Certificación Oficial

D I G I T A L H O U S E . C O M por el Ministerio de
Educación del Gobierno
de la Ciudad de Buenos

DATA
SCIENCE
PROGRAMA DE ESTUDIO
 D A T A S C I E N C E

I NF O SOBR E E L
P R O GR AMA

A Q U I E N E S TÁ D IRIGID O
El curso está orientado a estudiantes y profesionales de diversas disciplinas que deseen
aprender ciencia de datos para sumar nuevas habilidades, crear nuevos proyectos y mejorar
su comunicación con los Ingenieros de Big Data o
Especialistas en Machine Learning.

RE Q U IS ITO S
Conocimientos previos en razonamiento lógico formal. Conocimientos de estadística y progra-
mación ayudan (no son excluyentes). Nivel de lecto-comprensión de inglés medio. Aprobación
de la evaluación online y la entrevista de admisión.

DUR ACI Ó N M O DA LIDA D SEDES

5 meses Presencial Belgrano, Centro

E S P E C I A L I S TA S C A R GA H O R ARIA
+10 196 hs

digitalhouse.com
 E TAPAS
D EL P R OGR AMA

AN TE S C HALLE NG E
Se pone a prueba lo aprendido.

E NT REVISTA
Se conoce al alumno y
PR EWO R K se verifica su nivel.
Contenidos
para hacer MACH IN E LEARN IN G
una Aprendizaje supervisado y no supervisado.
nivelación. Selección y Validación de Modelos.
DUR ANTE Ingeniería de Features.

VISUALIZACIÓN DE DATOS
Visualización para el análisis exploratorio.
ETL Visualización interactiva y web para la comuni-
Extracción de datos de distintas fuentes. cación de resultados.
SQL y Bases de Datos Relacionales.
Limpieza, imputación y preprocesamiento de
datasets.
Preparación y representación de los datos para
el modelado.
D E S PU É S
T EC N OLOGÍAS
Python COMUNIDAD
Scipy Contacto con la
Numpy comunidad y
Pandas actualización continua.
Scikit-Learn
Matplotlib
Seaborn FORMACIÓN
Plotly Jr Data Scientist.
Bokeh
PostgreSQL
P ORTFOLIO
JSON
Trabajo real con modelos
Scrapy
analíticos y visualización de
Beautyful Soup
datos.
JOB FAIR
Acceso a entrevistas laborales.
Coacheo personalizado para
mejorar tu perfil laboral, y encuen-
tros con empresas de primer nivel.

digitalhouse.com
PROGRAMA
DE ESTUDIO
D A T A S C I E N C E
 P R O G R A M A D E E S T U D I O

CONVERTITE EN UN CIENTÍFICO DE DATOS, ES-

TUDIÁ CON LOS EXPERTOS Y ADQUIRÍ LAS HE-
RRAMIENTAS
NECESARIAS PARA LLEVAR TU

CARRERA AL PRÓXIMO NIVEL.

APRENDE A EXPLOTAR LOS DATOS,
COMPRENDE LAS TÉCNICAS Y APLICÁ
LOS ALGORITMOS MÁS USADAS EN
LA INDUSTRIA.

digitalhouse.com
 P R O G R A M A D E E S T U D I O

DATA
S C IE NCE

La necesidad de contar con analistas de datos calificados crece rápidamente en todos

los sectores empresariales e industriales, así como en aquellos ámbitos donde se desa-
rrollan nuevos paradigmas educativos, sociales y científicos.

El programa de Data Science de DH ofrece conocimientos sólidos en el

proceso de extracción, procesamiento y análisis de grandes cantidades de datos, con
el objetivo de dar soporte a la toma de decisiones estratégicas en todo tipo de organi-
zaciones.

El curso está estructurado en base al ciclo de vida completo de los datos, desde su
recolección y preparación, hasta su análisis y visualización efectiva.
Vas a aprender las habilidades y conocimientos fundamentales para
desempeñarte en tu primer trabajo como analista de datos. Y vas a descubrir los posi-
bles caminos para continuar tu aprendizaje en aquellos temas de especialización que
más te interesan

01

Módulo 1
Fund a m e ntos : N u m py, D o ck e r, G i t,
Pa nd a s, Pro b a b i l i d a d

digitalhouse.com
 P R O G R A M A D E E S T U D I O

* Python y Numpy: Demostrar conceptos de programación usando Python y Numpy como

herramientas para navegar fuentes de datos y colecciones.

