Introdución a las Bases de Datos

1

Aplicación de PostgreSQL en Ciencia de Datos

2

Importación de Bases de Datos en PgAdmin 4

3

Historia y Evolución de las Bases de Datos Relacionales

4

Fundamentos de Bases de Datos Relacionales para Científicos de Datos

5

Conceptos Fundamentales de Bases de Datos Relacionales

6

Sentencias SQL: Select, Where, Group By y Order By

Ciencia de Datos

7

Rol y Funciones del Científico de Datos en Empresas

8

Responsabilidades del Científico de Datos en la Toma de Decisiones

9

Roles y Perfiles en Equipos de Ciencia de Datos

10

Diferencias y similitudes entre Machine Learning y Data Science

Particularidades de PostgreSQL

11

Diferencias entre PostgreSQL y otros gestores de bases de datos

12

Fundamentos de la Programación en Python

13

Procedimientos y Funciones en PostgreSQL: Creación y Uso

14

Creación y uso de funciones y triggers en bases de datos SQL

15

Funciones SQL para Ciencia de Datos: Consultas y Reportes Prácticos

16

Lenguajes Procedurales en PostgreSQL: PL/pgSQL y Extensiones Python

17

Definición de Tipos de Datos Personalizados en Bases de Datos

Casos Prácticos

18

Diagrama Entidad-Relación en Sistemas de Renta de Películas

19

Agregación de Datos en SQL: Max, Min, Suma y Promedio

20

Planeación y Presentación Efectiva de Datos para Científicos de Datos

21

Manipulación de Datos JSON en PostgreSQL

22

Manipulación de Datos JSON en Bases de Datos Relacionales

23

Tablas Recursivas e Interactivas en SQL con Common Table Expressions

24

Funciones de Ventana en SQL para Ordenamiento y Rango de Datos

25

Manejo de Particiones en Bases de Datos: Ventajas y Desventajas

Platzi movies dashboard

26

Creación de Dashboards con SQL para Análisis de Negocios

27

Top 10 Películas Más Rentadas: Consulta SQL Paso a Paso

28

Actualización de Precios de Películas con Tipos de Cambio en SQL

29

Rangos y Percentiles con Funciones de Ventana en SQL

30

Agrupación de Datos Geográficos por Ciudades en SQL

31

Análisis de Datos con Líneas de Tiempo en SQL

32

Visualización de Datos con Tableau para Científicos de Datos

Siguientes pasos

33

Herramientas Esenciales para Ciencia de Datos y SQL

34

Compartu tu proyecto de Platzi Movies Dashboard y certifícate

No tienes acceso a esta clase

¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera

Herramientas Esenciales para Ciencia de Datos y SQL

33/34
Recursos

¿Cómo continuar explorando la ciencia de datos?

La ciencia de datos es un campo vasto y en constante evolución que ofrece innumerables oportunidades de aprendizaje y crecimiento. Si has llegado al final de este curso, has demostrado dedicación y pasión por los datos. Ahora, es el momento perfecto para llevar tu interés al siguiente nivel y seguir explorando las maravillas del manejo y análisis de datos.

¿Cuál es la importancia de tener un "cinturón de herramientas"?

Uno de los elementos clave en la ciencia de datos es contar con un conjunto versátil de herramientas. Cada herramienta ofrece capacidades únicas para abordar diferentes desafíos. Por ejemplo:

  • Almacenamiento de Datos: Aprende a usar bases de datos como PostgreSQL para almacenar y consultar grandes volúmenes de información de manera eficiente.
  • Análisis de Datos: Familiarízate con herramientas especializadas para análisis avanzados, como Tablo y Google Data Studio, que te ayudarán a visualizar y entender datos complejos de manera sencilla.
  • Data Warehouse: Investiga sobre plataformas de almacenamiento de datos centralizados que facilitan el acceso y análisis de datos masivos.

¿Por qué seguir el camino del Machine Learning?

