Introducción a la programación y preparación para su aplicación en Data Science.

Introducción a conceptos fundamentales de data science. Presentación del marco de referencia general.

¿Cómo preprocesar adecuadamente los datos? Aplicación de filtros, anonimización de datos, selección de atributos, sampling y reducción de dimensionalidad.

Herramientas para visualización de datos. Introducción a las técnicas y librerías mas utilizadas.

Introducción al análisis de series temporales, revisión de los mejores algoritmos disponibles. Desarrollo de casos de uso de detección de anomalías y predicción de series.

Introducción a los problemas de clasificación y clusterización. ¿Cómo evaluar los resultados? ¿Cómo construir los datasets? Revisión de los principales algoritmos y su aplicación.

Revisión de los principales algoritmos de aprendizaje supervisado bayes, vectores de soporte, regresiones, y no supervisado y su aplicación.

Aplicación de redes convolucionales y modelos recurrentes profundos como TensorFlow en aplicaciones prácticas con imágenes. Implementación y diseño de modelos neuronales para la resolución de problemas modelización/clasificación y diseño de GAN (modelos generativos antagónicos) para la gestión de datos.

Entendimiento de los nuevos modelos de negocio basados en Data Science que están surgiendo en el sector empresarial e industrial, y las técnicas para implementar ideas basadas en esta tecnología.

Profundizar en los nuevos modelos de negocio basados en data science que están surgiendo en el sector empresarial e industrial, y las técnicas para implementar ideas basadas en esta tecnología.

Introducción de conceptos fundamentales de las redes neuronales profundas. Recorrido teórico práctico, aprender a utilizar las herramientas más importantes y a implementar soluciones desde cero.antagónicos) para la gestión de datos.

Introducción a conceptos fundamentales de las técnicas de Visión por Computadora (Computer Vision). Recorrido teórico práctico de las principales técnicas.

Conceptos fundamentales de los mecanismos empleados para la comunicación entre personas y máquinas por medio del lenguaje natural.

Principales bases de datos y el lenguaje SQL, aprendizaje de las últimas técnicas de almacenaje, manipulación y extracción de datos en BBDD.

Aprendizaje de Power BI desde sus tipos de uso hasta el manejo completo de la plataforma. Además, aprendizaje de DAX dentro de Power BI para la obtención de las mejores soluciones.

Aplicaciones prácticas del análisis de datos para el negocio. Aplicaciones prácticas de IA para el negocio.

Expertos profesionales darán una clase magistral de como presentar proyectos y skills de oratoria y negociación.

Conocer las fases de desarrollo e implementación de proyectos, identificar aquellos elementos a tener en cuenta para facilitar la ejecución minimizando las incidencias previsibles que se encuentran en este tipo de proyectos.

Estrategias clave para optimizar el perfil de LinkedIn y crear un CV impactante, ayudando a los estudiantes a destacar en el competitivo mundo laboral y mejorar su visibilidad ante reclutadores.

Aborda los principios y aplicaciones de los modelos de lenguaje a gran escala, destacando su uso en tareas como la generación de texto y el análisis de datos.

Desarrollo de un proyecto final donde se apliquen todos los conocimientos aprendidos en el Máster y las prácticas.