Data&Analytics

INNOVACIÓN Y TECNOLOGÍA

CIENCIA DE
DATOS Y MACHINE
LEARNING CON
PYTHON
PROGRAMA ESPECIALIZADO

CONTACTO
www.datayanalytics.com

[email protected]

(+51) 976 760 803

https://wa.link/hrmsq6
PROGRAMA ESPECIALIZADO CIENCIA DE DATOS Y MACHINE LEARNING CON PYTHON Data&Analytics
INNOVACIÓN Y TECNOLOGÍA

NUESTROS ALUMNOS
NOS RECOMIENDAN

Katy Pacheco
Me gusto, sobre todo porque el material es bastante actualizado.

José Taco Sarayasi

Es un curso extenso y detallado, por que hay mucha dedicación en el
contenido del curso.

Diana Castillo Ramírez

Lo recomendaría porque fue un buen curso, nos llevó de la mano la
instructora.

Lloyd Laura
Lo recomendaría a mis amigos o colegas que recién empiezan ya que el
curso es económico y muy didáctico.

Oswaldo Villegas
Me agrada el curso, considero que el enfoque que lleva está bien definido.

Jordan Capa Zamata

Clases didácticas y bastante profesionalismo, en definitiva no será el
único curso que lleve aquí, lo recomiendo bastante.

(+51) 976 760 803

https://wa.link/hrmsq6 [email protected] www.datayanalytics.com
PROGRAMA ESPECIALIZADO CIENCIA DE DATOS Y MACHINE LEARNING CON PYTHON Data&Analytics
INNOVACIÓN Y TECNOLOGÍA

PRESENTACIÓN
La vasta generación de datos en todos los sectores, ha generado que el dominio de la cien-
cia de datos y en principal el dominio de Python sea una de las habilidades con mayor
demanda a nivel mundial. Con este Programa Especializado Ciencia de Datos con Python
desarrollarás las habilidades para desarrollar proyectos de ciencia de datos y analizar datos
con Python desde cero; así, alcanzarás tus objetivos y pondrás en práctica lo aprendido en
tu empresa y tus proyectos.

Estas son habilidades que te permitirán diferenciarte del resto, permitiéndote crecer profe-
sionalmente, siendo más competitivo y lograr mejores oportunidades laborales.

DÍAS DIRIGIDO A
2 veces por semana
• Estudiantes, egresados y profesiona-
les de diversos rubros o áreas.
DURACIÓN • Público en general que desea trabajar
3.5 meses en Ciencia de Datos con Python.
120 horas académicas
METODOLOGÍA

• Teórico - práctico con casos reales

aplicados.
• Código en Python + Data + PPT’s +
HORARIO POR PAÍSES
Sesiones en vivo por ZOOM.
Sesiones de 2 horas 30 min
• Experiencia en la resolución de pro-
Nicaragua 6:00 p.m. yectos de ciencia de datos.
El Salvador 6:00 p.m. • Aprendizaje basado en resolución de
Costa Rica 6:00 p.m. casos y ejemplos.
Perú 7:00 p.m. • Desarrollarás 05 proyectos que te
Panamá 7:00 p.m. permitirán consolidar tus conocimien-
Colombia 7:00 p.m. tos.
México CDMX 7:00 p.m.
Ecuador 7:00 p.m. PROYECTOS
Cuba 8:00 p.m.
Chile 8:00 p.m.
• Desarrollarás 05 proyectos (personal y
Bolivia 8:00 p.m.
Paraguay 8:00 p.m. grupal) que te permitirán consolidar tus
Brasil 9:00 p.m. conocimientos.
Argentina 9:00 p.m. Nota mínima aprobatoria: 15 (escala del 0 a 20)

(+51) 976 760 803

https://wa.link/hrmsq6 [email protected] www.datayanalytics.com
 1 2 3 4 5 6
ENTIENDE EL COMPRENSIÓN PREPARACIÓN MODELADO Y IMPLEMENTACIÓN
NEGOCIO DE DATOS DE DATOS EVALUACIÓN

SOFTWARE - Los objetivos - Cargar la data de - Selección y - Selección de - Plan de

