Nivel Integrador

Bootcamp

Análisis de datos

Análisis de datos

El nivel integrador en Análisis de Datos profundiza en técnicas más avanzadas y herramientas sofisticadas. Incluye la exploración de métodos de análisis estadístico más complejos, como la regresión y la correlación, así como la introducción a modelos predictivos y análisis de series temporales, además el uso de bases de datos y SQL para la consulta y gestión de datos.

Perfil de ingreso

  • Dominio de técnicas de análisis de datos.
  • Manejo avanzado de estadística y modelado matemático.
  • Conocimiento de conceptos básicos de machine learning y deep learning.
  • Experiencia en programación avanzada preferiblemente en Python o R.
  • Experiencia en el desarrollo de paquetes y automatización.
  • Contar con buenas habilidades de comprensión de lectura, matemáticas, razonamiento abstracto, lectura en inglés.

¿Por qué hacer este entrenamiento?

  • Utilizarás el lenguaje de consulta estructurada (SQL), aplicando los fundamentos y estructura de una base de datos.
  • Aplicarás los comandos, cláusulas, sentencias y funciones en SQL para la gestión de datos.
  • Emplearás subconsultas, consultas multitabla, funciones integradas, variables, Operadores e instrucciones de control de flujos en SQL.
  • Manejarás los conceptos básicos de process mining y de sus tres ramas principales.
  • Diseñarás un dashboard básico para el monitoreo y visualización de los datos con los lenguajes y tecnologías más utilizados en el mercado.

Qué aprenderás

Qué aprenderás

Your Title Goes Here

Your content goes here. Edit or remove this text inline or in the module Content settings. You can also style every aspect of this content in the module Design settings and even apply custom CSS to this text in the module Advanced settings.

Misión 1. Introducción a Bases de Datos y SQL, Consultas SQL Básicas y Manejo de Datos en Python (pandas)
  • Conceptos básicos de bases de datos
  • Instalación y configuración de MySQL/PostgreSQL
  • Creación de bases de datos y tablas
  • Consultas básicas (SELECT, FROM, WHERE)
  • Uso de operadores en consultas SQL
  • Comandos básicos (INSERT, UPDATE, DELETE)
  • JOINs (INNER JOIN, LEFT JOIN, RIGHT JOIN)
  • Agrupamiento y funciones agregadas (GROUP BY, HAVING, COUNT, SUM, AVG)
  • Introducción a pandas
  • Carga y manipulación de datos
  • Operaciones básicas en pandas (selección, filtrado, agrupamiento)
  • Integración de pandas con SQL
Misión 2. Consultas SQL Avanzadas, Introducción al Process Mining y Diseño de Dashboards Básicos
  • Subconsultas (nested queries)
    Funciones avanzadas (CASE, COALESCE, NULLIF)
  • Operadores avanzados y filtros
  • Manejo de transacciones y control de errores
  • Conceptos básicos de process mining
  • Las tres ramas principales de process mining: discovery, conformance, enhancement
  • Aplicaciones de process mining en la industria
  • Introducción a herramientas de visualización (Streamlit, Google Looker)
  • Diseño y creación de dashboards básicos
  • Integración de datos en dashboards
  • Mejores prácticas para la visualización de datos
Misión 3. Optimización Avanzada en SQL, Aplicación de Modelos Analíticos en Python, Diseño y Desarrollo de Dashboards Estratégicos y Presentación y Evaluación del Proyecto Final
  • Técnicas de optimización de consultas (Índices, Análisis de Consultas)
  • Full-Text Search y búsqueda avanzada
  • Stored Procedures y parámetros de Output
  • Cursores y operaciones Pivot y Unpivot
  • Manejo de transacciones y bloqueo de tablas
  • Estadística avanzada y técnicas de modelado
  • Introducción a machine learning (algoritmos básicos)
  • Aplicación de modelos predictivos y de clasificación
  • Integración de modelos analíticos con bases de datos
  • Diseño de dashboards para diferentes niveles (estratégico, táctico, operativo)
  • Integración de datos y creación de visualizaciones avanzadas
  • Mejores prácticas para la presentación de datos
  • Herramientas avanzadas para dashboards (Streamlit, Google Looker)
  • Preparación y presentación del proyecto final
  • Evaluación y retroalimentación del proyecto
  • Ajustes y mejoras basadas en la retroalimentación