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:
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.
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.
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.
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
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.
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.
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.
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.
Genial, Machine Learning Engineer. Ahí vamos!!
Y de ahora en adelante… ¿donde quedan las rutas ? ¿desaparecen para convertirse en escuelas?
Por otro lado, enhorabuena por el lanzamiento.
Yo preguntado cual es la diferencia entre las escuelas y lo que ya estaba pero nadie me a podido responder, la escuela absorbe lo que ya estaba y pues no se que mas sea la diferencia.
Creo que poco a poco las escuelas seran como una faculatd y absorveran a las rutas.
Si, las escuelas absorben las rutas
Exactamente lo que han dicho aquí. Estamos creando un nuevo concepto basado en nuestra primera escuela, la Escuela de JavaScript. Poco a poco las escuelas van a ir absorbiendo las rutas.
Se convertiran en escuelas 😄
¡La estaba esperando! La seguiré en paralelo con el learning path de “Inteligencia Artificial y Machine Learning”. Gracias Team Platzi.
Yo también estoy haciendo la ruta de AI y ML, y vi que hay algunos cursos que quitaron. Me gustaría saber un poco más sobre esto para tomar una mejor decisión sobre que ruta seguir.
Ya somos 3
Es recomendable hacer esas rutase en paralelo ?
Si tu especialización será Machine Learning Engineer, entonces por supuesto. Puedes revisar las clases de ambas rutas y verás como comparten buena parte del contenido.
Gracias , lo estoy haciendo !
estoy tomando este curso y es maravilloso, me encanta aprender cosas nuevas, soy licensiado en psicologia y planeo utilizar estos conocimientos para estudios en el area.
Genial!
Yo soy Química Farmacéutica y estoy en las mismas 🤗
https://github.com/hasbrain/data-science-roadmap
wow, habrá cambiado en el 2020?
sip, basicamente se consolidaron ciertas tecnologias y otras no lograron despegar, igual hubo ciertos avances en cuanto Bases de datos y NLP. De las nuevas aportaciones destacan Rust como lenguaje consolidado y con mucho portencial, esta ganando mucho terreno entre las Ciencias de computacion, igualmente MongoDB como una NoSQL y los avances de amazon, microsoft y facebook con sus respectivos servidores en las nubes y sus bases de datos, tambien otro que se volvio muy popular en la comunidad es Tensorflow que ha demostrado ser muy util en AI y ML, creo que un escenario futuro combinando y ensamblando todo un sistema Big data serian Python, Rust y algun NoSQL. Igualmente pero que no tiene mucho que ver en data science pero tiene ciertas aplicaciones en las especialidades son Go, Hadoop y Spark. Ahora, del lado de las tecnologias que no despegaron o que la comunidad no las acogio tan bien estos años son JQuerry y BI Microsoft para visualizacion, Tableu se los comio, el otro es Kafka igualmente se habla del declive de R como un software robusto para manejar lo nuevo, recordemos que R siempre fue un software academico enfocado a otras cosas y la comunidad le dio el rol como lenguaje de programacion cuando en realidad era un software de estadistica, por ultimo se hablan de ciertas innovaciones hacia Jupyter y de New SQL, pero eso sigue en fases de prueba
Que diferencia habrá entre “escuela” y “ruta”?
es este post lo explican https://platzi.com/blog/platzi-presenta-su-nuevo-concepto-de-escuelas/
Escuela es que vez desde 0 a experto en Data Science por lo que entendi
1 de 3
A mi me salen todos esos en basicos, porque solo indicas 3? :c
Hola @jucarBM
Mira el último párrafo, la primera tarea son los primeros 3 cursos.
Muchas gracias por la aclaración.
3 cursos y básico , que reto
Hablando de Data Engineer…
algún curso de Hadoop y Spark a la vista, para la ruta?
Varias ofertas laborales los mencionan.
Gracias
Tan demandado es eso ?
Si, esas son herramientas de computo paralelo.
Por la dimensión de las bases de datos de las empresas, para trabajar con esa información requieren computo paralelo frecuentemente.
Tengo una duda sobre el salario, es USD 113,436.00 ? o hay algún error typing?
es el promedio anual de años previos
Excelente! Gracias por la aclaracion.
Al año
Sueldo anual
Excelente… a seguir aprendiendo 😃
Muchas gracias Platzi por estar a la vanguardia y nunca dejarnos de enseñar!
Excelente! Data Engineer! Con todo!! 😄
Ya completé los primeros 3 cursos. 😄
Este mes estaré profundizando en ellos y tomando el de Pensamiento Probabilistico. 💚
Por si acaso , llevaste el curso de Estadistica y Probabilidad?
Sí lo llevé. 😄
Hola Ricardo,no sé si exista algún problema de cohesión en el pimer párrafo. 😃
Espectacular! Hace dos días comencé con mi suscripción en Platzi y voy camino a ser un profesional del Data Science! Una gran noticia!