El Machine Learning es una disciplina esencial en la ciencia de datos actual y ofrece oportunidades fascinantes para quienes desean profundizar su conocimiento:

  • Regresiones y Clasificación: Domina técnicas para predecir tendencias y clasificar datos en categorías útiles.
  • Análisis Predictivo: Aprende a identificar patrones ocultos en los datos que no podrían detectarse fácilmente mediante análisis convencionales.

¿Cómo pueden los proyectos prácticos potenciar tu aprendizaje?

Nada sustituye la experiencia práctica al estudiar ciencia de datos. Trabajar en proyectos desde el principio hasta el final te permite:

  • Aplicar conocimientos teóricos: Utiliza los conceptos aprendidos para resolver problemas reales.
  • Desarrollar soluciones personalizadas: Combina diferentes métodos y herramientas para brindar soluciones optimizadas a situaciones concretas en tu entorno personal o laboral.
  • Descubrir nuevas perspectivas: Experimenta con diferentes fuentes de datos, ya sea para proyectos personales o pasatiempos, y descubre tendencias que podrían sorprenderte.

¿Por qué es crucial mantener la curiosidad?

La curiosidad es el motor que impulsa el avance en la ciencia de datos. Te animo a:

  • Investigar nuevas herramientas y tecnologías.
  • Explorar datos de diferentes áreas para ampliar tus horizontes.
  • Mantenerte actualizado con las tendencias de la industria.
  • Jugar con los datos como lo harías con una nueva app o juego, experimentando y creando.

¿Cuál es el siguiente paso en tu carrera de ciencia de datos?

Con el conocimiento adquirido, estás preparado para dar tus primeros pasos autónomos en cualquier proyecto de ciencia de datos que desees emprender. Ya sea utilizando tus propias fuentes de datos o explorando nuevas, el camino está despejado para seguir avanzando. Considera explorar cursos adicionales en plataformas educativas como Platzi que ofrezcan especializaciones en ciencias de datos e inteligencia artificial para estar siempre a la vanguardia.

Sigue cultivando tu pasión por los datos, explora nuevas posibilidades, y nunca dejes de aprender. ¡Nos vemos en el próximo curso y que continúen tus logros en el emocionante universo de la ciencia de datos!

Aportes 70

Preguntas 2

Ordenar por:

¿Quieres ver más aportes, preguntas y respuestas de la comunidad?

Muy buen curso, he visto 2 cursos con este profe y me atrevería a decir que no tiene curso malo (no sé si tiene mas), me gustaría que tanto este como todos los proyectos de los cursos dieran como output un proyecto terminado, en este caso el dashboard era perfecto, pero con tableau y por el tema de que el scope de este curso no es visualización de datos no fue posible. Pero que gran curso, gracias Israel.

no olviden que tableau tiene su version public que es gratis

Excelente curso

Gracias Israel, excelente contenido para seguir con la carrera de ciencia de datos.

Me gusto el curso. Me quede con las ganas de seguir profundizando aun más Postgresql

Me dijeron en el curso de expresiones regulares que éstas eran una navaja suiza, ahora tengo 2 navajas suizas. 😛

La curso para mi iba a ser un 3,9 pero con los aportes de la comunidad pude profundizar un poco más y hacer varios retos y pasó a 4,6.
Que agradable sujeto es Israel y que agradable es la comunidad de Platzi.

Gracias por darnos más herramientas para nuestro cinturón Israel. Ojalá podamos verte pronto con nuevos cursos!

El curso es muy bueno, y el profesor es bueno también, me hubiera gustado ver un resultado más aplicado.

Curso que Valio la pena…

Una vez mas gracias Israel cada minuto que invertimos contigo tomando cursos siempre he obtenido mucha calidad y valioso contenido ¡Gracias!

llegue al final 😃 gracias profe

Isra, gran curso y así es me quedo con el conocimiento para aplicar Postgres como herramienta para Data Science, aprendí cosas nuevas y fue una gran experiencia.

Saludos y hasta la próxima!

Gracias por compartir tus conocimientos Israel, nos vemos en la próxima!

Excelente ya sabemos al revés y al derecho como generar las consultas en las bases de datos para poder integrarlos con las distintas herramientas de visualización que existen en el mercado. Gracias Israel fue una grata experiencia seguirte en los cursos de bases de datos, éxitos!

