El mundo de los datos: data science y machine learning

1

Aprende ciencia y análisis de datos para optimizar las estrategias de tu negocio

2

Retos para aprender ciencia de datos

3

¿Qué es ciencia de datos y big data? ¿Cómo afectan a mi negocio?

4

¿Qué tipo de información podemos analizar?

5

¿Cómo crear empresas y culturas data-driven?

6

¿Qué es inteligencia artificial y machine learning?

7

¿Qué es deep learning? Análisis de imagen, audio y video

Herramientas y roles de trabajo en ciencia de datos

8

Flujo de trabajo en ciencia de datos: fases, roles y oportunidades laborales

9

Herramientas para cada etapa del análisis de datos

10

¿Qué es y cómo usar una base de datos relacional con SQL?

11

Cómo estructurar queries en SQL

12

Conflictos y retos actuales sobre la ética y tratamiento de datos

Problema de negocio: análisis

13

Aplica técnicas de storytelling para convertir problemas de datos en historias

14

Cómo estructurar un caso de negocio

15

Análisis cuantitativo en un caso de negocio

16

Análisis cualitativo en un caso de negocio

17

Fusión cuanti-cualitativa en un caso de negocio

18

¿Qué es minería de texto? ¿Cómo usarla para obtener información adicional?

19

Variación de comportamientos a partir de la geolocalización

Problema de negocio: implementación

20

Acciones, algoritmos y toma de decisiones según los resultados del análisis

21

Apuntes y cursos para aprender ciencia de datos

22

Continúa aprendiendo ciencia y análisis de datos para ejecutar estrategias efectivas

23

👥🦾 Actividades de la comunidad de la Escuela de Data Science e Inteligencia Artificial

Aún no tienes acceso a esta clase

Crea una cuenta y continúa viendo este curso

Continúa aprendiendo ciencia y análisis de datos para ejecutar estrategias efectivas

22/23
Recursos

Aportes 242

Preguntas 4

Ordenar por:

¿Quieres ver más aportes, preguntas y respuestas de la comunidad? Crea una cuenta o inicia sesión.

¡Saludos a todos! Quedo atenta a sus comentarios y feedback. Ojalá pronto nos veamos en otro curso de Platzi 😄
Muchas gracias por las felicitaciones, aprovecho por felicitarlos por todos sus logros y animarlos a que sigan explorando el área de Data Science.

Me gustó mucho el enfoque aplicado que se le dio al curso para la resolución de un problema especifico. Por favor más cursos de este tipo, me encantaría profundizar más sobre soluciones de negocio a partir de datos.

Este es un curso excelente, Silvia hace un trabajo buenísimo, ojalá realice más cursos en Platzi.

El curso me parece muy bueno para dar un panorama general de como los datos pueden ser utilizados para mejorar los servicios y productos mientras se mantiene la rentabilidad de la empresa. Es un verdadero mundo lo que se puede hacer con la información.

Me encanto el curso, me ayudo a entender que es la Ciencia de datos y que es lo que realizan

Bueno… para resumir los retos decidí hacerlos todos y enviarlos en el último video del curso… aquí va:
.
Retos Data Science
.
Reto 1
Piensa en 3 empresas que almacenan un gigantesco volumen de datos y están usando big data hoy en día.
.

  • Microsoft

  • Samsung

  • Google
    .
    Reto 2
    Piensa qué tipos de datos manejan las 3 empresas del reto anterior y para qué crees que los están utilizando.
    .

  • Datos de Personas

  • Datos de Transacciones

  • Datos de Navegación

  • Datos de Machine 2 Machine

  • Datos Biométricos
    .
    Lo utilizan para dar mejores recomendaciones para anuncios, también para tener en cuenta el tiempo usado en las páginas web y los datos biométricos para desbloquear el móvil.
    .
    Reto 3
    Piensa en 3 empresas que tengan una cultura de datos (data-driven), donde todas sus decisiones se toman con base en la información que generan.
    .

  • Netflix

  • Amazon

  • Apple
    .
    Reto 4
    Piensa en 3 empresas (de 3 sectores/industrias diferentes) que están utilizando lenguaje automatizado.
    .

