Este es el lanzamiento de la nueva escuela de Data Science en Platzi.
La Ciencia de Datos (o data science) es un campo de estudio que colabora con varias disciplinas como la estadística, análisis predictivo, minería de datos, programación entre otras y tiene una importante misión: nos ayuda a tomar mejores y más rápidas decisiones. Es decir, decisiones basadas en datos. Cada vez más esta área de estudio se destaca por el interés, demanda en el mercado laboral y la utilidad en su aplicación, así que decidimos que esta sería la primera Escuela a lanzar.
Hoy en día ninguna empresa puede permitirse pasar por alto las ventajas que pueden obtener de los datos. Afortunadamente poco a poco las compañías están invirtiendo cada vez más en dinero y esfuerzos esta disciplina.
Hay muchas formas de iniciar aprendiendo sobre Ciencias de Datos y nuestro equipo de educación tiene claro que existen diferentes niveles de comprensión de un tema:
- Conocer la razón de la existencia y su utilidad
- Utilizar la herramienta para resolver problemas
- Construir el conocimiento necesario para tener el criterio de utilizar un método o herramienta para cada caso
- Si es necesario, crear librerías propias (implementaciones)
- Poder resolver un problema por completo usando ciencias de datos. Es decir, tener dominio.
El camino para lograr ser científicos y científicas de datos es largo, no es fácil y de eso se trata. No queremos que hagas cursos sueltos si no darte las herramientas y el conocimiento necesario para ubicarte en una categoría en donde las empresas quieran trabajar contigo. Conoce lo que vas a lograr con la Escuela de Data Science.
Los roles en los que te prepararemos:
En la Escuela de Data Science de Platzi te vamos a preparar para que puedas trabajar como Data Engineer, Data Scientist, Machine Learning Engineer o cualquier de las variaciones / intersecciones de las mismas que existen en las empresas hoy en día.
Explora el Curso de Python y da tus primeros pasos con este asombroso lenguaje.
Los salarios en promedio según reportes de Glassdoor son de USD 113,436.00 con variaciones según la experiencia, región, tamaño de la compañía y algunos otros factores.
Algunos roles requieren un mayor conocimiento de Desarrollo de Software y algunos otros de Matemáticas. Recuerda que en las escuelas de Platzi tú escoges.
1. Data Engineer
Los Data Engineers se encargan de crear y mantener la infraestructura de software que permite el procesamiento de grandes conjuntos de datos. Su mundo gira alrededor de tecnologías como Hadoop, Spark, Kafka, sistemas de monitoreo, utilización de nubes públicas como GCP o AWS y mucho más. Son grandes expertos en Desarrollo de Software y Arquitectura de Sistemas en la nube. Operan en las etapas de Recolección y Almacenamiento.
2. Data Analyst
Los Data Analysts son maestros en descifrar patrones y tendencias a partir de conjuntos de datos. Utilizan herramientas como Python, R y SQL para extraer información valiosa y tomar decisiones fundamentadas.
Este papel se sitúa en la etapa de recolección y se extiende hasta la transformación, desempeñando un papel crucial en la toma de decisiones basada en datos para empresas de todos los tamaños. Puedes comenzar con cursos de data analyst
3. Data Scientist
Los Data Scientists están a cargo de la limpieza, detección de anomalías y creación de datasets a partir de datos crudos. Sus habilidades les permiten explorar los datos a través de los lentes de la Estadística y la Probabilidad. Cuando platicas con un Data Scientist es común escuchar términos como distribuciones normales, binominiales, medias, modas, medianas, varianzas, covarianza, correlaciones, desviaciones estándar, entre muchos otros.
La mezcla de conocimientos de cómo extraer y unir datos a través de lenguajes de consulta, cómo realizar análisis estadístico y un profundo conocimiento de la compañía y la industria en la que operan les permite generar conclusiones y recomendaciones que guían el actuar de empresas multinacionales, gobiernos y startups. Este rol opera en las etapas de exploración / transformación y agregado / etiquetado.