Excelente profesor.

Muy buen curso. En realidad Platzi ha consolidado mi aprendizaje en cuanto a la ciencia de datos. Actualmente lo aplico en mi trabajo con Power BI y Tableau.

Muchas gracias por todo. El platzi day fue una gran oportunidad para tomar este curso.

Me gusto mucho el curso, aprendí varias cosas, jamás había usando PostgreSQL, me gusto, excelente metodología, lo único algunos temas muy por el aire el manejo de datos georreferenciados, otras funciones de PostgreSQL y ver otras conexiones a otros visualizadores de datos
Este es un curso para dedicarle tiempo, gracias

al principio pensé que había matematicas

Muy buen Curso

Gracias profe!!!

excelente curso, bien hecho 👍

EXCELENTE CURSO, ISRAEL ES EL MEJOR GRACIAS! 10-10

Gran curso.

Super completo este curso. Personalmente Israel ha sido el mejor profesor que he tenido

Muchas gracias, Israel
excelente curso
muchas gracias , un muy buen curso!
Por qué no enseñan como manejar archivos binarios en postgre? ni en este curso ni en el otro curso, sinceramente estoy furioso. veo que hay maneras de manejar archivos binarios en otros administradores de base de daos, ya sea introduciendo en la misma tabla o desde una fuente externa a la tabla. Supe que utilizar bytea no es bueno ya que afecta en el rendimiento, por lo que me gustaria saber como se puede manejar archivos binarios en postgre. a ver si pueden ayudame
Excelente curso, muchas gracias Israel, nos llevamos buenos conocimientos y prácticas. Termino el curso con muchas gracias de aprender más de SQL. ¡Saludos!

😎

Gran curso, como todos los que he hecho del Profesor Morales.

Excelente curso así dan ganas de seguir con la carrera de ciencia de datos B)

Excelente curso , muchas gracias …!

Explica muy bien Israel, entendí todo el curso.

Me tarde literal una semana con este curso, hice un tutorial, explore mas queries, una verdadera delicia para el intelecto, mas cursos como este, el de tableu se ve bien, aunque es algo costoso para el estudiante promedio.

La verdad con este curso me he dado cuenta que hay mucho mas de data science por explorar, fue un curso muy agradable, el profesor hace muy amena al clase y además se nota su dominio del tema, aun así considero que todavía se puede mejorar mucho en las clases de with y las window functions.
Saludos profe Israel.

Excelente curso!

Excelente Israel de verdad aprendí mucho gracias totales !!

Excelente curso. Me hubiera gustado dejar la parte de tableau afuera, ya que es una herramienta de paga. Lo demás todo bien. Excelente profesor!

Curso básico, creo que falto algo más de profundidad. A seguir aprendiendo

Antes que nada dar las gracias por la información de este curso.
Explayar que la pregunta del examen:
¿Cuál Window Function nos ayuda a tener el lugar del row actual en el dataset sin repetir valores?
Al parecer esta programada erróneamente. Puesto que la respuesta lógica sería row_number, ya que marca de manera consecutiva y SIN repetirse.

Excelente el curso. Es el tercero o cuarto curso con Israel, todos muy buenos.

Muchas, gracias

Estos son los cursos que me motivan a seguir adelante con el estudio. Todos los cursos que he tomado en PLatzi han sido realmente nuevos. He tomado cursos en coursera e edx y nada que ver con esto. Gracias por ayudarme a cumplir mi sueño :’)

Muy buen curso y muy buen profesor. Estructura muy bien la temática y explica muy bien cada módulo.
¡Felicitaciones!

Muy buen curso y excelente profesor, entre los mejores de Platzi.
Ojalá hubiesen disponibles más cursos con él, ya que la pedagogía que utiliza es bastante buena.

Gracias!

Gracias Israel por compartir y entregar de la mejor forma el conocimiento.

VALIO CADA BENDITO SEGUNDO ESTE CURSO!!!!