  • MercadoLibre

  • Airbnb

  • Instagram
    .
    Reto 5
    Piensa en 3 empresas que producen tecnología de deep learning y para qué crees que la están utilizando (1 con imágenes, 1 con vídeo y 1 con sonido).

  • Google Photos (Imágenes)

  • Google Translate (Sonido)

  • YouTube (Video)
    .
    Reto 6
    ¿Cuál es tu rol? Piensa en dónde te proyectas, qué área(s) de la ciencia de datos te llaman la atención, cuáles herramientas te llamaron la atención y qué propósito quieres cumplir como data scientist.
    .
    Data Science, ya que lograr el análisis de datos basado en la organización del mismo mediante la programación es una habilidad la cual está en gran demanda actualmente.
    .
    Reto 7
    Acaban de informarte que las ventas de tu empresa cayeron mucho hoy. Debes extraer la información de los clientes que compraron ayer y los clientes que compraron hoy para entender por qué cayeron las ventas. ¿Qué herramienta debes usar para realizar la extracción de datos?
    .
    Usaría SQL ya que con la extracción de datos los filtraría para los días solicitados.
    .
    Reto 8
    Vas a analizar las ventas registradas en tu base de datos, pero debes excluir del análisis cualquier registro donde la columna city sea Bogotá. ¿Qué operador lógico necesitas para obtener la información con este “filtro”?
    .
    NOT, porque excluye la información que sea solicitada, la cual es en este caso la columna ‘City - Bogotá’
    .
    Reto 9
    En la pestaña VENTAS_2020 observa la información de la “base de datos”, plantéate una pregunta y encuentra una solución por medio de queries en SQL.
    .
    ¿Qué cantidad de auriculares se han vendido desde que inició la empresa en 1990?
    .
    SELECT COUNT (DISTINCT id) from VENTAS_2020
    WHERE Producto = ‘Auriculares’
    AND Año >= 1990
    .
    Reto 10
    Mira el documental The Social Dilemma, piensa qué crees que es verdad o no y luego mira el siguiente análisis: https://www.youtube.com/watch?v=Frdna_cBwwU.
    ¿Qué aprendiste? ¿Acertaste en algunos de tus puntos? ¿Qué fue lo que más te asustó o sorprendió?
    .
    El documental tiene mucha información correcta, sin embargo la acomodaron para hacerla ver como un peligro inminente el cual se debe evitar a toda costa. Al ver el análisis confirmé que aunque las redes sociales sí usen información personal para diferentes ámbitos, son los usuarios quienes dan autorización y permisos a estos terceros. De igual manera es motivante el documental ya que indirectamente muestra la infinidad de posibilidades que puede hacer la programación.
    .
    Reto 11
    Piensa en un problema de negocio en la empresa donde trabajas (o donde te gustaría trabajar) y aplica la estructura de storytelling:
    .

  • ¿Cómo lo identificas?

  • ¿Qué solución podría tener?

  • ¿Cuál es su alcance?
    .
    Posiblemente para una StartUp (general) que apenas inicie y desee formarse teniendo en cuenta la calificación del servicio que brinda a los clientes.
    .
    Problema: La necesidad de calificar el servicio prestado por la StartUp evaluando a los usuarios (clientes) una vez al mes sin margen de error a repetir el cuestionario por segunda ocasión y encontrando posibles inconformidades de parte de los clientes.
    .
    Solución: Crear un script que permita recolectar los usuarios de la base de datos y les envíe un formulario único mensualmente para expresar dudas, gratificaciones o molestias que tuvieron durante el mes.
    .
    Alcance: Toda la base de datos de clientes de la StartUp.
    .
    Reto 12
    Valida la hipótesis que planteaste en el reto anterior, encuentra sus variables cuantitativas y cualitativas.
    .
    V. Cuantitativas:

  • ¿Cuántas personas se quejan del servicio?

  • ¿Cuántos clientes están conformes con el servicio?

