Curso ― tecnología

Data Analysis

Aprende a recopilar, procesar, analizar e interpretar grandes volúmenes de datos para generar reportes, realizar predicciones y proponer estrategias de crecimiento.

Duración 5 meses
Inversión mensual $4,681.80

Resumen de temario

1

Módulo 1

Introducción a bases de datos

Aprende a usar herramientas para manejo de paquetes, datos relacionales y no relacionales en Excel, MySQL, noSQL con Mongo DB.

2

Módulo 2

Programación y estadística con R

Conoce los fundamentos del lenguaje R, los algoritmos y estructuras para la creación de modelo de datos y visualización de gráficos y tablas.

3

Módulo 3

Procesamiento de datos con Python

Aprende la sintaxis básica de Python para manipular archivos; usa programación orientada a objetos, servidores web y desarrollo de API.

4

Módulo 4

Análisis de datos con Python

Analiza datos a través de Python y conoce las diferentes herramientas para procesamiento y visualización de datos.

Inscríbete
Próximos cursos en

Métodos de Pago

Asset 1

Meses sin intereses

Paga tu curso hasta a 12 meses sin intereses con tarjetas participantes.

  • Asset 1
  • Asset 1
  • Asset 1
  • Asset 1
Asset 1

Pagos diferidos

¿Sin tarjeta de crédito? ¡No te preocupes! Con Quotanda, cubre la inversión del curso en pagos sin intereses.

Asset 1

Préstamo Educativo

¡Cubre el 100% de la inversión del curso con Prestanómico! Comienza tu proceso de aprobación de crédito ahora mismo.

Asset 1

OXXO

¡Paga en el OXXO más cercano! Deposita hasta $9,500 pesos en efectivo en cualquier sucursal y paga el módulo de tu elección.

¿Cómo aprenderás en BEDU?

1
home-metodologies

Teoría en casa

Seleccionamos el mejor contenido en línea para que adquieras los conocimientos necesarios para llevarlos a la práctica.

2
experts

Aprende con expertos

Practica los conocimientos adquiridos de forma colaborativa, enfrentando problemas reales en clases guiadas por expertos de la industria.

3
Asset 1

Proyecto personal

Aplica e integra las habilidades desarrolladas en proyectos que conformarán tu portafolio personal.

4
Asset 1

Prototype

Tendrás la oportunidad de presentar tu proyecto ante un jurado especializado, aliados y empleadores.

Conoce a los Expertos

Antonio Arista

Data Scientist Investigador de IA

IPN

Ver Perfil

Silvia Ariza

Data Scientist

DiDi

Ver Perfil

Gabriel Gómez

Data Science Intern

Konfio

Ver Perfil

Preguntas Frecuentes

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. 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. 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. 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. 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. 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. 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. 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. 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. 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. La inversión mensual por este curso es de $4,681.80; son 5 pagos en total.