Datos & programación
PythonRNumPyPandasPySpark
Formación · Big Data & Inteligencia Artificial
MBAI
Máster Executive en Big Data e Inteligencia Artificial
Especialización en análisis y procesamiento de datos, Machine Learning, Deep Learning, Business Intelligence, Cloud Computing e Inteligencia Artificial.
Formación
Centro
Instituto Inertia de Sistemas y Software Avanzado (INTECSSA)
Ubicación
Madrid
Periodo
2024–Actualidad
Sobre la formación
Conocimientos llevados a la práctica.
Formación orientada al ciclo completo del dato: desde su manipulación, transformación y visualización hasta el desarrollo y evaluación de modelos de Machine Learning y Deep Learning. El programa incorpora además Business Intelligence, bases de datos NoSQL, aplicaciones interactivas, Inteligencia Artificial Generativa y trabajo con los principales proveedores cloud.
Tecnologías y herramientas
Stack trabajado durante la formación.
Machine Learning & IA
Machine LearningDeep LearningIA Generativa
Visualización & BI
Power BIDAXMatplotlibSeabornPlotlyStreamlit
Datos & Cloud
MongoDBAWSAzureGoogle CloudDockerKubernetes
Programa
Áreas de formación
01 · Machine Learning
Modelos predictivos y aprendizaje automático
Estudio de los fundamentos de Machine Learning y de diferentes familias de algoritmos, incluyendo ingeniería de características, entrenamiento y optimización de modelos.
Fundamentos de Machine Learning.
Árboles de decisión y Random Forest.
Gradient Boosting y optimización de modelos.
Máquinas de Vectores de Soporte (SVM).
Clustering.
Machine Learning con R.
Ingeniería de características con PySpark.
Modelos de Machine Learning con PySpark.
02 · Deep Learning
Deep Learning y redes neuronales
Formación en los fundamentos del aprendizaje profundo y diferentes arquitecturas de redes neuronales.
Fundamentos de Deep Learning.
Redes neuronales artificiales (RNA).
Redes neuronales recurrentes.
Redes neuronales convolucionales.
Mapas autoorganizados.
Máquina de Boltzmann.
03 · Data Analytics
Manipulación y visualización de datos
Trabajo con herramientas de Python orientadas a la manipulación, transformación y representación de datos, complementado con análisis estadístico y exploratorio mediante R.
Fundamentos y manipulación de arrays con NumPy.
Fundamentos de Pandas y manipulación de DataFrames.
Visualización con Matplotlib.
Visualizaciones con Seaborn.
Visualizaciones interactivas con Plotly.
Transformación y análisis exploratorio de datos con R.
04 · Python
Fundamentos y programación con Python
Formación en los fundamentos del lenguaje Python y en diferentes paradigmas y herramientas necesarias para desarrollar aplicaciones y procesos de tratamiento de datos.
Fundamentos de Python.
Operadores y formatos de fecha y hora.
Sintaxis y sentencias.
Programación funcional.
Programación orientada a objetos.
Excepciones y manejo de ficheros.
Cadenas y textos.
Colecciones.
Módulos y paquetes.
05 · R Analytics
Análisis y transformación de datos con R
Formación en el lenguaje R aplicada a la manipulación, análisis exploratorio y representación visual de datos.
Fundamentos de R.
Tipos de datos y operadores.
Estructuras de control y estructuras de datos.
Funciones.
Importación y exportación de datos.
Gráficos y visualización avanzada.
Transformación de datos.
Análisis exploratorio de datos.
06 · Business Intelligence
Power BI, DAX y construcción de informes
Creación y transformación de modelos de datos orientados a Business Intelligence, utilizando Power BI para construir visualizaciones, informes e indicadores.
Power BI y transformación de consultas.
Lenguaje de expresiones DAX.
Inteligencia temporal con DAX.
Visualizaciones e informes.
Proyecto de análisis de ventas de videojuegos.
Proyecto de indicadores mundiales.
Integración de Power BI con R.
Integración de Power BI con Python.
07 · MongoDB
Arquitectura y modelado de datos NoSQL
Trabajo con MongoDB para almacenar, consultar y procesar información mediante un modelo documental, incluyendo su integración con Python y entornos cloud.
Fundamentos de MongoDB.
Métodos de modificación.
Listas y documentos anidados.
Aggregation Framework.
Integración de Python con MongoDB.
MongoDB Cloud.
Controladores de conexión.
Desarrollo de una aplicación interactiva.
08 · Cloud Computing
Fundamentos y arquitecturas cloud
Estudio de los fundamentos de Cloud Computing, seguridad y cumplimiento, junto con los principales servicios y plataformas de los proveedores cloud.
Fundamentos de Cloud Computing.
Seguridad, auditoría y cumplimiento.
Microsoft Azure.
Google Cloud.
Google Compute Engine.
Almacenamiento en Google Cloud.
Amazon Web Services (AWS).
Servicios AWS.
09 · Python & Cloud
Automatización y despliegue en la nube
Aplicación de Python a la gestión y automatización de infraestructura cloud, contenedores, arquitecturas Serverless y procesos de despliegue.
Python y Cloud Computing.
Gestión de AWS con Python.
Gestión de Azure con Python.
Gestión de Google Cloud con Python.
Automatización de infraestructura como código (IaC).
Contenedores y despliegues con Docker y Kubernetes.
Desarrollo de aplicaciones Serverless.
Monitorización y seguridad en la nube.
Proyecto final de módulo.
10 · Aplicaciones interactivas
Análisis de datos e IA con Streamlit
Desarrollo de aplicaciones interactivas orientadas al análisis de datos y la Inteligencia Artificial utilizando Streamlit.
Fundamentos de Streamlit.
Componentes interactivos.
Componentes multimedia.
Visualizaciones.
Estructuración y optimización de aplicaciones.
Desarrollo de una aplicación de lista de tareas.
Implementación y despliegue.
11 · IA Generativa
Aplicaciones de Inteligencia Artificial Generativa
Formación en herramientas y flujos de trabajo de IA generativa aplicados al procesamiento de información y a la generación de diferentes tipos de contenido.
Fundamentos de Inteligencia Artificial Generativa.
Inteligencia Artificial aplicada a textos.
Procesamiento de información con ChatGPT.
Creación de contenido con ChatGPT.
Copilot Chat.
Generación de imágenes.
Generación de audio y vídeo.