  • ¿Cuánta gente tiene dudas con el trabajo brindado por la StartUp?
    .
    Reto 13
    ¿Cómo sería tu clasificación numérica para resolver el caso de negocio de los retos anteriores?
    Los dividiría en tres grupos, los que se sienten satisfechos, los que tienen dudas y aquellos que están inconformes con el servicio
    .
    ¿Qué usuarios buscarías?
    Todos aquellos usuarios que tengan en vigencia el servicio prestado por la StartUp
    .
    ¿Cuál sería tu hipótesis?
    La StartUp necesita mejorar ya que inició hace poco y una forma práctica y eficaz de mejorarla es contactando a los clientes
    .
    Reto 14
    Identifica y clasifica las variables categóricas del caso de negocio que has estado trabajando en los retos anteriores.
    .

  • Devolución del dinero

  • Problemas técnicos

  • Servicio tardío

  • Créditos

  • Política de la empresa
    .
    Reto 15
    Piensa cómo poner en conjunto la información cuantitativa y cualitativa en tu caso de negocio.
    .
    En un cuadro de columnas y filas, de manera horizontal colocaría la clasificación numérica y de manera vertical las variables categóricas anteriormente mencionadas.
    .
    Reto 16
    Piensa en los mensajes que podría haber dentro de las categorías que creaste. ¿Qué información adicional podrías encontrar analizando los textos relacionados a tu caso de negocio? ¿Cuáles serían los diferentes comportamientos?
    .

  • Comisiones del servicio

  • Estado del producto

  • Generación de facturas
    .
    Reto 17
    Plantea una hipótesis de cómo afecta la geolocalización al comportamiento de tus usuarios y define el campo geográfico que más se adecua a tu caso de estudio (ciudades, pueblos, distritos, países…).
    .

  • Hora de envío de los productos

  • Costos de envío

  • Problemáticas/Dificultades para el traslado de los productos
    .
    Reto 18
    Piensa qué acciones surgirían como resultado de tu análisis.
    .

  • Llamar a los usuarios para solucionar cualquier impase o inquietud

  • Responder mediante emails las dudas que genere el servicio

  • Brindar soporte en caso dado que se comuniquen con servicio al cliente
    .
    Reto 19
    ¡Felicidades por terminar el Curso de Análisis de Negocios para Ciencia de Datos!
    .
    ¿Aprendiste algo nuevo?

  • Inicios de SQL

  • La importancia de SQL, R y Python para la ciencia de datos

  • Herramientas útiles a tener en cuenta para una buena optimización de datos

  • La importancia del Data Driven en las empresas
    .
    ¿Qué fue lo que más te gustó?

  • Qué y cómo debe trabajar un científico de datos
    .
    ¿Cuál será tu siguiente paso para convertirte en data scientist?

  • Curso de POO y Algoritmos con Python

Este curso se me fue como agua, estuvo muy interesante.

Excelente curso, Silvia, muy completo y conciso.

Lo más importante del curso son los roles, la importancia de las bases de datos y cómo podemos resolver un problema con las herramientas y el analisis necesario

Soy el primer comentario xd Saludos maestra Sílvia!

Un curso fantástico! A pesar de que es corto, te permite ver las diferentes temáticas que incluye el mundo de data science, no solo la parte técnica o la de negocio, sino también los dilemas éticos y la responsabilidad que la información trae.

Este curso es muy valioso porque se apega a lo que muchos buscamos, una aplicación a los negocios de las tecnologías de ciencia de datos.

Un excelente curso, de hecho es el primero que tomo en Platzi y sin duda seguire la escuela para acercarme cada vez más a ser un data scientist

Me encanta como explica Silvia, muy clarito todo.

Me gustó mucha la manera en como Sílvia sintetiza todo en sus diapositivas, además que hace de los conceptos algo muy cercano y amigable, sobretodo para quienes nos aproximamos por primera vez a este tema de ciencia de datos. También me gustó que al principio del curso se adjuntara el excel para ir desarrollando el ejercicio en tiempo real con las clases que van sucediendo. Un gusto conocerte virtualmente 😉

lo tome por mera curisoidad, pero como me encantó! Se lo estoy recomendando a mis amigos no programadores pero que les encantan los negocios! ❤️

Este curso fue muy chévere. A pesar de que tengo nociones en el área, los conocimientos que brinda el curso me fueron de mucha utilidad para reforzar y llenar vacíos que tenia, como también aprender y complementar otros conceptos ¡Muchas gracias!

¡Muchas gracias por el curso! Estuvo de 10. Gran forma de explicar, con un enfoque practico que hizo el curso bastante llevadero y ameno.

