Aprende Data Analytics en Amsterdam

Durante tus primeras 60 horas como estudiante oficial de Data Analytics en Ironhack, sentarás los cimientos para triunfar en . Durante el prework, trabajarás en :

1. Aprender los fundamentos de la interfaz de línea de comandos, Git, Python, MySQL y de análisis estadístico,

2. Familiarízate con los conceptos básicos de programación, estadística y

3. conecta con tus compañeros y con el personal académico experto a través de nuestros canales de Slack.

Una vez hayas completado los materiales de preparación y puesto al día con tu clase, estarás listo para sumergirte en el curso!

Durante las dos primeras semanas tú y tus compañeros de clase os introduciréis al mundo de Data Analytics. Además, podrás sumergirte en el entorno de aprendizaje de la clase mientras te introduces a nuestra comunidad de data.

Los temas incluyen:

- Introducción a la limpieza y manipulación de datos.

- API y web scraping.

- Niveles intermedios de Git, SQL y Python.

La semana tres está diseñada para tu primer proyecto como analista de datos! Aplica tus nuevas habilidades en Python mediante la realización de análisis de datos con data sets reales.

Durante las semanas cuatro y cinco profundizarás más en las matemáticas que están detrás del análisis de datos.

Los temas incluyen:

- Utilización de Python para entender la estadística inferencial y la probabilidad.

- La incorporación de Python en los fundamentos de la inteligencia empresarial.

- Aprende técnicas de story-telling con el fin de visualizar sus datos y poder presentar tus conceptos en las exposiciones.

La sexta semana marcará el inicio de tu segundo proyecto: un análisis completo de datos. Esto se construye a partir de los datos que se hayas procesado, limpiado y realizado la visualización a partir de los data sets reales!

El último módulo te enseñará los fundamentos de machine learning durante las semanas siete y ocho. Empezaremos por enseñarte a entender el workflow de machine learning, y a partir de ahí continuaremos.

Los temas incluyen:

- Tanto el unsupervised como el supervised learning.

- Los fundamentos de algoritmos más populares de machine learning.

- Construye, entrena y evalúa modelos con la biblioteca de machine learning Scikit-Learn.

Durante la última semana de este módulo y del curso, te enfrentarás a la tarea final y a la más desafiante: la construcción de un proyecto de machine learning de principio a fin. Tendrás que procesar un data set, extraer características, entrenar un modelo, y usarás ese modelo para hacer predicciones sobre nuevos datos. Una vez hayas completado tu trabajo, lo presentarás a un jurado y competirás por ser el mejor proyecto en nuestro Hackshow.