_Becoming a data scientist can be everyone’s cup of tea but if the tea is made without proper procedures and leaves, it lose it’s essence. Just like we can become a data scientist by following due procedures:
Become skilled in Numpy and Pandas.
Become proficient in Data Visualization with Python.
Become skilled in fundamentals of Statistics with Python. Be good at theory of statistics.
Learn to apply Finance in Python because it helps a long way.
Become skilled in Machine Learning using Python.
Become skilled in Predictive Modelling using python. Basic understanding of Excel is good.
Learn some basic of MySQl, PHP, PowerBI or Tableau.
Learn R, Hive and Hadoop. or Apache Spark._Obtenido de un foro de kagle, igual si se lo quieren tomar mas enserio https://github.com/airalcorn2/Michael-s-Data-Science-Curriculum#Algorithms recuerden que los Data Science pasan años de carrera afilando sus matematicas y pensamiento computacional, por lo que se debe de tomar con mucho empeño y compromiso un camino autodidacta en este lado
Hola Ricardo…preguntas…
Habran fechas de corte para las asignaciones? (la de los tres cursos y las siguientes)
Habra algún tipo de registro?
podria ser útil para agruparnos y compartir experiencias! y de paso pueden llevar el registro de los interesados.
Finalmente, solo Gracias 😄
Pdta: Sabia que iba ser la primera!
Con todo el ánimo a completarla!!!
muy buena opcion para ir simplificando rutas y cursos aunque tambien viene genial para enfocarte en un camino pero tener los cursos de la escuela y ruta a mano para profundizar en los temas y nunca parar de aprender.
Me encanta!
Ese es el camino que ya he empezado a recorrer. Gracias !
Que buena noticia
Encontre el enlace a la Escuela de Data Scientist:
https://platzi.com/datos/
Mi pregunta es, si ya estaba en la ruta de aprendizaje de Data Scientist, que pasa?
Los cursos que aprobaste se integran la escuela.
Es la ruta pero mejorada
Excelente , Machine Learning y Data Science , justo lo que aprecio . Gracias Platzi ❤️
Hermosa escuela 🤩💚
Excelente! Lo que me gusta de Platzi es que mejoran constantemente, cada vez ofrecen conocimientos más frescos y llenos de valor.
Saludos.
voy a intentar esta ruta de ciencia se ve muy científica
Hola ya has probavo la esceulña de data science ,¿ Lo recomiendas?¿Tiene buen nivel?
Estoy ingresadando a este nuevo mundo de la Data Science, se que con platzy podemos ser cientificos de datos del futuro.
Aún no me decido si Data Scientist o Machine Learning Engineer.
Voy a probar un poco de los 2 haber cuál me gusta más! 🚀🚀
👾
Buenas que tal comunidad de datos, estoy empezando en la escuela de data science, que skills consideran necesario para conseguir un primer trabajo como data scientist?
Una gran escuela!
Estoy poniendo todo mi esfuerzo en ésta carrera. Soy nuevo en ésta ciencia de estudio y quiero completar toda la escuela. Por el momento estoy en el primer curso, de Git y Git Hub, pero con mucho esfuerzo, dedicación para recibirme de Data Science y continuar capacitandome en Platzi y no dejar de aprender.
Estupendo, próxima meta que cumplir!!!
Hola comunidad buen día, estoy por tomar esta ruta pero no tengo experiencia previa programando, ¿es necesaria o se aprende desde cero todos los temas? Saludos¡
Hola! @alonsio117 Con la suscripción de Platzi está toda la ruta de fundamentos de programación, puedes tomar esa ruta antes de tomar la escuela, ahi se enseñan las bases para programar, también que muchos conceptos de la escuela son extensiones de las bases de programación y matemáticas, con lo cual tener unas buenas bases garantiza que el recorrido en la escuela sea mucho más amigable, entendible y aplicable!
¿Qué tan probable o qué tan difícil es conseguir empleo como data scientist sin poseer un título universitario? ¿Alguien sabe de otra persona que lo haya logrado? En caso afirmativo¿Qué podría hacer para aumentar mis posibilidades? Además de capacitarme en este campo, claro está.
¿Por qué no esta el curso de “Curso Profesional de Machine Learning con SciKit-Learn” ? a mi punto de vista es uno de los mejores cursos que tienen de ML y el profesor Ariel Ortiz es genial 😃
https://platzi.com/clases/scikitlearn-ml/
¡Ay Dios! siento un corrientazo por mis entrañas…
oh! si! genial! alla voy!!!
Genial!! A trabajar!
Es uno de los lanzamientos que más me emocionan… A darle duro a las matemáticas!!!
Vamos con todo ! Por la escuela !
Ya solo me falta un par para terminar el basico.Vamos pues
Lo estaba esperando… Geeeeeenial…
¡Excelente Platzi!
Muy interesante! la idea es tener en algun momento cercano a los profes en vivo? Q&A, contar con ellos me alentaria bastante! 😄
De verdad que ustedes lo vuelven loco a uno ahora quiero mas y mas. La paciencia no es uno de mis mejores atributos pero ahora mas que nunca quiero mis títulos como data science. Ahí les voy
Vamos a darle!