Realmente excelente profesora, da un enfoque muy práctico, esperemos tener más cursos así

Me gusto el enfoque practico y conciso del curso

Muy buen curso me hizo pensar mucho, me encantaría que en lugar de solo describir como podríamos hacer estos tipos de análisis se pucieran en plactica.

Este curso deja claro muchos conceptos que pueden ser un tanto confusos, pero vale la pena totalmente.

Genial!

Muy buen curso para darnos introducción a este camino de las ciencias de datos 😄

Gracias por el curso profesora hermosa.

gracias por las clases 😄

Excelente Curso y Sílvia de las mejores

Muchas gracias @Silvia, motivador este curso, me dio claridad en que rol me quiero desempeñar “Data Translstor”

El curso ha sido maravilloso de principio a fin, creo que a pesar de haber sido muy teórico, el incentivara que nos planteemos un problema fue muy bueno para entender mejor lo que estábamos aprendiendo. Todo fue muy claro, cada vez Platzi mejora más y más la calidad de sus cursos!

Excelente curso, la profesora Silvia es increíble

Buen curso, me ha ayudado mucho la parte de hipótesis y el análisis cuantitativo y cualitativo.

Excelente curso!

Me gusto la interacción de este curso dejándonos preguntas que responder y reflexionar. Y la manera de aplicar los conceptos a un caso de negocio real. Si alguien conoce libros que aborden mas estos temas del curso como la utilidad de los datos en negocios y ética en manejo de datos compartan!

Gracias Silvia y gracias Platzii por este curso que nos da las bases para analizar los problemas de negocio y implementar estrategias efectivas

Excelente curso! Love it!

Excelente curso

muy buen curso… el abre bocas perfecto para iniciar el data science.

Me gustó mucho el curso como introducción a aplicación de negocios de Data Science y sobre todo el tema practico de los Top Offenders para ejemplificar el proceso de como se hace análisis de datos, me quedó mucho más claro de esa manera, muchas gracias

Muchas Gracias Silvia, en verdad siento que logre adaptar mis conocimientos Contables al Area de Ciencia de Datos, espero ser tu alimno en proximas clases, Saludos !!

Excelente Curso, buena fluidez de la información, en la parte técnica amplia mucho el panorama de lo que abarca la Big Data.

Una excelente profesora me gustaría verla en mas cursos

Muchas gracias por darnos un panaroma de la ciencia de datos, soy contador publico y siempre he estado cerca de los datos pero ahora quiero profundizar y creo que llegue al lugar correcto, dejo este comentario y lo volvere a ver dentro de 1 año, la idea ser data science en ese momento chaooo.

Fué un curso SÚPER BIEN EXPLICADO, sencillo, corto, al punto! Me encantó. aparte estoy aplicando alugunos de los datos del curso para aprender de manera efectiva online que me han servido!

hIKA

ಥ_ಥ ¡¡Gracias, Sílvia Ariza Sentís!!… Algún día te abrazaré.
❤️

5 estrellas, excelente material, resumido y de gran ayuda para entender la ciencia de datos!

excelente cursos, de los mejores que he tomado en platzi, hasta ahora.

Ante todo, quiero aclarar que soy un viejo y que tengo la brillantez de un frijol (todos vosotros sois mejores que yo, sin duda).

Después del bla, bla, bla, te doy las gracias Silvia por este maravilloso curso y gracias a todos los compañeros por sus aportaciones. Por n-sima vez me doy cuenta de lo afortunado que soy por poder aprender de todas vuestras aportaciones. En serio, sois geniales y un orgullo para nuestra comunidad.

¿Por qué es fundamental este curso para mí?. Porque, en mi opinión, sin datos ni herramientas para manejarlos, otros opinan por nosotros. ¡Sin datos ni herramientas para manejarlos, mi opinión es humo!.

Todos sabemos que para las empresas que ofrecen servicios y productos gratuitos, al final, nuestros datos son el valor de cambio. Si nuestros datos son el valor de cambio, nuestra información es el valor de cambio y al final lo somos nosotros. Todos conocemos casos como Facebook y bla, bla, bla.

