práctico o un Cuestionario Multiple Choice. 

Al culminar el trayecto formativo, de haber cumplido con lo anteriormente nombrado se te otorgará un Certificado de Aprobación. En caso de haberlo hecho parcialmente, se te entregará un Certificado de Participación. Para conocer más acerca de nuestros certificados, consulte este artículo

Así enseñamos:

Material de estudio online

Material de estudio online

Te brindamos los apuntes, material de estudio y textos complementarios necesarios para tu aprendizaje. Todo el contenido es descargable para que puedas visualizarlo cuando y donde quieras.

Clases en tiempo real

Clases en tiempo real

Tendrás clases en tiempo real periódicamente para desarrollar y profundizar las unidades temáticas. Su participación no es obligatoria y quedan grabadas para que accedas a ellas en todo momento.

Foros de discusión con docentes y pares

Foros de discusión con docentes y pares

Desde el Centro de eLearning creemos que la retroalimentación entre compañeros y profesores es la mejor forma de aprender.

Seguimiento docente activo

Seguimiento docente activo

Para poder desarrollar correctamente tu aprendizaje contás con profesores a tu disposición para poder despejar cualquier duda o inquietud que tengas sobre el material de estudio y la cursada. Asimismo, tendrás disponible un servicio de mensajería directa con ellos, además de los foros de intercambio.

Campus virtual disponible 24hs del día

Campus virtual disponible 24hs del día

Nuestra plataforma te permite estudiar en el horario que te sea conveniente, disponible en todo momento.

Profesores especializados en elearning

Profesores especializados en elearning

Nuestros docentes están capacitados en educación a distancia y comparten la vocación de enseñar y mantenerse en constante actualización para brindar lecciones íntegras y de gran nivel académico.

Certificación Universitaria UTN B

Certificación Universitaria UTN BA

Nuestros certificados son extendidos en formato digital por el Centro de e-Learning de la Secretaría de Cultura y Extensión Universitaria de UTN FRBA. Contamos con un Sistema de Verificación de Certificados (SVC) a través del cual se pueden verificar los diplomas emitidos, tanto por parte de un alumno o un tercero que requiera validar el historial académico.

¡Somos UCAP!

¡Somos UCAP!

Estamos registrados como Unidad Capacitadora, es decir que los cursos que dictamos pueden canalizarse a través del Régimen de Crédito Fiscal para capacitación

¿Por qué elegirnos?

Especialistas en e-Learning

Especialistas en e-Learning

Aprendé con docentes experimentados en educación a distancia que se actualizan constantemente para dar clases con nivel académico de excelencia. Contamos con 17 años de trayectoria en educación online.

Seguimiento docente activo

Seguimiento docente activo

El equipo docente está a tu disposición para despejar dudas e inquietudes. ¿Preferís la comunicación one-to-one? Contás con un servicio de mensajería directa con los docentes, además de los foros de intercambio.

Campus Virtual 24/7

Campus Virtual 24/7

Nuestra plataforma no tiene restricciones y te permite estudiar en el horario más conveniente para vos. Además, te damos todo el material que necesitás para aprender en formato descargable.

Foros de intercambio

Foros de intercambio

Espacios de interacción con docentes y pares, especiales para potenciar el aprendizaje colaborativo a través de la comunicación, discusión y feedback proactivo.

Somos UCAP

Somos UCAP

Estamos registrados como Unidad Capacitadora. Todos los cursos que dictamos pueden canalizarse a través del Régimen de Crédito Fiscal para capacitación, que permite a las PyMES acceder a crédito fiscal para la capacitación de su personal.

Certificación

Diploma digital verificable a través del sistema de verificación de autenticidad.

UTN-BA

Certificados extendidos por la Secretaría de Cultura y Extensión Universitaria de Universidad Tecnológica Nacional Regional Buenos Aires.

Compartilo en

redes sociales
Certificado-UTN

Cursos relacionados

Conoce nuestras carreras cortas a distancia