* Estadística Descriptiva: Repasar y aplicar los fundamentos de estadística

descriptiva.

* Arquitectura de Docker. Comandos básicos.datos usando funciones booleanas, indexación,

series, joins y otras funcionalidades). Introducción a Git.

* Pandas y Tablas Pivot: Introducción a Pandas (librería para leer, limpiar,

parsear y graficar).

* Repaso de Probabilidad.

Módulo 2
E x p l orator y D ata An a l ys i s (E DA), S ci P y,
G e oPa nd a s, Vi sua l i z a ci ó n , PC A, T- SN E, SQ L
* Geopandas para representar datos con geo referenciados.

* Limpieza de datos: Conceptos de “tidy data”, estructuras de datos adecuadas, introducción al

problema de missing data, nociones de Regular Expressions,

* Estadística Inferencial: Nociones de probabilidad, distribuciones muestrales, intervalos de

confianza, pruebas de hipótesis. Uso de librería SciPy.

* Introducción a Gráficos y Visualización: ecosistema de librerías de visualización en Python.

Matplotlib, Seaborn, Plotly, Bokeh.

* Dimensionality Reduction: Introducción a PCA. Presentación de Multiple Correspondance

Analysis. Manifold Learning: Técnicas para la reducción de dimensionalidad no lineales: Multidi-
mensional Scaling (MDS), Locally Linear Embeddings e IsoMaps. Diferencias con PCA. Métricas
de distancia utilizadas.

* SQL y Bases de Datos: Introducirse a diferentes tipos de bases de datos, revisar expresiones
SQL y realizar prácticas obteniendo datos de una base remota.
 P R O G R A M A D E E S T U D I O

02

Módulo 3
I ntrod ucc i ón a M a ch i n e Le a r n i n g y Sk l e a r n .
A P I s. We b S cra p p i n g, Fl a s k
* Machine Learning: Introducción a conceptos nodales: sesgo, varianza, overfitting, underfitting.
Identificación de diferentes tipos de algoritmos de Machine Learning (supervisados y no super-
visados). Formas de estimación del error de generalización (train-test split. cross-validation).
digitalhouse.com
Presentación general de las técnicas más utilizadas.

* Regresión Lineal Simple y Múltiple: interpretación, estimación de coeficientes beta, supuestos,

medidas de ajuste. Introducción de no linealidades en el modelo.

* Statsmodels y Sklearn: Introducción al uso de ambas librerías para la estimación de modelos

estadísticos y algoritmos de Machine Learning en Python. API, clases y objetos en Scikit-Learn.

* Regularización y Optimización: Nociones generales de regularización. Regresión LASSO y

Ridge. Feature scaling.

* Web Scraping: Nociones de HTML (tags, árboles). Uso de librerías urllib2 y BeatifulSoup para
scrapear sitios web.Introducción a selenium.

* Flask puesta en producción de modelos.

Módulo 4
Clasifi c a c i ón. G r i d S e a rch y Pi p e l i n e s. Tex t M i n i n g.
S e r i e s d e Ti e m p o
* Introducción a los Problemas de Clasificación: Problema de los K-Nearest
Neighbours.

* Algoritmos usados para problemas de clasificación: Regresión Logística. Naïve Bayes, Support
Vector Machines. Evaluación de algoritmos de clasificación: métricas de error, Accuracy, limita-
ciones de accuracy. Precision, recall, F1-Score, Curva ROC, Area Under the Curve (AUC).

digitalhouse.com
 P R O G R A M A D E E S T U D I O

* Tunning de hiperparámetros: definición de hiperparámetro. Métodos de búsqueda: búsqueda

exhaustiva (grid search), búsqueda aleatorizada (random search), búsqueda por algoritmos genéti-
cos. Curse of dimensionality.

* Pipelines y Custom Transformers en Scikit-Learn: Pipelines: automatización y encapsulado de

etapas del workflow. Custom Transformers: noción de objeto y clase en Python.

* Feature Selection: Motivación de Feature Selection. Filter Methods, Wrapper Methods, Embedding
Methods.