En mi opinión, no obstante, hay casos que nos afectan a todos y nos dejamos engañar cada instante de nuestra vida, sin darnos cuenta. Pongo algunos ejemplos (aunque creo que hay muchos más):

  • Introducir el BI en las empresas es un objetivo imprescindible para cualquier manager en una empresa. ¡NO!. Si el BI no es una estrategia gerencial, puede convertirse en una táctica departamental y ya sabemos como somos los humanos, ¿no?. Conclusión: El BI acaba siendo una porquería sin importancia, a la que nadie hace caso y que se asigna a fracasados (para cubrir el expediente).

  • El BI está anticuado, ahora lo que es más “cool” es la AI (por favor, añadir vocecitas extrañas a lo anterior 😉 ). ¡NO!. La idea de que lo nuevo elimina lo antiguo es de idiotas (posiblemente más de lo que lo soy yo). Como brillantemente ha aclarado Silvia, son peras y manzanas. Adoptar la AI no significa ignorar el BI, son categorías diferentes. Gracias Silvia, es necesario aclarar términos y tú has sido genial en esto. Aunque parezca mentira, el resultado de una encuesta en LinkedIn dio como resultado, que más del 80% de las personas (managers y CEO’s incluidos), opinan que el BI está anticuado, hoy en día (¡increíble!).

  • Sistemas de transformación digital, como el paradigma de la oficina sin papeles (“paperless office”), lo cual implica substituir el papel por sistemas que digitalicen documentos (incluyendo OCR), están anticuados hoy en día. ¡NO!. Una vez más un sistema anterior no significa malo.

Los managers que aseguran que el “paperless office” está anticuado, suelen advocar (eternamente) por aplicaciones móviles (que nunca llegan), o por CMS (que se convierten en “repositorios de burocracia”), mientras sus despachos se convierten en estercoleros llenos de papeles, con los cuales pretenden “hacer ver que hacen” y mentirnos con el sesgo siguiente: Los genios son desordenados y marranos, yo soy desordenado y marrano, luego yo soy un genio (por favor, añadir vocecitas).

Una encuesta publicada por mí en LinkedIn arrojó el siguiente resultado: Un 40% de los encuestados opina que el “paperless office” está anticuado hoy en día 😦 .
He devorado los cursos de transformación digital y gestión documental en “nuestro” Platzi (gracias) y he montado n sistemas de gestión documental (incluyendo OCR), el último en Java.

Todos los estudios (con datos) que he leído y que he hecho yo mismo, arrojan un porcentaje de ahorro superior al 50% en las empresas con circuitos administrativos que incluyen “paperless office” y un ROI muy pequeño (casi siempre inferior al año).

Efectivamente, los sesgos se eliminan con “Data Driven” y herramientas de análisis para tomar decisiones.

  • Hay que eliminar las centrales térmicas y nucleares ¡YA!, porque si no el mundo se va al carajo (vocecitas). ¡NO!. El problema es que, como ya expresó (con datos) el ex vicepresidente y ex aspirante a la Casa Blanca 😦, Al Gore, las decisiones era imprescindible tomarlas en los 90’s y hoy ya son IRREVERSIBLES.

Como aprendí en la carrera de Ciencias en “nuestro” Platzi, un sistema muy acertado de clasificar el grado de evolución y de supervivencia de las civilizaciones (basado en datos), es por su consumo energético (escala de Kardashov). Si eliminamos los sistemas de generación de energía actuales (térmicos y nucleares) sin tener en funcionamiento los sistemas alternativos, ¿no es como lanzarse a una piscina sin saber si tiene agua?.

¡Ojo!, yo soy un firme partidario de las energías alternativas y verdes, pero creo que las decisiones deben ser tomadas basándose en datos, si no, podemos seguir a cualquiera de nuestros políticos y caer todos en un “black hole” de destrucción del planeta o en una Edad Media donde la mayoría de nosotros debe morir, porque no habrá recursos para todos.

Etc, etc, etc…

CONCLUSIÓN: Si has llegado hasta aquí, posiblemente eres un/a Santo/a. Si, increíblemente, piensas como yo, que es imprescindible tomar decisiones basadas en datos y mejorar nuestro propio sistema de toma de decisiones (en las empresas y fuera de ellas), entonces es que Silvia (como a mí mismo), te ha cambiado un poquito la vida y te ha aportado (como a mí) valor.

