Data Analyst

Plan de estudios
7 meses

Cada sprint dura unas dos o tres semanas y representa

aproximadamente 40 horas de estudio.

Hojas de cálculo para el análisis de datos

+1 proyecto para tu
1 Aprende a utilizar hojas de cálculo para llevar a cabo análisis.
portafolio

2 semanas, 20-25 horas

Este módulo explora las mejores prácticas de la industria para
elegir y calcular métricas relevantes, y luego usar hojas de
cálculo para analizarlas y visualizarlas de manera eficiente.

• Capítulo 1. Fundamentos de las hojas de cálculo


• Capítulo 2. Limpieza y preprocesamiento de los datos

• Capítulo 3. Tablas dinámicas

• Capítulo 4. Gráficos y diagramas

2 Python básico
+1 proyecto para tu
¡Tu introducción al mundo del Data Analysis!
portafolio

Conceptos clave y sintaxis básica en Python. Bucles, condiciones, 2 semanas, 20 horas

y funciones. La librería Pandas para el análisis de datos. Tu primer
estudio de caso analítico, seguido de tu primer proyecto.

• Capítulo 1. Variables, tipos de datos y operaciones aritméticas 


• Capítulo 2. String

• Capítulo 3. Listas

• Capítulo 4. Bucles

• Capítulo 5. Sentencias condicionales

• Capítulo 6. Un rápido resumen de Jupyter Notebook

3 Python básico (continuación)

+1 proyecto para tu
Continuarás tu viaje a través de los diccionarios de Python portafolio

comúnmente utilizados en el campo de la ciencia de datos. 2 semanas, 25-30 horas

Harás que tu código sea flexible y reutilizable mediante la
creación de funciones. Por último, comenzamos a aprender
Pandas, que es la librería #1 utilizada por profesionales de
datos para procesar datos.

•
Capítulo 1. Diccionarios

•
Capítulo 2. Funciones

•
Capítulo 3. La librería Pandas

• Capítulo 4. Introducción al preprocesamiento de datos y al
análisis inicial

4 Manipulación de datos (Data Wrangling)

+1 proyecto para tu
portafolio

Compensación por datos imperfectos. Manejo de valores

3 semanas, 40 horas
ausentes y duplicados. Cambio de tipos de datos.
Identificación de correlaciones y creación de gráficos.

•
Capítulo 1. Leer y visualizar datos

•
Capítulo 2. Trabajar con valores duplicados y ausentes

•
Capítulo 3. Filtrado de datos

•
Capítulo 4. Estudio de caso

•
Capítulo 5. Visualización de datos

•
Capítulo 6. Tipos de datos

•
Capítulo 7. Ingeniería de características

• Capítulo 8. Transformación de datos

+1 proyecto para tu
5 Análisis estadístico de datos
portafolio

Teoría de la probabilidad, las distribuciones más comunes y 3 semanas, 40 horas

los métodos estadísticos en Python. Muestreo y significancia
estadística. Identificar y gestionar anomalías.

•
Capítulo 1.Estadística descriptiva

•
Capítulo 2. Teoría de la probabilidad

• Capítulo 3. Verificación de hipótesis

6 Herramientas de desarrollo de software
+1 proyecto para tu
Preparación del ecosistema de herramientas de desarrollo. portafolio

Aprender a utilizar la línea de comandos para acceder fácilmente 3 semanas, 40 horas

a los archivos de tu computadora y manipularlos. Uso de
herramientas Git y GitHub. Exploración de Python más avanzado.

•
Capítulo 1. Introducción a la línea de comandos

•
Capítulo 2. Entornos de desarrollo

•
Capítulo 3. Git y Github

•
Capítulo 4. Python intermedio

Proyecto integrado 1
+1 proyecto para tu
7 portafolio

Identifica patrones que te ayuden a determinar si un videojuego

1 semana, 20 horas
determinado será un éxito comercial o no.

1 semana de descanso

+1 proyecto para tu
8 Recopilación y almacenamiento de datos (SQL)

portafolio

Cómo se organizan las bases de datos y cómo recuperar datos

2 semanas, 40 horas
utilizando las consultas SQL. Buscar datos en línea.

