Python para Data Science
Utiliza el poder de los datos y resuelve problemas del mundo real.
Regístrate ahora Customize for Organizations
At a Glance
- Enrollment:
- Inscripción Abierta
- Length:
- 8 semanas
Upcoming Dates
Diciembre Comenzar
Septiembre Comenzar
Students may register up to 7 days after the course start.
Aprende a diseñar y escribir código Python de alto rendimiento.
El curso de Python para Data Science de ocho semanas en la Universidad de Chicago introduce los conceptos básicos de Python como lenguaje de programación. Este curso altamente técnico está basado en proyectos y presentará numerosos ejemplos prácticos para capacitarte en la creación y ejecución de tus propios proyectos en Python.
Designed For
Diseñado para profesionales de industrias impulsadas por datos que desean trabajar con Python y profundizar en la ciencia de datos.
Objetivos de aprendizaje para dominar Python
En el mundo actual impulsado por datos, la competencia en Python es indispensable para los practicantes de ciencia de datos. Nuestro curso ofrece una iniciación completa en este versátil lenguaje de programación, empoderándote para abordar desafíos del mundo real con sus herramientas y técnicas.
Después de completar el curso, serás capaz de:
- Crear modelos de persistencia para ser implementados como una API o utilizados para puntuación por lotes.
- Diseñar código que se ejecute en paralelo utilizando funcionalidades de multiprocesamiento y multihilo.
- Discutir funcionalidades avanzadas de Python como clases y funciones.
- Obtener un certificado de finalización de la Universidad de Chicago y formar parte de la red UChicago.
¿Listo para llevar tu carrera al siguiente nivel?
Inscríbete hoy y combina tu práctica profesional con nuestra distintiva mezcla de rigor académico y aplicación en el mundo real.
Inscríbete ahoraPlan de estudios
Aprenderás a:
- Identificar los componentes básicos del lenguaje Python.
- Realizar análisis avanzados de datos.
- Escribir código Python a nivel de producción.
- Entrenar y evaluar modelos de aprendizaje automatizado.
- Diseñar y optimizar código Python para mejorar el rendimiento y la velocidad.
- Escribir código Python para procesar eficientemente grandes conjuntos de datos.
- Preparar modelos de aprendizaje automatizado para su uso en producción.
Metodologías y herramientas:
Anaconda
Beautiful Soup
Jupyter
NumPy
Python
Seaborn
Sklearn
Características del formato online
- Módulos de aprendizaje interactivos y adaptados a tu agenda con una gran variedad de actividades, tareas y recursos.
- Sesiones en directo para aprender de forma colaborativa sobre el estado actual del sector, abordar problemas del mundo real y explorar soluciones realistas.
- Apoyo continuo de un asistente de instrucción para responder a tus preguntas y proporcionar feedback sobre tu trabajo.
Calendario semanal
Aprende a crear scripts básicos en Python, utilizando tipos de datos integrados, contenedores, funcionalidades y comprensiones para acelerar la iteración. Descubre cómo integrar técnicas de manejo de errores en los scripts y aprovechar itertools y el módulo de collections para manipular iterables.
Aprende a crear funciones definidas por el usuario (UDFs) y a utilizar funciones integradas como args y kwargs para mejorar las UDFs y utilizarlas dentro de comprensiones. Descubre cómo crear funciones lambda, comprender qué es una clase y desarrollar una para realizar regresión lineal básica. Usa timeit para perfilar funciones y encontrar las funciones más eficientes.
Aprende a cargar datos externos utilizando Pandas y a manipular data frames para agregar y eliminar columnas y crear subconjuntos. Utiliza Pandas y NumPy para calcular estadísticas resumidas, realizar análisis de correlación y ejecutar operaciones group by. Descubre cómo unir y concatenar data frames usando Pandas y crear visualizaciones con Seaborn.
Explora el broadcasting y cómo utilizarlo para realizar operaciones de matrices y operaciones elementales para una manipulación de datos eficiente. Aprende a utilizar conceptos avanzados de Pandas para manipular data frames, incluyendo melt y pivot, realizar funciones de ventana y calcular métricas móviles.