Yo agradezco muchísimo a Platzi y a Silvia (como a todos los profesores) el valor que aportan a mi vida y que con ello me permiten ser mejor persona. Nunca son pocos los reconocimientos para personas y equipos que lo hacen bien. Yo (personalmente), las críticas me las ahorro, los reconocimientos los expreso. ¿Tú lo haces?, son personas y lo necesitan como nosotros y si les pinchas sangran también como nosotros. Por favor, hazlo, expresa tu reconocimiento si piensas, como yo, que lo merecen.

“By the way”, siguiendo los cursos de Platzi (incluyendo los de construcción de marca personal y de estrategia en LinkedIn, entre muchos otros), sin postularme para ningún puesto de trabajo, he recibido ofertas con cifras concretas, que mejoran (de momento) mi sueldo actual en 1,5x. Yo no los llamo a ellos, ellos me llaman a mí.

Gracias, una vez más, Platzi y gracias Silvia.

y vamos por el propósito de ser científico de datos

Creo me me llama más la atención de aprender
Data Science, de tomar los datos y llegar a conclusiones para tomas de decisiones 😃

Excelente curso!! Me ha motivado a seguir con la escuela de data science 😋

  • Lo que más me gustó del curso fue todos los ejemplos prácticos aplicados a problemas reales de negocio que nos mostró la profesora.
  • Lo que más me sorprendió fue que la ciencia de datos este tan estrechamente relacionada con machine learning e inteligencia artificial.
  • Mi siguiente paso para convertirme en data scientist será tomar los cursos sugeridos por la profesora y tomar la escuela entera de ciencia de datos

Silvia, muchas gracias por el buen curso, la verdad me llevo muchas cosas de aquí a la practica. Espero seguir encontrando más cursos que pueda explotar de la misma forma. Felicidades y muchas gracias.

Me encantó el curso, es un gran acercamiento a la Ciencia de Datos y cómo se aplica, creo que así no nos “espantamos” sobre este maravilloso campo de los datos.
Ánimo a todos, abrazos virtuales.
#Nuncaparesdeaprender

¿Cuando es el próximo meetup?

Me gusto bastante el curso y me dio un mejor enfoque de cual es el camino a seguir. Gracias.

UN CURSO MUY INTEREZANTE,.

Gracias Silvia, eres una crack 💪

Me encanto este curso porque claramente pude poner de ejemplo mi trabajo, que es en Servicio a cliente en un e-commerce y pude entender un poco mas como poder clasificar las quejas de los clientes.

Está fascinante saber como es el flujo de desarrollo de una solución a partir de Datos!

Muy muy buen curso! Tomare la ruta de data analytics!
Muy buena suerte, demasiados exitos y salud a todos y cada uno de ustedes, un completo gusto!

Silvia muchas gracias, excelente curso muy aplicado a la realidad de las empresas en el mundo y la oportunidad que existe para generar valor a través de los datos.

Yo diría que con este curso tenhgo conociemientos generales sobre la ruta de las tareas que realizan los profesionales de ciencia de Datos.

pero decier que ya sé hacer análisis de datos y más, de un negocio cualquiera es como que un aexpectativa alta.

Pero el camino está señalado. Para hallar la data y los análisis se necesita el dominio de muchas más herramientas y algunos soft skills minimos, pero tampoco se puede decir que no te da una luz para saber cual es el camino y en que parte del camino ns gustaria estar. Este es uin curso introductorio definitivamente.

La Profersora es muy talentosa y muy buena comunicadora.

Simplemente la profe es muy competente, entendi todo y se nota que domina no solo los conocimientos tambien la metodologia de aprendizaje

Excelente curso y excelente profesora.

Excelente curso y profe, dan un vistazo general a todo lo que es data science.

Realmente me gustó mucho el curso. Pensé que sería más complicado. Pero, la explicación de la maestra lo hizo todo bastante sencillo de entender.

Información resumida de esta clase
#EstudiantesDePlatzi

  • Felicidades, ya puedes hacer análisis de negocios
  • Mereces una vida mejor

Excelente curso ,muy bien explicado…

un contenido super útil bien explicado gracias

Excelente Curso!!!

