- 1

Fundamentos de Data Science e Inteligencia Artificial
01:40 - 2

Introducción a Data Science: Proceso y Áreas Clave
03:29 - 3

Introducción al Machine Learning y su aplicación en inteligencia artificial
08:09 - 4

Roles en Data Science e Inteligencia Artificial
06:41 - 5

Fundamentos de Data Science para Tomar Decisiones Estratégicas
06:12 Quiz: importancia y usos de data science e inteligencia artificial
Tecnologías Esenciales para Data Engineers
Clase 12 de 15 • Guía para Empezar una Carrera en Data Science e Inteligencia Artificial
Contenido del curso
Importancia y usos de data science y machine learning
Data Analyst
Data Scientist
Data Engineer
Ser profesional en el mundo de los datos y machine learning
Resumen
Para triunfar como Data Engineer, debes conocer y saber utilizar las siguientes herramientas:
- Python y R
- Linux
- Bases de ingeniería de software
- Bases de datos NoSQL y SQL.
- Jupyter Notebooks y editores de código
- Automatización y scripting
- Librerías: Pandas, Dask y Apache Spark
- Airflow
- Tecnologías *cloud.
- Docker.
- Orquestadores Kubernetes
- Matemática: estadística descriptiva
¿Cómo empezar el camino como Data Engineer?
Si quieres empezar con pie derecho tu camino hacia Data Engineer, no dudes en seguir los siguientes pasos:
- Aprender a programar en Python y bases sólidas de ingeniería de software
- Saber cómo automatizar procesos
- Entender y aplicar librerías como: Pandas y Apache Spark
- Conocer bases de datos SQL y NoSQL
Recuerda que todas las habilidades que viste anteriormente para convertirte en una Data Engineer, las puedes comenzar a aprender ahora mismo aquí en Platzi, en la ruta de aprendizaje de Data Engineer de Platzi.
Contribución creada por: Ismael H.