PYTHON empresariales cada fuente. limpieza de datos algoritmos (mín 03). implementación
- Posibles escenarios - Realizar la - Tratamiento de - Selección de - Monitoreo y manten-
de solución exploración de los datos perdidos variables más imiento del modelo
- Identificar fuentes datos. - Tratamiento de importantes. - Publicar modelo
de datos. - Verificar cada datos outliers - Partición de
- Elaborar el plan de fuente de datos y su - Construcción de muestras.
proyecto estatus de calidad. datos - Entrenamiento del
- Integración de dato modelo
- Formato de datos - Afinamiento del
modelo

Basado en la metodología de CRISP-DM

APRENDE HACIENDO
- MÉTODOLOGÍA PARA SOLUCIONAR
PROBLEMAS DE CIENCIA DE DATOS -

(+51) 976 760 803

https://wa.link/hrmsq6 [email protected] www.datayanalytics.com
PROGRAMA ESPECIALIZADO CIENCIA DE DATOS Y MACHINE LEARNING CON PYTHON Data&Analytics
INNOVACIÓN Y TECNOLOGÍA

CONTENIDO 04. Condicionales y Panda

· Condicionales
· Sentencias
01. Python + Colab · Expresiones
· Introducción · Pandas
- Introducción al lenguaje - Data
- Instalación y configuración de - Indexación
mi works pace en Colab - Órdenes
· Python básico - Datos perdidos
· Hello Python - Operaciones
· La interfaz con Python - Agrupaciones
· Variables y tipos - Estadísticas
· Asignación de variables - Uniones
· Cálculos con variables
Casos prácticos
· Otros tipos de variables
· Operaciones con otro tipo de variables
· Tipo de conversión 05. Funciones y paquetes
· Funciones
Casos prácticos
· Funciones familiares
· Múltiples argumentos
02. Listas y estructuras · Métodos de cadena
· Listas Python · Métodos de lista
· Crear una lista · Paquetes
· Crear listas con diferentes tipos · Importación de paquetes
· Listas de listas · Importación selectiva
· Subconjunto de listas · Funciones lambda
· Subconjunto y calculo
Casos prácticos
· Cortado y tajado
· Manipulación de listas
· Reemplazo de elementos de listas 06. Visualización y Analytics
· Extensión de listas · Visualización de datos
· Estructuras de datos integradas · Análisis de datos
- Tuplas · Análisis univariado
· Análisis bivariado
- Diccionarios
· Random forest
Casos prácticos Casos prácticos
Proyecto
03. Numpy
· NumPy 07. Introducción a la estadística
· Primera matriz NumPy · Conceptos básicos: Estadística, población,
· Subconjunto matriz NumPy muestra, elemento muestral
· Matriz 2D Numpy · Tipos de variables: Categóricas (Nominales y
ordinales) y Numéricas (Discretas y continuas)
· Estadísticas básicas en NumPy
· Secuencia / Metodología de análisis
· Manejo de errores y excepciones
de datos
· Excepciones, tipos y control de excepciones · Introducción a Colab
· Programación orientada a objetos · Full introducción a Python
· Clases y objetos
· Atributos y métodos Resolución de ejercicios

Casos prácticos

(+51) 976 760 803

https://wa.link/hrmsq6 [email protected] www.datayanalytics.com
PROGRAMA ESPECIALIZADO CIENCIA DE DATOS Y MACHINE LEARNING CON PYTHON Data&Analytics
INNOVACIÓN Y TECNOLOGÍA

08. Análisis descriptivo 13. EDA y tratamiento para datos

· Medidas de tendencia central: moda, · Análisis exploratorio de datos
mediana, media. (Aritmética, geométrica, · Tratamiento de datos, OneHotEncoder,
armónica, recortada) TargerEncoder
· Medias de dispersión: desviación estandar, · Tratamientos de valores atípicos
varianza, rango, rango intercuartilico,
· Imputación paramétrica (media, mediana, moda)
coeficiente de variación.
· Imputación no paramétrica para la
· Coeficiente de asimetría y kurtosis
· Medidas de asociación: correlación imputación de valores perdidos
· Pruebas Chi Cuadrado · División de los datos categóricos
en números
· Creación de Driver
09. Tratamiento de datos nulos y · División de los datos en conjunto de
outliers entrenamiento y prueba
· Tratamiento de datos nulos · Normalización de los datos
· Tratamiento de outliers · Blanceo de data: SMOTE, OverSampling,
· Imputación paramétrica y no paramétrica
UnderSampling
Casos aplicados · Selección de variables

