Cursos de Ciencia de los datos en Santiago

Esta formación en vivo con instructor en Santiago (en línea o presencial) está dirigida a profesionales de nivel principiante que desean comprender el concepto de los modelos preentrenados y aprender a aplicarlos para resolver problemas del mundo real sin construir modelos desde cero.

Al finalizar esta formación, los participantes podrán:

• Comprender el concepto y las ventajas de los modelos preentrenados.
• Explorar varias arquitecturas de modelos preentrenados y sus casos de uso.
• Afinar un modelo preentrenado para tareas específicas.
• Implementar modelos preentrenados en proyectos simples de aprendizaje automático.

Esta formación en vivo con instructor en Santiago (en línea o presencial) está dirigida a científicos y analistas de datos de nivel intermedio que deseen utilizar AWS Cloud9 para optimizar sus flujos de trabajo de ciencia de datos.

Al finalizar esta capacitación, los participantes serán capaces de:

• Configurar un entorno de ciencia de datos en AWS Cloud9.
• Realizar análisis de datos utilizando Python, R y Jupyter Notebook en Cloud9.
• Integrar AWS Cloud9 con servicios de datos de AWS como S3, RDS y Redshift.
• Utilizar AWS Cloud9 para el desarrollo y despliegue de modelos de aprendizaje automático.
• Optimizar flujos de trabajo en la nube para el análisis y procesamiento de datos.

Esta formación en vivo impartida por un instructor en Santiago (en línea o presencial) está dirigida a participantes de nivel intermedio que desean automatizar y gestionar flujos de trabajo de aprendizaje automático, incluyendo el entrenamiento, validación y despliegue de modelos utilizando Apache Airflow.

Al finalizar esta formación, los participantes serán capaces de:

• Configurar Apache Airflow para la orquestación de flujos de trabajo de aprendizaje automático.
• Automatizar tareas de preprocesamiento de datos, entrenamiento y validación de modelos.
• Integrar Airflow con frameworks y herramientas de aprendizaje automático.
• Desplegar modelos de aprendizaje automático mediante pipelines automatizados.
• Supervisar y optimizar flujos de trabajo de aprendizaje automático en producción.

Esta formación presencial impartida por un instructor en Santiago (en línea o in situ) está dirigida a científicos de datos e profesionales de TI de nivel principiante que deseen aprender los fundamentos de la ciencia de datos utilizando Google Colab.

Al finalizar esta formación, los participantes serán capaces de:

• Configurar y navegar por Google Colab.
• Escribir y ejecutar código Python básico.
• Importar y gestionar conjuntos de datos.
• Crear visualizaciones utilizando bibliotecas de Python.

Python es un lenguaje de programación que ha ganado enorme popularidad en la industria financiera. Adoptado por los principales bancos de inversión y fondos de cobertura, se utiliza para construir una amplia gama de aplicaciones financieras, desde programas centrales de trading hasta sistemas de gestión de riesgos.

En esta formación práctica impartida por instructores, los participantes aprenderán cómo utilizar Python para desarrollar aplicaciones prácticas que resuelvan diversos problemas específicos relacionados con las finanzas.

Al finalizar este curso, los participantes podrán:

• Comprender los fundamentos del lenguaje de programación Python
• Descargar, instalar y mantener las mejores herramientas de desarrollo para crear aplicaciones financieras en Python
• Seleccionar y utilizar los paquetes de Python y técnicas de programación más adecuados para organizar, visualizar y analizar datos financieros procedentes de diversas fuentes (CSV, Excel, bases de datos, web, etc.)
• Construir aplicaciones que resuelvan problemas relacionados con la asignación de activos, análisis de riesgos, rendimiento de las inversiones y otros aspectos
• Diagnosticar problemas, integrar, implementar y optimizar una aplicación Python

Público objetivo

• Desarrolladores
• Analistas
• Cuantitativos (Quants)

Formato del curso

• Clases teóricas combinadas con discusión, ejercicios y una intensa práctica hands-on

Nota

• Esta formación tiene como objetivo ofrecer soluciones para algunos de los problemas fundamentales que enfrentan los profesionales financieros. Sin embargo, si hay un tema, herramienta o técnica específica que desees añadir o ampliar, por favor, contáctanos para organizarlo.

Explora enfoques prácticos de la Ciencia de Datos e IA con Python, capacitando a los profesionales con las habilidades necesarias para explorar datos, construir modelos de aprendizaje automático y desplegar aplicaciones basadas en IA en entornos empresariales. Aborda los flujos de trabajo CRISP-DM, análisis estadístico, aprendizaje supervisado y no supervisado, aprendizaje profundo con Tensorflow, procesamiento del lenguaje natural, big data con Spark y narración de historias basada en datos. Ideal para principiantes que buscan una certificación en ciencia de datos con Python y formación analítica orientada a la inserción laboral.

La Plataforma Analítica KNIME es una opción destacada de código abierto para la innovación basada en datos, ayudándote a descubrir el potencial oculto en tus datos, extraer nuevos conocimientos o predecir escenarios futuros. Con más de 1000 módulos, cientos de ejemplos listos para ejecutar, un amplio conjunto de herramientas integradas y la mayor variedad de algoritmos avanzados disponibles, KNIME Analytics Platform es la caja de herramientas ideal para cualquier científico de datos o analista empresarial.

Este curso sobre la Plataforma Analítica KNIME representa una oportunidad ideal para principiantes, usuarios avanzados y expertos en KNIME que deseen iniciarse en KNIME, aprender a utilizarlo de manera más efectiva y crear informes claros y completos basados en flujos de trabajo de KNIME.

Esta formación en vivo impartida por un instructor (en línea o presencial) está dirigida a profesionales de datos que desean utilizar KNIME para resolver necesidades empresariales complejas.

Está enfocado en un público que no conoce programación y tiene la intención de utilizar herramientas de vanguardia para implementar escenarios analíticos.

Al finalizar esta formación, los participantes serán capaces de:

• Instalar y configurar KNIME.
• Construir escenarios de ciencia de datos
• Entrenar, probar y validar modelos
• Implementar la cadena de valor completa de los modelos de ciencia de datos

Formato del curso

• Conferencias interactivas y debates.
• Amplia realización de ejercicios y práctica.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso o para obtener más información sobre este programa, contáctenos para coordinar los detalles.

Esta formación en vivo dirigida por un instructor en Santiago (en línea o presencial) está dirigida a analistas de datos, desarrolladores o aspirantes a científicos de datos con nivel intermedio que deseen aplicar técnicas de aprendizaje automático en Python para extraer conocimientos, realizar predicciones y automatizar decisiones basadas en datos.

Al finalizar este curso, los participantes serán capaces de:

• Comprender y diferenciar los paradigmas clave del aprendizaje automático.
• Explorar técnicas de preprocesamiento de datos y métricas de evaluación de modelos.
• Aplicar algoritmos de aprendizaje automático para resolver problemas reales de datos.
• Utilizar bibliotecas de Python y cuadernos Jupyter para el desarrollo práctico.
• Construir modelos para predicción, clasificación, recomendación y agrupamiento.