Super coool ya me lo esperaba !!!
Yo estoy tomando tres rutas simultánea
matemáticas para programación
Ciencia de datos y ML ,AI y veo que la escuela compacto y lo hizo mas atractivo… Vamos con todo papa!!!
Hola… Cual es el requerimiento minimo necesario para tomar esta escuela??, hablando de hardware… Pregunto porque mi equipo no es muy bueno y no se si al principio, mitad o en algun lado ya no pueda avanzar mas por limitaciones del equipo
no te preocupes por eso, todo lo de data science lo puedes hacer en la nube utilizando google collab, just fgo for it
Estos locos de Platzi son de otro mundo… gracias por aportar tanto y con tanta pasión.
Grande Platzi, un nuevo camino por emprender. Que comience el juego!
Gran logro de Platzi, siempre sorprendiendo con algo nuevo y actual. Siempre me ha llamado la atención de esta área, pero muy poca información y estudio hace 10 años. Gracias Platzi
¿Qué diferencia hay entre Business Intelligence y Data Scientist? ¿existen otros perfiles parecidos más enfocado al análisis?
Gracias
Analistas de datos e Ingenieros de datos . Aunque por lo que vi entre BI y DS , es las matematicas e estadisticas
Uno es más orientado a deciciones en la empresa y el otro es más general creo.
@jugarBM , en sí también es ese concepto ,
aqui hay info de esto
https://www.abalit.org/blog/viewpost/110/diferencias-entre-business-intelligence-y-data-science/es
Ayuda:
Qué tan necesario es tener un título universitario para trabajar en ciencias de datos? Alcanza solamente con cursos online o una ruta de aprendizaje online como en este caso?
Definitivamente que Platzi es muchísimo más competente que muchas universidades, pero por goleada, cuando muchas de ellas no han actualizado su plan de estudios y no van a la par del mercado
¿Cuál es el plazo para terminar los 3 primeros cursos?
Aquí les dejo los links de los cursos:
Curso de Introducción al Pensamiento Computacional con Python.
Curso de POO y Algoritmos con Python.
Curso de Programación Dinámica y Estocástica con Python.
No hay plazo
Data Science un nuevo reto.
Sí
Redacciones que motivan y las de Platzi!!
Que buen comienzo!!
¿Cuando son las sesiones en vivo de la Escuela de Data Science?
Hola! a mi me interesaría aprender Data Sience, pero recién estoy con cursos muy introductorios de platzi. ¿Que es lo que ya debería saber o cursos que debería completar antes de empezar con esta escuela? esto es para alguien que arranca de cero. Gracias!!
Yo estoy en tu misma situación, espero algún experto del tema nos pueda dar luces si es necesario tener conocimientos precios, y cuales serían antes de empezar con la escuela.
Hola! Yo estoy haciendo la ruta, tengo ya unos 6 meses con la suscripción de Platzi, y te diría que primero, en especial para esta ruta, las matemáticas son la base, si haces la ruta y no tienes las bases matemáticas puede que sea más complicado entender y aplicar, si tienes un perfil matemático desde antes, genial, pero si no, para eso Platzi tiene la ruta de matemáticas, espero que este comentario pueda darte una idea! Un saludo!
Excelente @Alej97, tengo una base decente de matemáticas, pero si me gustaría repasar conocimientos antes. Empezaré entonces con las matematicas, dejare una lista con todos los curso que tenemos en Platzi que tengan que ver con este tema:
Voy a empezar por las bases e ir poco a poco. Que te parece? Son necesarios estos 5, o podría descartar alguno?
@bzen Los primeros están genial para añadir a la ruta! También agregaría los de calculo y los de estadística y probabilidad que se aplica muchísimo haciendo modelos de machine learning, el fundamentos de física, ese en especial pues depende si buscas aplicarlo en el mundo real como por ejemplo, los coches autónomos (ojo es lo que creo igual soy estudiante de la ruta jaja)
La ruta que tiene Platzi te organiza los cursos uno por uno desde lo más básico (Aritmética) hasta lo más complejo que son los cursos recientes de calculo multivariable y calculo integral, también hay un curso que no está en la ruta de matemáticas, lo acaban de quitar, pero es fundamental, que es el de Álgebra Lineal
Un millón de gracias @Alej97, voy a re-agendar los cursos y dejaré el de Matemáticas para Física de ultimo, y anexo a mis cursos los que me comentas.
Y por ultimo:
En tu mensaje de arriba veo que también recomiendas Fundamentos de programación, este ya lo tenia agendado porque imaginé era importante. Dejo este resumen por si a alguien más le interesa.
Dejo otro curso que he encontrado para complementar lo anterior: Curso de Álgebra
soy nuevo, supongo que debo de empezar con la ruta de Fundamentos de programación?
#NuncaParesDeAprender!