¡Conviértete en un analista de datos con clases online interactivas! Desarrolla tu conocimiento en inteligencia de negocios, modelado de datos y realiza análisis de datos cada vez más complejos utilizando bases de datos reales.
Durante tus primeras 60 horas como estudiante oficial de Data Analytics en Ironhack, sentarás los cimientos para triunfar en Remoto. 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.
¿Necesitas ayuda con el pago? Nuestras opciones de financiación te ayudarán a encontrar el apoyo que necesitas para que puedas centrarte en tu carrera y en desarrollar nuevas habilidades.
Himanshu tiene un máster en Ingeniería Industrial con especialización en análisis de datos. Tiene más de 4 años de experiencia en el sector tecnológico y ha trabajado en proyectos para todo tipo de industrias: educación, sanidad, finanzas, información y tecnología, turismo y fabricación. Gracias a ello ha podido adquirir conocimientos de estadística, análisis de macrodatos, aprendizaje automático, análisis de series temporales, investigación de operaciones, gestión de bases de datos, optimización y visualización de datos.
En el bootcamp online de Data analytics, el horario será de Lunes a Viernes de 9 a.m hasta las 6 p.m. Tu jornada se estructurará en 4 sesiones de 45 minutos guiadas por el Lead Teacher, 3 sesiones de trabajo independiente de 45 minutos y una hora de mentoría y asesoramiento.
9:00 - 9:45
Clase guiadaEstas sesiones guiadas por el Lead Teacher tienen una duración de 45 minutos, donde se verán contenido adicional al programa, algunas demos interactivas y otras actividades que ayuden a asimilar mejor los conocimientos aprendidos
9:45 - 10:00
Descanso
10:00 - 10:45
Sesión de trabajo individualDurante las jornadas individuales, deberás focalizarte en trabajar de forma más autónoma. Esto significa, entre otras cosas, tener reuniones con el resto de miembros de tu equipo de trabajo, repasar el contenido del Student Portal o seguir avanzando en los proyectos del curso por tu cuenta. Los TAs estarán disponibles para ayudarte vía Slack.
10:45 - 11:00
Descanso
11:00 - 11:45
Clase guiada
14:25 - 14:35
Descanso
12:00 - 12:45
Sesión de trabajo individual
12:45 - 14:00
Descanso
14:00 - 14:45
Clase guiada
14:45 - 15:00
Descanso
15:00 - 15:45
Sesión de trabajo individual
15:45 - 16:00
Descanso
16:00 - 16:45
Clase guiada
16:45 - 17:00
Descanso
17:00 - 18:00
Sesiones de tutoríaDurante esas sesiones de 60 minutos los TAs estarán disponible de forma remota. Aunque lo estudiantes no están obligados a asistir a estas sesiones, ni tampoco el Lead Teacher, estas sesiones son una gran oportunidad para resolver dudas o pedir ayuda en las tareas pendientes.
Estudiar un bootcamp de Data analytics a distancia tiene muchos beneficios! Descubre las opiniones de nuestros estudiantes del bootcamp sobre cómo ha sido nuestra transición al aprendizaje en remoto
¿Te gustaría saber cómo es estudiar un curso a distancia de Data analytics a tiempo parcial? Descubre las opiniones de nuestros estudiantes a tiempo parcial sobre cómo ha sido nuestra transición al aprendizaje en remoto.
Nos comprometemos a ayudarte a empezar tu carrera en el sector tecnológico. Nuestras opciones de financiación van desde los préstamos tradicionales hasta los modelos de pago por éxito para que puedas elegir la opción que mejor se adapte a tus necesidades. Simplemente ponte en contacto con nuestro equipo de admisiones y te darán toda la información sobre las opciones disponibles.
Ponte en contacto con nuestro equipo de admisiones