Resolución de ejercicios
10. Inferencia estadística
· Teoría de la inferencia estadística
(paramétricas y no paramétricas) 14. Aprendizaje supervisado para
· Teorema del límite central regresiones
· Pruebas de hipótesis · Regresión lineal
· Pruebas de normalidad · KNN
· Pruebas de correlación · Árbol de decisión
(paramétricas y no paramétricas) · Suport Vector
· Prueba chi cuadrado · Ensemble methods
· Prueba de la media de 1 muestra · AdaBoost, GBM, XGBoost
· Prueba de la media de 2 muestras
· Gridsearch de parámetros, RandomGridsearch
· ANOVA
· Optimizacipon bayesiana
· Prueba de Wilcoxon
· Prueba de Mann Whitney · Aplicación de un modelo TensorFlow

Resolución de ejercicios Resolución de ejercicios

Proyecto

15. Aprendizaje supervisado para

11. Aprendizaje supervisado clasificación
· Creación de nuevas variables (atributos) · Regresión logística
· Regresión lineal simple · Naive bayes
· Regresión lineal múltiple · Árbol de decisión
· Regresión logística
· KNN
· Random forest
· Random forest
· Análisis de multicolinealidad
· Estimaciones · Support vector
· Métricas: ROC, gini, accuray, KS, log-loss, · AdaBoost, GBM, XGBoost
entre otros. · Gridsearch de parámetros, RandomGridsearch
· Optimización bayesiana
Resolución de ejercicios
Resolución de ejercicios

12. Aprendizaje no supervisado

· Anál isis de componentes principales - Validación de modelos
· Análisis clúster - Validación cruzada
· Validación de clústers - Matriz de confusión
· Perfilamiento de clústers - GINI, ROC-AUC, K-S, sensibilidad, recall,
F-Score, Log-Loss
Proyecto

(+51) 976 760 803

https://wa.link/hrmsq6 [email protected] www.datayanalytics.com
PROGRAMA ESPECIALIZADO CIENCIA DE DATOS Y MACHINE LEARNING CON PYTHON Data&Analytics
INNOVACIÓN Y TECNOLOGÍA

16. Aprendizaje no supervisado 17. Introducción a series de tiempo

· Aprendizaje no supervisado · Introducción a series de tiempo
- K-means clutering · Entendiendo series de tiempo
- Análisis de cesta de canasta de mercado · Método baso en suavizamiento
- Segmentación o puntuación RFM exponencial
· Reducción de dimensiones
- PCA Resolución de ejercicios
5to Proyecto
- LDA

INSTRUCTORES

Director de Proyectos en Data & Analytics

Ingeniero Estadístico e Informático, cuenta con más de 16 años de experiencia en Analytics,

Modelos supervisados y no supervisados, Dirección de proyectos de ciencia de datos, inves-
tigación de mercados, diseño de estrategias de gestión y desempeño, desarrollo de mode-
los predictivos, calidad de datos y capacitación de equipos. Máster en Administración y
Dirección de Marketing con Especialización en Machine Learning, Big Data, Analytics, Busi-
ness Intelligence, Metodología de la Investigación, entre otros. Experiencia en el sector
privado y público: consumo masivo, telecomunicaciones, educación, banca, AFP, previsión,
hoteles, minería, finanzas, retail, buró, microfinanzas, contraloría, registros públicos,
MINEDU, SUNAT, entre otros.

Herramientas favoritas: R Studio, Python, Julia, SPSS, Modeler, Minitab, Rapidminer, Oracle,
SQL Server, Qlikview, Power BI, Google Cloud, Office Avanzado, MS Project, entre otros.

Instructor en Data & Analytics

Magíster y Licenciado en Estadística, cuenta con más de 6 años de experiencia en análisis

y modelamiento de datos bajo el enfoque clásico y bayesiano. Experiencia en el sector
público y privado: INEI, MINEDU, INDECOPI, electricidad y AFP. Además cuenta con 3 años
de experiencia en docencia universitaria en temas de Data Mining, Machine Learning,
Estadística Bayesiana, Modelos de pronóstico, y Muestreo estadístico en las principales
universidades del Perú (UNI, UNMSM, UNICA, UPC, UTEPSA, Universidad Continental, etc).