* Embeddings

* Topic modelling

* Sentiment analysis.

* Series de Tiempo: preprocesado de series. Enfoque clásico (tendencia, ciclo y residuo). Estaciona-
riedad. Modelos básicos: media constante, tendencia determinística, media móvil, suavizamiento
exponencial simple. Modelos AR, MA, ARMA, ARIMA y ARIMAX.

* Paquetes tsfresh, prophet y statsmodels.

03

Módulo 5
Tóp i cos e n M a ch i n e Le a r n i n g
* Clustering: Algoritmo K-Means, clustering jerárquico, métricas para evaluación de algoritmos
de clustering.DBSCAN.

* Sistemas de recomendación.

* Feature Hashing

* Stochastic Gradient Descent

* Procesamiento distribuido con Spark.

* Grafos. Detección de comunidades e influencers.

digitalhouse.com
 P R O G R A M A D E E S T U D I O

Módulo 6
Ár b ol e s y E n s a m bl e Le a r n i n g
* Árboles de Decisión: Construcción de árboles a través del algoritmo CART. Evitando
el overfitting y underfitting en Árboles.

* Modelos de Ensamble: Noción de Ensamble Learning. Diferencias y ventajas.

Presentación del meta-algoritmo Bagging y de dos aplicaciones para árboles de decisión: Random
Forest y ExtraTrees. Presentación del meta-algoritmo de Boosting y de AdaBoost y Gradient Boos-
ting. Ventajas y desventajas de diferentes implementaciones de boosting. Entrando a la caja negra:
feature importance y partial dependency plots en modelos de ensamble.

Módulo 7
Proye c to fi n a l
* Trabajo Integrador: Deberán entregar un notebook iPython con código,
visualizaciones y notas técnicas para los colegas del curso. A su vez, deberán realizar una exposición
de las conclusiones, con terminología no técnica, para una audiencia no experta.

digitalhouse.com
 P R OCE SO D E
AD M ISIÓN
PAGO DE MATRÍCULA
Para completar la solicitud de inscripción.

MATERIAL DE NIVELACIÓN
Material online.

DESAFÍO ONLINE
Con ejercicios de evaluación.

ENTRE VISTA DE ADMISIÓN

Para asegurar la vacante.

La disponibilidad de vacantes es limitada y requiere de un

proceso de admisión previo al ingreso del programa.

digitalhouse.com
 QU IÉ NE S
S OM OS
Digital House es una organización educativa que transforma la vida de las personas,
desarrollando competencias digitales para que generen impacto en la sociedad. Con
este objetivo ofrece capacitaciones bajo una metodología innovadora basada en la
práctica.

Su propuesta académica world class se compone de numerosos programas en los

cuales se capacita al público en general en las habilidades digitales más demandadas
del momento. En simultáneo, dicta una serie de Programas Ejecutivos para directivos,
gerentes, profesionales y emprendedores, y brinda cursos in-company diseñados a la
medida de las necesidades de las empresas. También cuenta con una Licenciatura en
Negocios Digitales que imparte junto a la Universidad de San Andrés, y una unidad
llamada DHSchool a través de la cual los colegios pueden enseñar asignaturas
vinculadas a lo digital a los alumnos desde 5to grado del nivel primario hasta el último
del secundario.

La institución educativa, que cuenta con dos campus en la Ciudad Autónoma de

Buenos Aires, y uno en São Paulo, Brasil, y numerosas sedes en el interior de Argentina.

CO NTACTO
0810 220 3444
[email protected]

digitalhouse.com
 DOND E
E STAM OS

SEDE BELGRANO
Av. Monroe 860, CABA
[email protected]

SEDE CENTRO
Lima 1111, CABA
[email protected]

SEDE CÓRDOBA
Av. Jose Baigorrí 653
[email protected]

SEDE LA PLATA
Diagonal 74 1681
[email protected]

SEDE NORDELTA
Av. De Los Lagos 7010
[email protected]

SEDE ROSARIO
Córdoba 2035
[email protected]

SEDE MENDOZA
Av. Emilio Civit 444
[email protected]

SEDE TUCUMÁN
Teléfono de Contacto [email protected]
0810 220 3444

digitalhouse.com