Es el primer curso que hago de platzi y me ha encantado, todo se explica muy bien a tal punto que es facil de entender.

Personalmente me gusto muchísimo el curso, todo lo relacionado en el fue muy interesante además los temas fueron muy bien explicados.

El curso es muy bueno!

Definitivamente la profesora Sílvia es excelente

Excelentes las clases, muy didácticas y explicaciones muy agradables!

Me encanto el curso, la maestra es estupenda y su voz es agradable, hay casos de videos de Platzi que suben a Youtube donde la voz de los profesores incomoda.

  • Hacer análisis de negocios
  • Tabla
  • Base de datos
  • Roles
  • herramientas
  • Tipos de datos
  • Para qué se almacenan los datos
  • Que empresas lo hacen
  • información
    • numérica
    • categórica
    • videos
    • imágenes
    • sonidos
  • Platear una hipótesis
  • Análisis cualitativo y cuantitativo
  • categorías
  • acciones
  • ética
  • Nunca pares de aprender y hacer

Que buena información. Ahora falta un curso de Minería de Datos!

Gracias por este curso, muy bueno, ahora sigo con el defundamentos de las bases de datos para complementar conocimientos.

Muchas gracias por compartir tus conocimientos, muy buen curso

Excelente curso, saludos.

Yo no quiero que se acabe el curso, me encantó! Y eso que soy un neófito de la Data

Me encanto la manera de exponer de la profesora, hace que un tema aparentemente difícil fluya y sea entendido amigablemente.

¡Enhorabuena!
Lo que más me gustó del curso fue la forma en la que la facilitadora presentó el curso, transmite tranquilidad y confianza. También poder ir poniendo en práctica los conocimientos que vamos adquiriendo en el proceso.

  • Lo que más me sorprendió fue que el análisis de datos es algo que puedo hacer en mi día a día, tanto con elementos cotidianos como en el trabajo. De esta manera, puedo tomar mejores decisiones sustentadas en los datos.
  • Mi siguiente paso para convertirme en data scientist será seguir con la ruta de estudio de la escuela de Data Science e implementar los conocimientos que vaya adquiriendo para consolidar mi portafolio.

Me gustó la síntesis y el dominio de los temas porque me dio claridad acerca del trabajo en Data science y los roles que hay.

Data Science me encantó este perfil.

gracias

Me gustó mucho este curso. Fue algo introductorio que logra abrirte la mente, los conceptos han sido tan claros e interesantes.

Grandiosa Introducción a ciencia de datos

Me gustó mucho el curso y decidí verlo dos veces para anotar, reflexionar y ver tanto los apuntes de la profesora como los de estudiantes.
Hice una recopilación de los aportes y resúmenes que publicaron y que me sirvieron mucho para mi estudio. Acá se los comparto y agradezco tanto a la Profe. Silvia por su talento y dominio pedagógico como a quienes nos compartieron y pusieron sus apuntes para que todos aprenidéramos.
Les comparto mi link de esa síntesis en Notion:

Jc.

Si bien todos los conceptos ya los conocía de antemano, me encantó el enfoque y el flujo del contenido.

Excelente el curso, la instructora 10/10, muy bien explicado.

Gracias por este curso Silvia, esto me ha servido muchisimo para tener claro que quiero hacer de aqui en adelante. Voy por la opcion de Analista BI o Analista de datos, espero que esto se complemente de la mejor manera con mi formacion universitaria en Administracion de empresas, gracias!

Muchas gracias Sílvia

Gracias Silvia, excelente tu forma de explicar, es muy clara y precisa la información de este curso!

Me encantó este curso 😃 Gracias Silvia Sentís…

Lo que más me gusto es el poder entender mejor este nuevo mundo de los datos, además me gustó mucho el poder conocer mejor que tipos de proyectos se pueden realizar.

Este curso es de aquellos que están en OTRO NIVEL. Muy bueno, te enseña todo y muy claro. Desde los diferentes roles, sentencias SQL, tipos de análisis, ejemplos, etc.

Un placer tener a Silvia como nuestra profesora. Espero verla en otros cursos más. 😄

Gracias Silvia, un curso introductorio muy bueno y obvio a seguir aprendiendo para ser un analista de datos, nuevamente gracias a la profesora, explica muy bien.