¿Por qué aprender Data Analysis?
Porque podrás contestar preguntas y tomar decisiones de forma más inteligentes, ya que cualquier organización o proyecto con o sin fines de lucro que busque ser exitoso deberá de explotar el valor de los datos disponibles.
¿Qué seré capaz de hacer al egresar?
Como analista de datos podrás recolectar, administrar y consultar bases de datos a través de lenguajes estructurados como SQL o no estructurados con MongoDB, mismos que podrás analizar con dos de los lenguajes de programación y estadística más utilizados de la industria R y Python. Aprender estadística con el lenguaje R te permitirá tener las bases necesarias para entender algunas de las técnicas, modelos y algoritmos más utilizados en Data Science y Machine Learning. Con Python podrás automatizar tareas de procesamiento y con librerías como Numpy, Pandas, Jupyter, Seaborn y Scikit-Learn podrás realizar análisis y visualización de datos de forma más efectiva y eficiente.
¿A qué se dedica un Analista de Datos?
Es el profesional que tiene la capacidad de recopilar, interpretar y analizar datos para establecer estrategias de negocio. Dentro de una empresa, es quien “encuentra historias” en los datos y genera reportes para comunicarlas efectivamente a la organización.
¿Dónde puedo trabajar?
La transformación digital hizo que un Data Analyst pueda trabajar en cualquier empresa con proyectos relacionados a Tecnologías de la Información ya que siempre se requiere de una base de datos. Todo sistema de cómputo y productos digitales, ya sean aplicaciones o sitios web están conectados con una o más bases de datos. Incluso un pequeño negocio tiene una base de datos en Excel. Además cualquier industria requiere este tipo de perfiles,en el área de Business Intelligence, Business Analytics, Data Analytics y Data Science, ya que traen innovación y es un perfil esencial para el crecimiento y competitividad de cualquier organización. La toma de decisiones basado en análisis es lo que da una ventaja ante la competencia.
¿Necesito saber Excel?
Es muy recomendable tener experiencia previa en el manejo de bases de datos en Excel, ya que muchas de sus funcionalidades se parecen a lo que verás durante las primeras sesiones del curso. Sin embargo, si cuentas con experiencia en otras herramientas como Tableau, PowerBI, Access, Stata, SPSS o SAS definitivamente te facilitarán el camino.
¿Qué lenguajes de programación aprenderé?
Los dos lenguajes de programación que dominan la ciencia de datos en la industria: R y Python, dominarlos en el campo laboral de Data Science y Analytics, es un “must” en cualquier oferta laboral.
¿Cómo puedo pagar mi curso?
Paga en línea a través de nuestro sitio web, con transferencia bancaria o depósito directo a cuenta. También, obtén 6 Meses sin Intereses con tarjetas de crédito participantes, plan de pagos parciales con Quotanda o tramita un crédito con Prestanómico que cubra el 100% de tu curso.
¿Necesito saber desarrollar en Python para tomar este curso?
No necesariamente, ya que en el tercer módulo nos enfocaremos a enseñarte los fundamentos de este lenguaje de programación, aunque sí ya lo sabes, podrás reforzar tus conocimientos. Es recomendable que cuentes con conocimientos básicos en Excel.
¿Qué es una base de datos?
Es una colección de datos almacenados en algún medio electrónico que se puede manipular. Los datos pueden ser tradicionales, es decir están estructurados y almacenados en bases de datos en computadoras y servidores en forma de tablas relacionadas entre sí que contienen diferentes tipos de información en diferentes formatos, principalmente texto y números. Ejemplos de herramientas para este tipo de bases de datos son: SQL Server, MySQL, Oracle database, PostgresSQL o IBM DB2. Existe otro tipo de datos a los que se denomina big data, que no están almacenados en un solo lugar sino en varios; el término “big” hace referencia a que son más grandes que los datos tradicionales en varios sentidos: variedad de tipos y formatos, velocidad a la que se producen y obtienen y al volumen de almacenamiento, terabytes, petabytes y exabytes. Ejemplos de herramientas para esto: Hive, Redis, BigTable y MongoDB.
¿Necesito experiencia en estadística o matemáticas?
Si los números son lo tuyo, este curso se te facilitará, sin embargo, cualquiera que quiera iniciar su camino en esta área, lo puede hacer aún si no tiene experiencia previa.
¿Cuál la inversión por este curso?
La inversión mensual por este curso es de $5,500; son 5 pagos en total.
