Aprovecha tu beca de hasta 25% Becas hasta 25%

100% Online

Course in Introduction to Data Science

Course in Introduction to Data Science

¿Quieres aprender los fundamentos de la ciencia de datos para analizar conjuntos complejos, extraer conclusiones y apoyar decisiones? Conviértete en un perfil capaz de transformar datos en inteligencia accionable.

  • 100% Online
  • 200
  • Conv. abierta
  • Becas
  • Modalidad 100% online, a tu ritmo
  • Sin permanencia · Te contestamos en menos de 24 h
Course in Introduction to Data Science

Un curso con datos verificables del programa

  • Facultad de Redes, Sistemas y Seguridad
  • Prácticas en centros reales
  • Título propio INESEM

¿Qué conseguirás al terminar este curso?

Conceptos esenciales

Entiende los fundamentos de la ciencia de datos y sus aplicaciones para comprender qué problema resuelve y cómo se usa.

Python para análisis

Aprende a usar Python para la manipulación y el análisis de datos, aplicándolo a tareas de trabajo reales.

Limpieza y preparación

Adquiere habilidades de data cleaning y preparación para abordar análisis con datos listos y fiables.

Estadística y visualización

Interpreta datos con métodos estadísticos y visualización, y aprende a comunicar hallazgos de forma clara.

Temario del programa

1 módulo que cubren desde los fundamentos de la ciencia de datos hasta el uso de Python, la limpieza de datos, estadística, visualización y comunicación de insights. Haz clic en el módulo para ver el contenido completo.

01

Unit 1. Introduction To Data Science

  • What is data science?
  • - The role of data scientists
  • - Stages in the data science process
  • Necessary tools for data scientists
  • Data science - Cloud computing
  • - Defining the concept of cloud computing
  • - Characteristics of cloud computing
  • - cloud models
  • - Virtualization
  • - cloud storage
  • - Reliable cloud providers for data science

Unit 2. Relational Databases

  • Introduction
  • - Advantages and disadvantages of databases
  • - General concepts
  • - The entity-relationship model
  • - The extended entity-relationship model
  • - Integrity restrictions
  • The relational model
  • - The structure of the relational model
  • - Keys of the relational model
  • - Integrity constraints
  • - Normalization theory
  • - Design of a relational database
  • - Types of relational languages
  • Structured Query Language (SQL)
  • - SQL Features
  • - Database management systems with SQL support
  • - Syntax SQL
  • - Integrity Constraint Specification
  • MySQL. A relational database.
  • - Characteristics
  • - Type of data
  • - SQL Syntax for MySQL

Unit 3. Nosql Databases And Scalable Storage

  • What is a NoSQL database?
  • - Database
  • - Relational databases
  • - Indexes
  • - Primary key
  • - Transaction database
  • - SQL language
  • - Centralized vs distributed systems
  • - array
  • - JSON format
  • - NoSQL Databases
  • Relationship databases Vs NoSQL Databases
  • NoSQL Database Types: CAP Theorem
  • - Distributed databases: Strategies
  • - CAP theorem
  • NoSQL Database systems
  • - Aggregation models
  • - Graph models

Unit 4. Introduction To a Nosql Database System, Mongodb

  • What is MongoDB?
  • How MongoDB works and its uses
  • Getting started with MongoDB: Installation and Command Shell
  • Creating our first NoSQL database: Model and data insertion
  • Updating data in MongoDB: set and update statements
  • Working with indexes in MongoDB for data optimization
  • - Execution plans
  • - Advantages and disadvantages of index creation
  • Querying data in MongoDB

Unit 5. Python And Data Analysis

  • Introduction to Python
  • - Main Features of Python
  • - Programming with Python
  • What do you need?
  • - Installation
  • - Installed utilities
  • Libraries for data analysis in Python
  • - Mathematical and statistical computations with Numpy and Pandas
  • - Machine learning algorithms with scitik-learn
  • - Data visualization and representation with Matplotlib
  • MongoDB, Hadoop, and Python: The Dream Team of Big Data

Unit 6. R As a Tool For Big Data

  • Introduction to R
  • - R Commands
  • - R Objects
  • What is needed?
  • - Installation
  • - Additional R packages
  • - Development environments for R
  • Data types
  • - Data reading and import
  • - Data writing and export
  • - Functions
  • Descriptive and Predictive Statistics with R
  • Integrating R into Hadoop

Unit 7. Data Preprocessing And Data Processing

  • Data collection and cleansing (ETL Process)
  • - Data cleansing
  • - Characteristics of ETL tools
  • Statistical inference
  • - Statistical inference in R
  • Regression models
  • - Regression in R
  • Hypothesis testing
  • - Hypothesis testing in R

Unit 8. Data Analysis

  • Business Analytical Intelligence
  • Graph theory and social network analysis
  • - Introduction to Graph Theory
  • - Algorithms for community detection in social networks
  • - Social network analysis in R
  • Presenting results

Claustro docente

Facultad de Informática y Tics — profesionales con experiencia en Course in Introduction to Data Science.

Anabel Fernández

Anabel Fernández

Facultad de Informática y Tics

Gestión y Tecnologías de Proceso de Negocio

¿En qué podrás trabajar?

Con este curso podrás optar a puestos como:

  • Junior Data Analyst en distintas industrias
  • Especialista en visualización de datos
  • Data Engineer junior en empresas tecnológicas
  • Research Assistant en instituciones académicas
  • Consultor/a de datos para pequeñas empresas
  • Business Intelligence Analyst en finanzas

Metodología

Nuestra metodología educativa

Estudiantes trabajando juntos con sus portátiles
Aprende cuando quieras

Avanza al ritmo que te convenga, desde donde estés
y con seguimiento cercano.

Contenidos de calidad

Ofrecemos una formación completa y actualizada de la mano de un claustro profesional en activo que confecciona los diferentes programas formativos de su área/especialidad.

Materiales y Recursos Didácticos

Tendrás a tu disposición un banco de materiales y recursos didácticos sobre legislación. Así como una Tribuna de noticias y actualidad. Además, podrás asistir a Seminarios online de la mano de nuestro claustro, en el que se tratan temas actuales y de interés.

Claustro Profesional

Los docentes de INESEM son profesionales en activo ofreciendo una docencia de calidad y en constante actualización. Preparan el contenido de aquellos programas formativos cuyas áreas son en las que trabajan.

Tutorización individual

No estarás solo durante tu formación, tendrás al claustro a tu disposición y un tutor asignado con el que podrás mantener el contacto y poder consultar todas las dudas que te vayan surgiendo.

Testimonios

La experiencia de quienes ya estudiaron con nosotros

«Buscaba un Máster oficial sin desplazarme. Estuve atendida en todo momento, todo muy profesional.»

Patricia Ortiz Ruiz

Promoción 2025

Nuestras cifras

+150Kalumnos
99%empleabilidad
+2000acuerdos con empresas
98%satisfacción

Becas INESEM · Descuentos de hasta el 25%

¿Damos el paso para especializarte en Course in Introduction to Data Science?

Nuestro equipo de asesores responde tus preguntas y te explica las ayudas disponibles, sin compromiso.