NEOLAND

DATA SCIENCE BOOTCAMP

2

FULL-TIME432 horas / 12 semanas

Se imparte de lunes a jueves de 9:00 a 18:00 y los viernes de 9:00 a 13:00.

IntroducciónEl Big Data genera enormes cantidades de datos y el Data Science se encarga de convertirlos en información útil para tomar decisiones en las compañías. Por esta razón, esta profesión se ha posicionado como una de las más demandadas por las empresas digitales.

El Data Science Bootcamp está especialmente dirigido a personas a las que les apasionen las matemáticas, la estadística o la programación y que quieran aprender todo lo necesario para trabajar en grandes empresas o Start-ups donde se trabaja intensamente con datos.

Este Bootcamp se imparte en horario Full-Time o Part-Time desde nuestro campus de Madrid y también Online.

3

Módulo 1Introducción y programación básicaVeremos una introducción a Data Science y aprenderás los fundamentos básicos de Python y R. Comenzarás a utilizar Python como herramienta, R como lenguaje para el análisis estadístico y R Studio como entorno de desarrollo integrado.

Python Básico

Aprenderás los fundamentos básicos de Python para utilizarlo como herramienta:

• Introducción a Python

• Condicionales y bucles

• Anaconda y Spyder, entorno de desarrollo

• Tipos de variables en Python

• Listas en Python

Introducción a R y RStudio

Introducción a R como lenguaje para el análisis estadístico y R Studio como entorno de desarrollo integrado.

• Introducción a R y RStudio

• Introducción a tipos de variables en R

• Condicionales y bucles

Módulo 2Fundamentos matemáticosAprenderás los conceptos de matemáticas y programación necesarios para que el curso dé comienzo con un nivel homogeneizado entre todos los estudiantes. Esto asegurará que el temario pueda cumplirse en su totalidad y de manera satisfactoria.

• Repaso de los conceptos matemáticos básicos:

• Álgebra • Cálculo • Fundamentos de estadística e inferencia estadística • Distribución de la probabilidad

• Gradient descent y su relación con el machine learning. Problemas de optimización

Contenido del BootcampEl contenido de este Bootcamp ha sido diseñado por nuestro equipo docen-te y está pensado para cubrir las necesidades de las empresas tecnológicas del sector digital.

4

Módulo 3Programación avanzadaAprenderás a utilizar entornos de trabajo de analítica de datos y lenguajes de data science como R y Python para realizar tareas de visualización y de análisis de datos. Para ello, practicarás las diferentes técnicas aplicadas de aprendizaje automático.

Python Avanzado

Aprenderemos los fundamentos del lenguaje de programación más popular y con más amplia implementación, explorando librerías específicas en el ámbito de procesamiento de datos.

• Tipos de objetos en Python

• Diccionarios y tuplas en Python

• Librerías y módulos en Python (NumPy)

• Lectura y escritura de archivos en Python

• Funciones en Python

• Clases en Python

• Dataframes en Python (Pandas)

• Visualización datos (Seaborn, Matplotlib)

R y RStudio avanzado

• Iterables y funciones en R

• Herramienta para el tratamiento de los conjuntos de datos

• Visualización de datos ggplot2

Módulo 4Big Data SystemsComprenderemos las diferentes tecnologías de almacenamiento, desde las tecnologías de data warehousing y las bases de datos no relacionales a través de entornos como Hadoop, mapReduce y Spark.

MySQL

Aprenderemos la diferencia entre los modelos relacionales y no relacionales en el ámbito de las bases de datos, así como el entorno de gestión de MySQL por excelencia.

• Workbench

• Operadores Use, Create, Insert, Select en MySQL

• Cláusula Where en MySQL

• Group by e InnerJoin en MySql

• Acceder a MySql desde Python

5

MongoDB

Trataremos con MongoDB.

• MongoDB desde terminal

• Bases de datos e identificadores en MongoDB

• Colecciones en MongoDB

• Documentación en MongoDB

Módulo 5Data MiningComprenderás la utilidad de las tecnologías de procesamiento de flujos de datos y aprenderás a recabar información interna y externa para transformarla y aplicarla como soporte a tareas analíticas.

API Twitter

Aprenderás a trabajar con la API de Twitter desde Python.

• Trabajar con la cuenta de desarrollador

• Librería Tweepy

• Uso de API Search desde Python

Scraping

Explorarás la sintaxis de la estructura HTML para poder extraer información de las páginas web de una manera automatizada.

• Introducción a la estructura HTML

• Herramienta “inspeccionar” del navegador

• Uso de la librería request desde Python

• Selección y extracción de datos con BeautifulSoup

Text Mining

Analizaremos el lenguaje humano y aprenderemos a deconstruirlo y clasificarlo para obtener información útil.

• Procesamiento de lenguaje natural (NLP)

• Análisis de sentimiento

• Análisis de topics

6

Módulo 6Machine Learning / Deep LearningRegresión lineal y polinomial

Nos meteremos de lleno en la regresión lineal y polinomial y regresión logística. También veremos SVD, K-NN, K-Means, los árboles de decisión… Por último, veremos una introducción al término Deep Learning y explorarás el concepto de redes neuronales.