Gran curso
Gracias Israel
Eres muy buen profesor

Hemos explorando las complejidades y las poderosas herramientas que ofrece PostgreSQL para manipular datos a un nivel técnico. Desde el manejo de bases de datos, funciones matemáticas y estadísticas, hasta la creación de proyectos completos, ha demostrado dedicación y habilidad para abordar desafíos en el mundo de la ciencia de datos.

Data Scientist de principio a FIN!!

Gran curso, sí!

test answers

Resumen
1.
¿Qué tipo de bases de datos se implementaron primero?
Basadas en texto.
2.
¿Cuál de las siguientes es una ventaja de las RDB?
Son multipropósito.
3.
En la implementación, ¿a qué equivalen las relaciones?
Registros.
REPASAR CLASE
4.
¿Cuál de las siguientes es una de las sentencias principales de SQL estándar?
GROUP BY
5.
¿De qué se encarga la ciencia de datos?
Todas las anteriores.
6.
¿Cuál es la principal función de la aplicación de la cienca de datos?
Tomar decisiones basadas en datos.
7.
¿Cuál de los siguientes no se considera típicamente parte de un equipo de datos?
Mapeador de datos.
8.
¿Un equipo orientado a datos debe estar compuesto de varios Científicos de Datos?
Falso
9.
¿PostgreSQL tiene un lenguaje que es superset del estándar SQL?
Verdadero
10.
El lenguaje PLPSQL ayuda a la ciencia de datos porque ayuda a transformar los datos a un formato presentable.
Verdadero
11.
PostgreSQL utiliza solamente SQL y PLPGSQL.
Falso
12.
¿Cuál es una ventaja de usar Python como lenguaje de datos?
Ayuda con estructuras de datos no tabulares.
13.
¿Cuál es la principal dificultad de lidiar con datos no primitivos?
Son difíciles de indexar/buscar.
14.
¿Cómo se representa una relación muchos a muchos en una base de datos?
Una tabla transitiva.
15.
La agregación de datos nos ayuda a:
Obtener resultados sumarizados.
16.
La presentación de los datos no se debe tomar en cuenta hasta el momento de la ejecución:
Falso
17.
¿Por qué es dificil trabajar con objetos para una RDB?
El objeto se guarda y se busca como un string complejo.
18.
¿La sentencia WITH es parte del estándard SQL?
Falso
19.
Las Window Functions nos permiten:
Hacer calculos del dataset relacionado con un registro individual.
20.
Las particiones nos permiten:
Acelerar búsquedas por rango.
21.
Solamente utilizamos SQL Estándard para obtener todos los datos del Top 10.
Falso
22.
Para actualizar los precios es necesario usar:
Trigger y Stored Procedure.
23.
¿Cuál Window Function nos ayuda a tener el lugar del row actual en el dataset sin repetir valores?
dense_rank
24.
¿Cuál de los siguientes es un dato geográfico válido por si mismo?
País.
25.
¿Cuál es la principal ventaja de los datos en el tiempo?
Se pueden encontrar tendencias con facilidad.
26.
Es un ejemplo de programa de visualización de datos:
Tableau

Gracias profesor, siempre sus clases son claras y con un nivel excelente.

Agradezco y destaco su paciencia en el ritmo de comunicación.
Saludos!

Excelente curso, definitivamente Machine Learning hoy en auge.

Grandioso y provechoso este curso

Excelente curso, muchas gracias profe Israel.

Gran curso, queda seguir desarrollando proyectos para afianzar los conocimientos.

Buen curso. Gracias

thank you so much

Gracias Israel por la claridad de tus explicaciones.

Curiosidad basada en datos!!!

Que gran curso.

Israel, un millón de gracias!!!

Excelente Israel muy interesante el curso de verdad aprendí un poco mas gracias totales !!!

Que buen curso!!

Eres un excelente profesor, principalmente a la hora de explicar y me sirvió para aprender bastante sobre Data Science

Excelente curso, muchas gracias Isra!!

Excelente curso, la verdad me gusto mucho la practica en si en cada video con los ejemplos, la verdad excelente como para entender un poco mas de los datos y del valor agregado del mismo en visualización y graficas

yo he trabajado con power bi, and qlik sense, tambien buenas herramientas