[google-translator]
[wpdreams_ajaxsearchlite]
Editar el contenido
Ciencia de Datos (CD) Avanzado

Este curso avanzado en Ciencia de Datos (CD), está orientado a aquellas personas que tengan conocimiento del tema, posean un conocimiento básico del mismo,  deseen continuar profundizando o desarrollando sus habilidades y competencias. 

El presente curso también puede ser considerado como la continuación del curso Ciencias de Datos Básico o un complemento al curso de extensión Métodos Estadísticos en Computación para la ciencia de datos y el Machine Learning, dictados en la Universidad EIA.  En cualquier caso te recomendamos revises el contenido temático que cursarías.

Este curso avanzado en Ciencia de Datos (CD), está orientado a aquellas personas que tengan conocimiento del tema, o posean un conocimiento básico del mismo, y deseen continuar profundizando, y desarrollando sus habilidades y competencias. El presente curso puede ser considerado como la continuación del curso de extensión CD Básico o un complemento al curso de extensión MEC para la Ciencia de Datos y el Machine Learning, dictados en la Universidad EIA. Este curso, junto con sus complementos, permite de forma rápida asimilar todas las herramientas y habilidades necesarias para abonar con bases sólidas el camino para convertirse en experto en este campo. No es un secreto que el análisis de datos es un instrumento indispensable en la actualidad para la toma de decisiones inteligentes, basadas en los datos. Los especialistas que dominan los diversos métodos de este dinámico campo del saber son muy apetecidos en el mercado laboral del mundo moderno. El aprovechamiento de una gran cantidad de herramientas desarrolladas en Python hace que la asimilación del material ofrecido en el curso sea rápida, mientras que la aplicación del conocimiento adquirido sea efectiva.

 

Aplicar los avances en CD, basados en el ecosistema desarrollado en Python, con el fin de realizar tareas varias como análisis de sentimientos, aplicaciones web y reconocimiento de imágenes con redes neuronales convolucionales.

Encuentros semanales de tres horas con explicación detallada de los temas, presentación del material en hojas de cálculo Jupyter notebooks y material complementario en archivos pdf. Se proponen, además, dos proyectos que permiten aplicar las competencias y habilidades desarrolladas en el curso.

Estudiantes universitarios, profesionales de diversas áreas del saber (medicina, finanzas, entre otros), interesados en la aplicación de desarrollos en la CD a la solución de problemas en sus campos del saber, con ayuda de los paquetes creados para tal fin en Python, combinados con los métodos computacionales.

DOCENTE

Ph D en Física y Matemáticas, realizó estudios de pregrado y postgrado en Bielorrusia (exUnión Soviética), jefe del Laboratorio de Interacciones Fundamentales en el Instituto de Problemas Nucleares de la Universidad Estatal de Bielorussia y TEAM leader de dicho instituto en la Colaboración CMS (CERN). Trabajó como miembro asociado del CERN durante 12 años. Miembro de las Colaboraciónes CMS (CERN) y DUNE (FERMILAB, EE. UU). Realizó análisis de datos en el experimento CMS. Participó en el descubrimiento del boson de Higgs (CERN, 2012), autor de más de 800 publicaciones científicas. Actualmente se desempeña como profesor de Física y laboratorios en la Universidad EIA, realiza investigación para el experimento DUNE y conduce los semilleros de Análisis de Datos (DA) y Física de Partículas Elementales y Altas Energías (FPEAE) en la Universidad EIA.

  • MÓDULOS DEL CURSO