Ventajas de nuestra formación
Acceso al curso las 24 hs. Todos los días de la semana
Contenidos didácticos de calidad
Calendario flexible
Profesores especializados
Curso acreditado por FUNDAE
Aula virtual accesible para PCs, notebook, tablet y smartphone
Opción a disponer de asistencia de profesor o sólo acceso a contenidos (autoestudio)
Nos ocupamos de toda la gestión de su bonificación
Diploma acreditativo de CIBERAULA
Calendario: Flexible.
Fecha disponible: Inmediata.
Porcentaje de Bonificación: 100%
Diploma acreditativo emitido por FUNDAE.
Certificado acreditativo para concursos y oposiciones.
Temario Personalizado.
Este curso está diseñado para aspirantes y profesionales en el ámbito de la ciencia de datos que desean sumergirse de lleno en las aplicaciones prácticas del lenguaje Python en este campo. Los participantes deben contar con una comprensión básica de Python y estar dispuestos a practicar y experimentar con los conceptos y técnicas impartidos. Este curso es particularmente adecuado para aquellos que buscan aplicar metodologías de análisis de datos en escenarios reales, construir visualizaciones de datos efectivas y desarrollar modelos robustos de aprendizaje automático. Además, es relevante para quienes quieren demostrar dominio en la resolución de problemas complejos de ciencia de datos y buscan una experiencia práctica y aplicada. |
La duración del curso de Ciencia de datos con Python es de 100 horas,
acreditadas en el Diploma del mismo. Fecha de inicio: Se puede determinar libremente, teniendo en cuenta que en cursos bonificados de formación contínua debe notificarse a FUNDAE con al menos 3 días naturales de antelación a la misma. |
Este curso puede ser bonificado al 100% para la empresa receptora, incluso aunque esta tenga un porcentaje de copago en razón de su número de empleados en plantilla. El coste de la formación se recuperará
mediante descuento en el pago de los seguros sociales. |
Este descuento será aplicable libremente en cualquier mes del año posterior a la fecha en que haya finalizado la formación. Podrán bonificarse las matrículas de aquellos alumnos que realicen al menos el
75% del curso con éxito. |
EN CURSOS ONLINE Teleformación: En esta modalidad todo el curso se realiza a través de internet, con acceso las 24 hs. todos los días de la semana y plazo máximo de seis meses. No hay actividades como clases a las que el alumno deba asistir en horarios y fechas programados. Aula virtual: En esta modalidad la formación se imparte mediante clases en directo a través de internet, es decir clases tele-presenciales, que se llevarán a cabo a través de ZOOM, Skype u otra herramienta a convenir. Modalidad MIXTA: Combinación de las dos modalidades anteriores. Los trabajadores asisten a clases en directo (por ejemplo una a la semana) y entre clases disponen de material para avanzar en el curso en la plataforma. Es la más completa para grupos de trabajadores que realizan un mismo curso. EN CURSOS PRESENCIALES o SEMI - PRESENCIALES En esta modalidad los trabajadores realizan el curso asistiendo físicamente a un aula en la que se imparte la formación. Puede ser complementada igualmente con acceso a una plataforma online entre clases. Para esta modalidad se requiere una consulta previa de disponibilidad en la ciudad donde se desee llevar a cabo. |
NOTA:
Trabajamos con la metodología de curso personalizado, creada por Ciberaula en 1997. Usted puede solicitar un curso a la medida de sus objetivos, que combine lecciones de
2 o más cursos en un plan de formación a su medida. Si este es su caso consúltenos, esta metodología ofrece un aprovechamiento máximo de la formación en los cursos bonificados para trabajadores.
El
temario predefinido del curso online de Ciencia de datos con Python es el siguiente:
1 Conceptos básicos de Python para Data Science
1.1 Introducción para principiantes a Python en la ciencia de datos
1.2 Práctica a través de ejercicios de laboratorio
1.3 Creación de primeros scripts de Python
2 Analizando datos con Python
2.1 Uso de matrices multidimensionales en numpy
2.2 Manipulación de DataFrames en pandas
2.3 Utilización de la biblioteca SciPy de rutinas matemáticas
2.4 Aprendizaje automático usando scikit-learn
3 Visualizando datos con Python
3.1 Concepto de visualización de datos
3.2 Representación gráfica de los datos
3.3 Comunicación interactiva y eficiente de ideas
4 Machine Learning con Python: una introducción práctica
4.1 Introducción al Machine Learning
4.2 Herramientas para el aprendizaje supervisado y autónomo
4.3 Beneficios y aplicación del aprendizaje automático
5 Ciencia de datos y aprendizaje automático
5.1 Creación de proyectos para mostrar habilidades
5.2 Aplicación de técnicas de ciencia de datos
5.3 Visualización de un conjunto de datos en un escenario empresarial
5.4 Construcción de un modelo predictivo