• Introducción al problema de regresión

• Regresión mediante el modelo lineal

• Métricas para el problema de regresión

• Estimación por máxima verosimilitud y por mínimos cuadrados ordinarios

• Interpretación de coeficientes estimados

• Regresión polinomial considerando interacciones de orden superior

• Validación de modelos mediante visualizaciones.

Regresión logística

Aplicarás la función logística para construir un algoritmo capaz de catalogar información.

• Introducción al problema de clasificación

• Interconexión de modelo probabilístico y regresión lineal

• Algoritmo de clasificación de regresión logística

• Métricas para el problema de clasificación

• Interpretación de coeficientes estimados

• Validación de modelos mediante visualizaciones

SVD (Singular value decomposition) y PCA (Principal com-ponents analysis)

Aprenderás a reducir la dimensión de grandes matrices y el abanico de posibilidades que esto nos ofrece.

• Extracción de información

• Reducción de dimensiones

• Casos de uso reales y sistemas de recomendación

• Biplot. Visualización de los datos sobre los componentes principales

K-NN

7

Implementarás el método K-NN, lo compararemos con la regresión lineal y lo usaremos para entender el overfitting.

• Definición de vecindario

• Overfitting

• Bias-variance trade off

K- Means y hyerarchical clustering

Implementarás los métodos K-Means y hyerarchical clustering utilizados a la hora de agrupar información.

• Clasificación de objetos no supervisados

• Clustering y segmentación

• Definición de distancias

Support Vector Machine

Usarás el método SVM para problemas de clasificación.

• Introducción a la geometría euclidiana

• Rectas, planos e hiperplanos

• Clasificador SVM

• Introducción a los kernels

Árboles

Usarás distintos métodos basados en árboles de decisión para problemas de clasificación y regresión.

• Introducción a árboles de decisión

• Bagged trees

• Random forest

• Gradient boosting

Clasificador bayesiano

Aprenderás qué es un clasificador bayesiano (fundamentado en el teorema de Bayes) y algunas de sus aplicaciones prácticas.

• Introducción a la probabilidad condicional

• Clasificador Naïve Bayes utilizando Python

Deep learning: redes neuronales

8

Verás una introducción al término Deep Learning y explorarás el concepto de redes neuronales, así como su implementación y fundamentos. Entrarás en contacto con tecnologías, cómo TensorFlow, Keras.

• Perceptrón

• Perceptrón multicapa: introducción a redes neuronales

• Redes neuronales recurrentes

• Redes neuronales convolucionales

Módulo 7Proyecto FinalEn la versión Full-Time durante las dos últimas semanas del curso realizarás un proyecto final que formará parte de tu portfolio y en el que aplicarás todo lo aprendido. En la versión Part-Time ese proyecto se realiza desde casa una vez finalizado el curso.

El temario se actualiza cada tres meses añadiendo las novedades del sector.

Equipo docenteTodos nuestros profesores y equipo docente, son profesionales del sector y cuentan con muchos años de experiencia en formación.

9

Adrián CejaHEAD TEACHER

Josep Miquel PorcarTEACHER

Marco RussoTEACHER

Víctor PérezTEACHER

Ingeniero en Mecatrónica y con maestría en Inteligencia Artificial,

ha trabajado en Machine Learning, Deep Learning, Visión Artificial.

Data Scientist, matemático y estadístico con 4 años de

experiencia en proyectos de investigación de Data Science.

Especialista en Data y BI en Paradigma Digital y más de 6 años

como docente para importantes escuelas de negocios.

Matemático y economista con 5 años de experiencia en analítica aplicada a la gestión de riesgos

en el sector financiero.

Álvaro VázquezACADEMIC ADVISOR

Zoraida MorenoACADEMIC ADVISOR

Licenciado en Comunicación y con más de 8 años de experiencia en grandes empresas como Tiempo

BBDO, Ogilvy & Mather…

Arquitecto y UX/UI Designer con más de 10 años de experiencia en diferentes Alcaldías de Caracas y

proyectos propios.

10

Consigue un empleoUna vez nalizada tu formación en la escuela, te ayudamos a conseguir un trabajo nuevo gracias a nuestros servicios exclusivos para alumnos.

Consultoría OnlineTe ayudamos a mejorar el

currículum y a optimizar tu perfil de LinkedIn. Además, te asesoramos

para que afrontes las entrevistas de trabajo de la mejor manera posible.

Ofertas de EmpleoEstamos en contacto con empresas del sector IT, consultoras y Start-ups

que buscan nuevos perfiles que incorporar en sus equipos. Siempre

estamos pendientes de nuevas ofertas que puedan interesar a

nuestros alumnos.

Hiring TimeCada tres meses organizamos un

nuevo evento de empleo en el que reunimos a nuestros alumnos con empresas que tengan ofertas de

trabajo activas.

