Objetivo General

Formar profesionales altamente competentes en el análisis, procesamiento y modelado de datos, mediante el uso avanzado de Python y herramientas líderes del sector, para el diseño de soluciones innovadoras que promuevan la transformación digital y una toma de decisiones basada en evidencia.

---

Contenidos por Módulo

Módulo 1: Introducción a la Ciencia de Datos

• Historia, evolución y relevancia actual de la ciencia de datos en distintos sectores.
• Áreas de aplicación (negocios, salud, finanzas, entre otros).
• Bases de estadística y probabilidad para análisis de datos.
• Proceso integral del análisis de datos: desde la recolección hasta la visualización.

Módulo 2: Fundamentos de Python para Ciencia de Datos

• Instalación y configuración de entornos (Jupyter Notebook y kernel local).
• Estructuras de control, sintaxis esencial, manejo de datos en Python.
• Introducción a librerías clave: NumPy, pandas, matplotlib, seaborn.

Módulo 3: Análisis de Datos y Visualización

• Técnicas de limpieza, integración, transformación y análisis descriptivo.
• Gestión de datos temporales y categóricos, segmentación.
• Visualización efectiva con herramientas BI, creación de dashboards.
• Casos prácticos en contextos reales.

Módulo 4: Machine Learning y Modelado Predictivo

• Fundamentos y tipos de aprendizaje automático (supervisado, no supervisado y por refuerzo).
• Algoritmos: regresión, árboles de decisión, Random Forest, SVM, clustering (K-means, jerárquico), reducción de dimensionalidad (PCA, t-SNE).
• Validación, evaluación y entrenamiento con scikit-learn.
• Desarrollo de mini-proyectos predictivos completos.

Módulo 5: Big Data y Herramientas de Escalabilidad

• Introducción a arquitecturas y ecosistemas: Hadoop, Spark.
• Procesamiento distribuido, retos actuales y análisis de aplicaciones reales.

Módulo 6: Proyectos y Casos Prácticos

• Diseño de soluciones integrales en equipos multidisciplinarios.
• Portafolio de proyectos en áreas como marketing, finanzas, salud.
• Presentaciones ante paneles y simulación de pitches.

---

Público Objetivo

Profesionales, técnicos, analistas, egresados de carreras afines y personas interesadas en especializarse en ciencia de datos con Python, en posiciones donde el análisis