Adquiere habilidades para realizar extracción y transformación de características utilizando Sklearn y úsalo para entrenar y evaluar modelos de aprendizaje automático.
Aprende a utilizar un generador para manejar grandes conjuntos de datos y realizar entrenamiento de modelos en paralelo utilizando Sklearn. Descubre cómo ejecutar programas en paralelo utilizando el módulo multiprocessing.
Aprende a utilizar urllib y requests para hacer ping a sitios web, Beautiful Soup para analizar datos HTML y un ThreadPoolExecutor para realizar scraping en paralelo.
Aprende a guardar y recargar modelos entrenados y a realizar predicciones por lotes. Descubre cómo desplegar un modelo como una API y monitorear modelos en producción.
Obtén una credencial en Python para Data Science
Una vez completado con éxito este curso, los participantes recibirán credenciales certificadas por la Universidad de Chicago, incluyendo una insignia digital, como reconocimiento de su logro.
Conoce a tus instructores
Nuestros instructores, altamente cualificados, son líderes apasionados con años de experiencia en el sector y un conocimiento actualizado de las herramientas, tendencias y terminología más recientes. Gracias a su enfoque riguroso, su formación interdisciplinar y sus aportes innovadores, no solo ofrecen una experiencia de aprendizaje inigualable, sino que también desarrollan soluciones prácticas que transforman e impactan positivamente nuestro mundo.
Este curso regularmente cuenta con la experiencia de los siguientes instructores. Si deseas conocer quién será el instructor en la próxima convocatoria, no dudes en ponerte en contacto con tu asesor de admisiones.
Michael Colella, MSc, MA
Senior Director of Global Data Strategy and Analytics, AXS
Michael Colella es director senior de análisis y estrategia de datos en AXS, donde dirige la inteligencia empresarial, la ingeniería analítica y el análisis web. Le apasiona ayudar a organizaciones y empresas a utilizar análisis avanzados e inteligencia artificial para prosperar en sus modelos de...
Josh Goldberg, MSc
Data Scientist, Amazon
Joshua Goldberg es un científico de datos con ocho años de experiencia en la industria. Actualmente trabaja en Amazon como científico de datos, desarrollando modelos de aprendizaje automático para apoyar las operaciones de la cadena de suministro de Amazon en Private Brands. Anteriormente, trabajó...
Patrick McQuillan, MBA
Analytics Executive and Strategy Consultant
Patrick McQuillan es un apasionado del uso de datos como herramienta para el cambio y la toma de decisiones. Ha ocupado roles de liderazgo, siendo el más reciente el de Global Head of Data Governance and Operational Effectiveness en Wayfair. Anteriormente, lideró equipos de consultoría internacional...
Perspectivas profesionales
Python es uno de los lenguajes de programación más populares y versátiles. Se utiliza ampliamente en el análisis de datos, el aprendizaje automático y el desarrollo web. Los puestos disponibles que requieren familiaridad con Python van en ininterrumpido aumento; empresas como Accenture, Amazon, Apple, Deloitte, Google, Microsoft y Netflix, por ejemplo, están en constante busca de desarrolladores con conocimiento de Python.
Es el salario anual promedio de un desarrollador de Python en EE.UU.
Es el puesto que ocupa Python en el ranking de lenguajes de programación.
Es el crecimiento del sector del software en la próxima década.
Posibles puestos de trabajo para líderes con habilidades en Python
- Desarrollador de software
- Analista de sistemas de información geográfica (GIS)
- Desarrollador junior de Python
- Ingeniero de aprendizaje automatizado (Machine Learning)
- Desarrollador Python Full-Stack
- Ingeniero de control de calidad
- Desarrollador senior de Python
Como faço para começar?
- Rellena el formulario on the registration page.
- Realiza el pago a través de nuestra plataforma de pago seguro.
- Recibe un correo electrónico con tus datos de usuario para el campus virtual.
- Obtén acceso al contenido del curso antes de la fecha de inicio.
Offered by The University of Chicago's Professional Education