4. Machine Learning Engineer
Los Machine Learning Engineers operan en el último tramo del flujo de análisis. Los modelos que construyen proveen a la organización de información que la estadística sola no puede generar. Además de conocimientos de Estadística y Probabilidad, este rol requiere conocimiento de Cálculo y Álgebra Lineal. Support Vector Machines, Decisions Trees, Neural Networks, Tensorflow, Keras, PyTorch, scikit-learn, XGBoost y muchos otros términos son comunes cuando platicas con un ML Engineer.
Esta última capa trata de obtener información que pueda darle una ventaja definitiva a la organización y que le ayude a entender de manera precisa el comportamiento de sus clientes. Aquí también se crean modelos predictivos poderosos que permiten generar recomendaciones para aumentar los beneficios que se le pueden ofrecer a todos los usuarios de los servicios de la empresa. Las ML Engineers trabajan en la capa de Aprendizaje Automatizado y Optimización.
¿Quiénes serán tus profesoras y profesores?
La escuela cuenta con profesores que ya conoces como Freddy Vega, David Aroesti, Francisco Camacho, David Torres y yo que somos profesores in-house de Platzi pero además contarás con profesores expertos en el área con Yesi Díaz, científica de datos en Rappi, Omar U. Florez, investigador de Procesamiento de Lenguaje Natural en Twitter Cortex, Sonia Ardila, Data Specialist Senior en GLOBAL HITSS-Claro, Giuseppe Roa Osorio, consultor de Analítica Senior en Claro Colombia; Israel Baurel Vázquez Morales, Engineer Manager y Data Engineer. Entre muchas otras y otros líderes en la industria que ya son parte o se estarán sumando a este directorio de profesores en tu escuela.
¿Quieres entrar a la Escuela de Data Science de Platzi?
Si quieres entrar a la escuela de Data Science de Platzi necesitaremos tu compromiso y dedicación. Al principio deberás terminar todos los cursos básicos de la Escuela de Data Science en los cuales obtendrás las bases y fundamentos para que puedas prepararte y continuar de forma exitosa con el resto de la escuela.
Convertirte en un o una profesional en Data Science te tomará aproximadamente uno o dos años, tiempo durante el cual contarás con el apoyo del Team Platzi, Platzi Sessions, Expert Sessions y, por supuesto, lanzamientos constantes de cursos de la escuela para que logres la meta que te propongas al entrar a esta, incluyendo un diploma que te enviamos a tu casa al terminar todos los cursos de la misma.
Si quieres entrar, únicamente debes tener una suscripción activa de Platzi y ganas de aprender como nunca antes lo habías hecho. Si ya los tienes, no hace falta nada más. Tomaste la decisión de tener un mejor futuro, empezar una nueva carrera y nunca parar de aprender. ¡Ya eres parte de la Escuela de Data Science de Platzi!
Lee también: Machine Learning vs. Deep Learning y Data Science vs. Inteligencia Artificial .
Para hacer esto aún más oficial, te comparto aquí mismo el logo de la escuela así como wallpapers para tu celular y computadora que podrás utilizar en todos lados, incluídas tus redes sociales para recordarte que tienes un compromiso contigo misma o contigo mismo y, por qué no, mostrarle a todo el mundo tu nuevo camino.
Ahora sí, si has tomado la decisión y actualizado tus redes sociales. En nombre del Team Platzi, ¡gracias por confiar en nosotros y bienvenida o bienvenido!
Descubre nuestra ruta de cursos de python para data science
Para tu primera asignación en la escuela te tengo un pequeño reto, termina los 3 primeros cursos de la escuela. Estaremos muy atentos a ver tus diplomas, para esto publícalo en todas tus redes sociales y etiqueta a Platzi. Así podrás crear tu carrera en ciencia de datos e inteligencia artificial. Explora los cursos de Python.
#NuncaParesDeAprender!
Curso de Introducción al Pensamiento Computacional con Python