•
Capítulo 1. Recuperar datos de recursos en línea

•
Capítulo 2. SQL como herramienta para trabajar con datos

•
Capítulo 3. Rasgos de SQL avanzado para el análisis

•
Capítulo 4. Relaciones entre tablas

• Capítulo 5. Soft skills

+1 proyecto para tu
9 Análisis de negocio
portafolio

Enfoque analítico de negocio. Métricas de negocio y KPIs.

2 semanas, 40 horas
Análisis de datos de usuario. Análisis de marketing y herramientas
relacionadas. Embudo de ventas.

•
Capítulo 1. Métricas y embudos

•
Capítulo 2. Análisis de cohortes

•
Capítulo 3. Economía unitaria

•
Capítulo 4. Métricas de usuario

•
Capítulo 5. Soft skills

• Lección extra: Optimizar datos en Pandas

10 Tomar decisiones de negocio basadas en +1 proyecto para tu

datos
portafolio

Métodos y herramientas para probar hipótesis. Diseño 2 semanas, 40 horas

experimental. Estacionalidad. Análisis de cohorte. Test A/B.

Capítulo 1. Las bases de la verificación de hipótesis en negocio

Capítulo 2. Escoger un método experimental

Capítulo 3. Priorizar hipótesis

Capítulo 4. Prepara un Test A/B

Capítulo 5. Analizar los resultados del Test A/B

Capítulo 6. Soft skills

11 Proyecto integrado 2
+1 proyecto para tu

Aprenda a comprobar las hipótesis estadísticas de los tests A/B y portafolio

a preparar conclusiones y recomendaciones en un formato de 1 semana, 20 horas

informe analítico.

1 semana de descanso

+1 proyecto para tu
12 Automatización

portafolio

Automatiza procesos de análisis de datos y redacta tareas

2 semanas, 40 horas
•
rutinarias. Métodos de visualización de datos. Presenta los
resultados.

Capítulo 1. Data pipelines y por qué utilizarlos

•
Capítulo 2. Diseñar y desarrollar cuadros de mando con Dash

Capítulo 3. Tableau

+1 proyecto para tu

portafolio

1 semanas, 20 horas

13 Pronóstico y predicción

Métodos básicos de machine learning y aplicaciones.

•
Clasificación, pronóstico, agrupamiento. Regresión. Árboles de
decisión.

Capítulo 1. Tareas de negocio que involucran al machine learning

•
Capítulo 2. Algoritmos de machine learning

Capítulo 3. Resolver tareas relacionadas con machine learning

+1 proyecto para tu
14 Proyecto final

portafolio

Aplica todo lo que has aprendido en el bootcamp de dos

2 semanas, 40 horas
semanas que recrea la experiencia de trabajo de un analista

junior.
Programa de éxito profesional

El Programa de é x ito profesional mejora la empleabilidad de quienes

se gradúan de TripleTen, es decir, les ayuda a pasar de aprender

nuevo conocimiento a ganar dinero.

1 Comunidad de antiguos alumnos Sin límite de

tiempo
Espacio para el apoyo entre pares y la creación de redes

profesionales productivas.

•
Comunicación constante con otros graduados y graduadas.

Eventos en línea: seminarios web de profesionales de la industria,

sesiones de networking.

• Oportunidades de trabajo y trabajo autónomo para tutores y para

quienes se gradúan.

2 Curso de Preparación Profesional 4 s a as

em n

Este curso adicional gratuito prepara a quienes se gradúan para

la búsqueda de empleo. Consiste en lecciones, tareas y feedback

de especialistas en Recursos Humanos.

Estructura del curso de preparación para la carrera profesional:

•
Estrategia personal de búsqueda de empleo.

•
Mercado laboral en TI y la esfera digital.

•
Entrevista: teoría y práctica.

•
Habilidades de networking.

•
Resumé/Curriculum Vitae.

•
Carta de motivación.

•
Portafolio.

• Presencia en línea: LinkedIn, etc.

3 Aceleración profesional 6 s s has a

me e o t

Esta es una actividad en comunidad, durante la cual quienes se

qu c s gas u
e on i n

empleo
gradúan:

Buscan activamente un empleo y mejoran constantemente a

través del ciclo de feedback organizado por nuestros

especialistas de Recursos Humanos.

Practican entrevistas técnicas y de Recursos Humanos

(entrevistas simuladas).

•
Hacen networking (con nuestra ayuda y por su cuenta).

•
Obtienen acceso a los socios y socias de TripleTen y sus

oportunidades laborales.