Herramientas favoritas: Rstudio, Python, Julia, Matlab, SPSS, Stata, Minitab, SQL, Power BI,
entre otros.

(+51) 976 760 803

https://wa.link/hrmsq6 [email protected] www.datayanalytics.com
PROGRAMA ESPECIALIZADO CIENCIA DE DATOS Y MACHINE LEARNING CON PYTHON Data&Analytics
INNOVACIÓN Y TECNOLOGÍA

CERTIFICADO

• El alumno obtendrá 4 certificados a nombre de Data & Analytics, una vez aprobado con la nota
mínima establecida.
• Duración del curso en general: 3.5 meses
(120 horas académicas: 96 horas pedagógicas + 24 horas solución de proyectos)
• Los certificados serán por cada curso establecido dentro del programa:

Programa Especializado en Curso Especializado en

Ciencia de datos y Machine Estadística para Ciencia de
Learning con Python Datos con Python
120 horas académicas 40 horas académicas

Curso Especializado en Curso Especializado en

Python para Ciencia de Datos Machine Learning con Python

40 horas académicas 40 horas académicas

MATERIALES BENEFICIOS
• Acceso directo a los eventos gra-
Se entregará: tuitos organizados por nosotros:
- Scripts en Python, PPT’s, Data. Foros, Talleres, Webinars, Mini cursos
- Sesiones en vivo por ZOOM.
• Bolsa de trabajo.

(+51) 976 760 803

https://wa.link/hrmsq6 [email protected] www.datayanalytics.com
PROGRAMA ESPECIALIZADO CIENCIA DE DATOS Y MACHINE LEARNING CON PYTHON Data&Analytics
INNOVACIÓN Y TECNOLOGÍA

PROCESO
DE INSCRIPCIÓN
Si desea solicitar
factura, enviar:
* Nro de RUC
* Razón social

01
Enviar un correo a [email protected] con copia
* Dirección (País)
a [email protected] la siguiente información:
- Nombres y Apellidos
- Fecha de nacimiento
- Nro de documento de identidad
- Nro de celular
- Gmail
- Empresa donde labora
- Foto del comprobante de pago

Asunto: PROGRAMA PYTHON

02
Una vez registrado el alumno, recibirá 2 correos con la siguiente información:

- ZOOM para las clases en vivo.

- Acceso a los materiales y videos, mediante Google Classroom.

MÉTODOS DE PAGO

R&M INGENIEROS ASOCIADOS GROUP

RUC: 20600323441

Cuenta Soles
CC: 488 - 3002002636
CCI: 003-488-003002002636-42

960 876 044

Nombre: Yaneth Ccahuantico Mendoza

DNI: 41809490
País de destino: Perú

Solicitar link de pago

Tarjeta de crédito hasta 6 cuotas sin intereses:

Solicitar link de pago

Otros medios de pago, contactar al (+51) 916 591 245 ó (+51) 976 760 803

(+51) 976 760 803

https://wa.link/hrmsq6 [email protected] www.datayanalytics.com
PROGRAMA ESPECIALIZADO CIENCIA DE DATOS Y MACHINE LEARNING CON PYTHON Data&Analytics
INNOVACIÓN Y TECNOLOGÍA

PRECIO

PRECIO REGULAR

EN SOLES EN DÓLARES

s/ 1850 US$ 510

• Estudiantes pre-grado universidad o institutos con descuento del 10%

• Grupos de 2 y más 10% de descuento.
• Los precios son para personas naturales.
• Las cuotas deben ser canceladas hasta un día antes del inicio del curso.
• Para matrículas corporativas, solicitar una cotización a [email protected]

NUESTROS
PARTNER

(+51) 976 760 803

https://wa.link/hrmsq6 [email protected] www.datayanalytics.com
 CONTÁCTANOS
Erika Ayala | Coordinación
[email protected]
Tel.: (+51) 916 591 245

Mishell Bardales | Coordinación

[email protected]
Tel. : (+51) 976 760 803

www.datayanalytics.com