11

RequisitosPara sacarle el mayor partido a este curso, son necesarios los siguientes requisitos y conocimientos previos:

• Nivel de inglés intermedio

• Números reales, fracciones, potencias

• Funciones trigonométricas (seno, coseno, tangente)

• Funciones polinómicas, logarítmicas, exponenciales

• Derivadas e integrales (conceptos básicos)

• Buen manejo de ejecución de software y un uso fluido con ordenadores

Además, para realizar este curso es necesario disponer de un ordenador (PC/Mac) con menos de 4 años.

BecasPara que el dinero no sea un impedimento, contamos con un número limitado de becas que puedes solicitar.

DescuentosContamos con descuentos Early Bird que varían en función de la fecha de matriculación.

FinanciaciónSi lo necesitas, tenemos diferentes opciones de financiación con empresas externas.

Para más información consulta con tu Academic Advisor.

12

FAQsAquí tienes algunas de las preguntas más frecuentes.

¿Cómo puedo apuntarme al curso?

Para apuntarte al curso es necesario que primero contactes con un Academic Advisor rellenando el formulario que aparece después de pulsar el botón “INFÓRMATE” ¿Tenéis servicio de orientación profesional?

¡Por supuesto! Si tienes cualquier duda al elegir tu curso y quieres consultar algo, puedes solicitar una entrevista o una llamada telefónica con tu Academic Advisor. ¿Cuánto cuestan estos Bootcamp?

Los Bootcamp tienen un precio de 6.495€ en formato Full-Time y de 5.195€ en Part-Time. Existe un programa de Becas, así como descuentos Early Bird por reserva de plaza anticipada. ¿Cómo funciona el programa de Becas?

Todas las personas interesadas en nuestros Bootcamp tienen la posibilidad de conseguir una beca de 1.000€ en Full-Time y de 800€ en Part-Time. Para informarte sobre el proceso debes contactar con tu Academic Advisor. ¿Tenéis algún descuento Early Bird?

Sí, puedes conseguir un descuento adicional de 500€ en Full-Time y de 400€ en Part-Time al realizar tu reserva por adelantado. Para más información contacta con tu Academic Advisor. ¿Cómo se tiene que pagar el curso?

Para reservar tu plaza tienes que hacer un pago de 500€ para el Full-Time y de 400€ para el Part-Time, el importe restante debe estar abonado como muy tarde 15 días antes del comienzo. ¿Existe algún sistema de financiación?

Sí, tenemos diferentes opciones de financiación con empresas externas para que puedas abonar el curso en cómodos plazos. Por favor consulta con tu Academic Advisor. ¿Qué diferencia hay entre Full-Time y Part-Time?

La diferencia está en el horario y en la intensidad con la que se imparten los contenidos. Por lo general, las personas que disponen de mucho tiempo y quieren aprender rápido, eligen el Full-Time y las que necesitan compatibilizarlo con otros estudios o su trabajo el Part-Time.

13

¿Qué metodología empleáis en los cursos Online?

Todas las clases de nuestros cursos Online se realizan en directo a través de Zoom. De esta forma, la experiencia de aprendizaje es prácticamente la misma que en presencial, al poder interactuar siempre con tus compañeros y profesores. ¿Necesito un ordenador para hacer el curso?

Sí, necesitas un ordenador con cualquier sistema operativo (PC/Mac) con menos de 4 años y por supuesto, si tu curso es presencial debe ser un equipo portátil. ¿Hace falta experiencia previa para apuntarme?

No es necesaria experiencia previa pero sí unos estudios mínimos que te permitan aprender sin limitaciones. Por favor consulta con tu Academic Advisor para obtener más información. ¿Es posible aprender todo esto en tan poco tiempo?

¡Sí, por supuesto! Requiere mucho esfuerzo por tu parte, pero el programa está diseñado para que puedas aprender todo en el tiempo establecido. Tu perfil al finalizar el curso será Junior pero tendrás los conocimientos necesarios para empezar a trabajar. ¿Tendré que dedicar más horas a parte del curso?

El Bootcamp está diseñado para que puedas hacerlo en los horarios de clase pero en algunas ocasiones es posible que necesites invertir tiempo adicional. ¿Podré realizar mi propio proyecto?

En la versión Full-Time durante las dos últimas semanas del curso realizarás un proyecto final que formará parte de tu portfolio y en el que aplicarás todo lo aprendido. En la versión Part-Time ese proyecto se realiza desde casa una vez finalizado el curso. ¿Se entrega algún diploma al finalizar el curso?

Sí, al finalizar el curso se entrega un diploma a todos los asistentes que hayan aprovechado el curso. Se trata de un título propio que acredita las horas de formación y el temario que has cursado. ¿Qué pasa si me apunto y no puedo asistir?

Debido al limitado número de plazas, no podemos devolver ninguna cantidad pagada, pero podrás realizar el curso en la siguiente convocatoria en la que quede una plaza libre al comenzar.

MADRIDPlaza de España 1128008 MadridT: 913 776 272