Miguel Torres
Guía para Empezar una Carrera en Data Science e Inteligencia Artificial

Opiniones del Guía para Empezar una Carrera en Data Science e Inteligencia Artificial

Empieza tu carrera en Data Science e Inteligencia Artificial con fundamentos en roles clave como Data Analyst, Data Scientist y Machine Learning Engineer. Aprende herramientas, técnicas de modelado y las aplicaciones prácticas en la industria.

Avatar Maria Camilan Ruiz

Maria Camilan Ruiz

@mruiz7235

Poder entender la estructura de la ciencia de datos, profundizar en los diferentes roles para tener una guía y saber hacia donde apuntar.

Avatar Juan David Nuñez Tatis

Juan David Nuñez Tatis

@juandanu24

Excelente para iniciar. Gracias!

Avatar Kevin Antonio Neusa González

Kevin Antonio Neusa González

@kevin_a_neusa

Abordaje de los roles en el mundo Data Science e Inteligencia Artificial.

Avatar Emmanuel Salazar Revoredo

Emmanuel Salazar Revoredo

@esalazre

te permite conocer los roles del rubro

Avatar Osmar Bravo Lenis

Osmar Bravo Lenis

@osmarbravo

Me gusta aprender sobre los 4 roles que se desenvuelven en este medio

Avatar Esteban Navarro Díaz

Esteban Navarro Díaz

@estebannavarrodaz

Es un buen curso para iniciar cualquier camino, ya sea en ciencia de datos, análisis de datos o ingeniería de datos.

Avatar Sergio González Rodríguez

Sergio González Rodríguez

@sergiogonzaro

Es un curso introductorio pero muy útil

Avatar Jorge Manuel Porras López

Jorge Manuel Porras López

@jmanupl.18

me costó como capturar los temas, si está bien explicados, pero no es tan pegajoso

Avatar Pedro Pastor Alarcón

Pedro Pastor Alarcón

@5apeterpastor

Las entrevistas con personas laborando en los diferentes roles

Avatar Nilson Suarez

Nilson Suarez

@angelosuarez326

Lo mejor de este curso es que te permite tener un panorama claro de lo que es un Data science, un Data analyst, un Data engineer y un Machine learning engineer. Y cómo se relaciona cada uno de ellos en su trabajo en equipo para finalmente entregar un producto.

Avatar Victor Hugo Chuquimia Camacho

Victor Hugo Chuquimia Camacho

@chuquimiavictor.umsaetn

lo mejor fue las entrevistas de los distintos especialistas los cuales nos dieron un poco de su experiencia en el campo.

Avatar Ariel Perrone

Ariel Perrone

@ariel-perrone

Clarifica muy bien cuales son las diferentes ramas de la ciencia de datos.

Avatar Miguel Morales

Miguel Morales

@m.morales

Ver y diferenciar cada una de las areas Data Scients, Data Engineer, Data Analyst, IA, Machine Learning, Big Data y la relación entre ellas.

Avatar Hessler Alexander De León Mazariegos

Hessler Alexander De León Mazariegos

@hadlm

Excelente información

Avatar Julio Cesar Paredes Escobar

Julio Cesar Paredes Escobar

@jcparedes.escobar

Fue muy interesante poder conocer los distintos roles dentro de la Ciencia de Datos y al mismo tiempo conocer por lo menos de mención las herramientas que se usan, ha despertado mi curiosidad por esas herramientas

Avatar Omar Alejandro Lozano Ramos

Omar Alejandro Lozano Ramos

@olozano263

Es muy breve y puntual.

Avatar Eduardo Ruiz Velez

Eduardo Ruiz Velez

@edruizve

el contenido extra para refrozar los conocimientos y entrar mejor en contexto

Avatar Dayerli Catalina Ciro Triana

Dayerli Catalina Ciro Triana

@cataciro

Yo se que Platzi fomenta el ingles, y eso esta muy bien, pero al mezclarlo con el español me queda la duda es una Data Scientist o un Data Scientist, es una Data Enginner o un Data Enginner. En unos texto aparece una y en otro un.

Avatar Joshua Dominguez

Joshua Dominguez

@dominguezjoshuaadr02

Excelente curso que sirve como una main guide para reconocer los roles y campos de la ciencia de datos y sus derivados.

Avatar Karen Alexandra Gómez Romero

Karen Alexandra Gómez Romero

@kgomez4210

Es una buena introducción también nos ayuda como estudiante poder escoger cual es el ROL que queremos desempeñar

Avatar Breeg Benjamin

Breeg Benjamin

@Breeg_Benjamin666

Punto a Favor : El curso tiene un contenido teórico muy bueno, nos adentra al mundo de Data Science de manera suave y divertida. Punto en contra: Los profesores a veces parecían un poco nerviosos, no era tan natural su forma de explicar.