Curso Ciencia de datos con Python y R

Descripción

En la última década, el crecimiento exponencial de los datos en varios sectores, desde la ciencia y la salud hasta la economía y la gestión ambiental, ha generado una demanda creciente de profesionales capaces de analizar e interpretarlos de manera rigurosa. La ciencia de datos se ha consolidado como una disciplina esencial para la toma de decisiones y como una disciplina clave que integra estadística, programación y conocimiento del área de estudio. El presente curso surge como respuesta a la creciente necesidad de profesionales capaces de manejar grandes volúmenes de información y transformarlos en conocimiento útil. En el curso se usarán Python y R que son lenguajes de programación ampliamente utilizados en la comunidad científica y tecnológica, reconocidos por su versatilidad y potencia en el análisis estadístico, la visualización y el aprendizaje automático. Estos lenguajes son dos de las herramientas más utilizadas a nivel mundial debido a su amplia comunidad y robustos ecosistemas de paquetes. En particular, Python destaca por su versatilidad y capacidad de integración, mientras que R sobresale por su especialización en estadística y análisis de datos. Por ello, aprender ambos lenguajes proporciona una base muy sólida y flexible en ciencia de datos. Este curso busca proporcionar una formación abierta y accesible que permita a los participantes adquirir competencias prácticas y teóricas para la toma de decisiones basada en datos. A través de un enfoque integrador, el curso busca no solo enseñar técnicas, sino también fomentar el pensamiento crítico y la reproducibilidad en el análisis científico. El presente curso es el primero de dos cursos enfocados a la enseñanza de la ciencia de datos con Python y R.

Objetivos

Objetivo general: Desarrollar y ampliar competencias en ciencia de datos mediante el uso de Python y R, aplicando técnicas de análisis, modelado estadístico y visualización avanzada para resolver problemas básicos e intermedios y comunicar resultados de manera efectiva y reproducible en contextos académicos, profesionales y sociales.

Objetivos específicos:

• Comprender y aplicar los fundamentos de la ciencia de datos y su relevancia en la toma de decisiones.
• Usar Python y R para la manipulación, limpieza y transformación de datos estructurados.
• Manipular bases de datos y gestionar información de manera eficiente con Python y R.
• Aplicar técnicas de análisis exploratorio de datos (EDA) para identificar patrones, tendencias y anomalías.

Metas

• Desarrollar proyectos de ciencia de datos de complejidad intermedia, integrando múltiples etapas del análisis.
• Seleccionar, implementar y validar modelos adecuados según el problema planteado.
• Comunicar resultados mediante visualizaciones claras y narrativas basadas en datos y R markdown y Jupiter notes - voila.
• Demostrar independencia en el uso combinado de Python y R mediante la elaboración de un flujo de trabajo reproducible sin asistencia directa.
• Construir un portafolio con proyectos robustos y aplicados a casos reales, que sirva como evidencia de competencias para su desarrollo académico y profesional.
• Adoptar estándares de trabajo reproducible y documentado, cercanos a entornos profesionales o de investigación.

Requisitos

Requisitos de ingreso: Conocimientos básicos de estadística y calculo diferencial

Requisitos de permanencia: Asistencia a clases (mínimo siete asistencias)

Requisitos de egreso: Entrega de tareas y reporte de proyecto final

Procesos de evaluación

50% de tareas y 50% proyecto final.

Mín / Máx de alumnos: Mínimo 15, máximo 35.
La apertura del curso está sujeta al mínimo de inscritos.