Este bloque introductorio te proporcionará una base sólida en programación y las herramientas fundamentales para iniciar tu camino en Data Science.

• Python aplicado al análisis y tratamiento de datos
• Lógica computacional, estructuras de control y funciones
• Colecciones de datos: listas, tuplas, diccionarios
• Programación Orientada a Objetos en Python
• Visual Studio Code y control de versiones con Git/GitHub
• IA aplicada a Data: pair-programming, debugging y aprendizaje asistido

Este bloque te sumergirá en el corazón de la Inteligencia Artificial, donde aprenderás a construir y evaluar modelos predictivos complejos.

• Bases de datos relacionales (SQL) y no relacionales (NoSQL)
• Extracción de datos: APIs y Web Scraping
• Manipulación y limpieza de datos con Pandas, NumPy y Regex
• Visualización con Matplotlib, Seaborn, Plotly y Power BI / Tableau
• Estadística descriptiva e inferencial
• Storytelling y comunicación de resultados a stakeholders
• Git, Agile y trabajo colaborativo
• IA aplicada al análisis: limpieza, exploración y generación de insights

Aprendizaje supervisado y no supervisado.


• Regresión, clasificación, clustering y series temporales (ARIMA)
• Algoritmos: SVM, KNN, árboles de decisión, ensembles, XGBoost
• Feature Engineering y reducción de dimensionalidad (PCA)
• Redes neuronales artificiales y Deep Learning
• Procesamiento de Lenguaje Natural (NLP) y modelos preentrenados
• Keras, TensorFlow y Scikit-learn
• IA aplicada al modelado: experimentación, evaluación y documentación asistida
  


En este último bloque, te centrarás en la puesta en producción de tus modelos y en el manejo de grandes volúmenes de datos.

• Desarrollo de APIs con Flask
• Contenedores Docker y arquitecturas escalables
• Despliegue en AWS: EC2, RDS y servicios cloud
• MLOps: integración, mantenimiento y monitorización de modelos en producción
• Integración con IAs avanzadas (ChatGPT, modelos preentrenados)
• Big Data y procesamiento con PySpark
• IA aplicada a DevOps y observabilidad