Certificado Profesional en Data Science para Negocios

Crear modelos de persistencia que se desplieguen como API o se utilicen para la puntuación por lotes.

Diseñar código que se ejecute en paralelo utilizando funcionalidades de multiprocesamiento y multihilo.

Discutir funcionalidades avanzadas de Python como clases y funciones.

Comprender R y RStudio y sus aplicaciones.

Analizar el concepto de comprobación de hipótesis, trabajar con conjuntos de datos, construir modelos de clasificación e interpretar los resultados.

Comprender los entresijos de la regresión logística, evaluar sus resultados y entender cómo funciona una función de enlace.

Realizar un análisis de componentes principales (ACP) y múltiples comparaciones por pares y analizar modelos con múltiples predictores categóricos.

Presentar un análisis de principio a fin con perspectivas significativas sobre un conjunto de datos utilizando análisis exploratorio, reducción de dimensiones, modelos lineales y modelos de clasificación.

Interpretar soluciones relacionadas con big data.

Comprender los conceptos básicos del análisis predictivo y aprendizaje automatizado.

Utilizar los lenguajes de programación de secuencias de comandos, incluido Python, para procesar, visualizar y analizar grandes conjuntos de datos e implementar soluciones de Aprendizaje Automatizado.

Identificar qué necesidades empresariales pueden abordarse con datos.

Destilar los datos en puntos clave utilizando informes, cuadros de mando, historias e infografías.

Anticipar y gestionar las preguntas de diversos públicos y partes interesadas.

Mejorar la toma de decisiones mediante el uso de señales e indicadores apropiados para audiencias específicas.