Curso en línea: especialización profesional certificada en ciencia de datos de Google, Universidad de Washington

Afrontar desafíos de datos reales. Domina las ciencias de datos cognitivos, estadísticos e informativos en tres cursos.

Suggested by: Coursera (What is Coursera?)

Start your Coursera.com free trial today
Curso en línea: especialización profesional certificada en ciencia de datos de Google, Universidad de Washington

Professional Certificate

nivel intermedio

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • Gestión de datos basada en SQL y NoSQL
  • Algoritmos para buscar datos.
  • Principios prácticos en estadística y aprendizaje automático.
  • Presentación de datos y comunicación de resultados.
  • Cuestiones legales y éticas al trabajar con big data

What you will learn in the course

Courses for which the course is suitable

  • analista de datos
  • científico de datos
  • Ingeniero de datos
  • Responsable de proyectos en el ámbito del big data.
  • Desarrollador de aplicaciones de datos
  • Analista de big data
  • Experto en aprendizaje automático
  • Consultor en tecnología de la información

Pasantía: una serie de cursos de 4 cursos.

Aprenda una amplia gestión de datos, evalúe tecnologías de big data y diseñe visualizaciones efectivas.

Temas cubiertos:

  • Gestión de datos basada en SQL y NoSQL
  • Algoritmos para buscar datos.
  • Principios prácticos en estadística y aprendizaje automático.
  • Presentación de datos y comunicación de resultados.
  • Cuestiones legales y éticas al trabajar con big data

En el proyecto final, desarrollado en colaboración con la plataforma de prácticas digitales Korsolv, aplicarás tus nuevas habilidades en un proyecto real de ciencia de datos.

Details of the courses that make up the specialization

Curso 1: Manipulación de datos a escala: sistemas y algoritmos

Duración: 20 horas

Calificación: 4.3 (766 calificaciones)

Lo que aprenderás:

El curso le enseñará el panorama de los sistemas relevantes, los principios en los que se basan y sus oficios. También aprenderá sobre la historia y el contexto de la ciencia de datos, las habilidades, los desafíos y los métodos que abarca el término, y cómo construir un proyecto de ciencia de datos.

Objetivos de aprendizaje:

  • Describir patrones y desafíos comunes en proyectos de ciencia de datos.
  • Identificar y utilizar modelos de programación relacionados con la manipulación de datos a escala.
  • Utilice tecnologías de bases de datos optimizadas para análisis a gran escala.
  • Evaluar sistemas NoSQL y describir sus compensaciones.
  • Piense en términos de MapReduce para escribir algoritmos en Hadoop y Spark.
  • Describir el panorama de los sistemas de big data especializados en gráficos, matrices y flujos.

Habilidades que obtendrás:

  • Álgebra relativa
  • Programación en Python
  • SQL
  • MapaReducir

Curso 2: Análisis predictivo práctico: Modelos y métodos

Duración: 6 horas

Calificación: 4.1 (317 calificaciones)

Lo que aprenderás:

En este curso diseñarás experimentos estadísticos y analizarás los resultados utilizando métodos modernos. También aprenderá sobre los errores comunes al interpretar argumentos estadísticos, especialmente los relacionados con big data.

Objetivos de aprendizaje:

  • Diseñar experimentos efectivos y analizar los resultados.
  • Utilice métodos de muestreo para formular argumentos estadísticos claros.
  • Explicar y aplicar diferentes métodos de clasificación.
  • Explicar y aplicar conceptos y métodos de aprendizaje no supervisado.
  • Describir los modismos comunes del análisis de gráficos a gran escala.

Habilidades que obtendrás:

  • se organizará al azar
  • Análisis predictivo
  • aprendizaje automático
  • programación R

Curso 3: Comunicación de resultados de ciencia de datos

Duración: 7 horas

Calificación: 3.4 (142 calificaciones)

Lo que aprenderás:

Aprenderá a diseñar y controlar visualizaciones, explicar el estado actual de la privacidad, la ética y la gobernanza de big data, y a utilizar la computación en la nube para analizar big data de forma reproducible.

Objetivos de aprendizaje:

  • Diseñar y revisar visualizaciones.
  • Explicar el estado actual de la privacidad, la ética y la gobernanza del big data.
  • Utilice la computación en la nube para analizar big data de forma reproducible.

Curso 4: Ciencia de datos a escala – Proyecto final

Duración: 6 horas

Calificación: 3.8 (25 calificaciones)

Lo que aprenderás:

En el proyecto final, los estudiantes participarán en un proyecto real que les exigirá aplicar habilidades del proceso completo de la ciencia de datos: preparar, organizar y transformar datos, construir un modelo y evaluar resultados.

Habilidades que obtendrás:

  • proceso de datos
  • estadística
  • análisis de datos
  • Programación en Python
  • programación R

Productos relacionados