Modalidad
Online en directo
Duración
117 horas
Fechas
14 febrero 2025 — 31 mayo 2025
Días y horarios
Sábados de 9:00 a 14:00
Un curso completo y avanzado sobre ciencia de datos, almacenamiento, explotación con Python y SQL, Machine Learning, Cloud Computing, BigQuery y visualización con Looker Studio y PowerBI.
El curso se puede consumir completo o por módulos y te permitirá ser un experto en la explotación de datos avanzados.
Herramientas de Cloud Computing y gestión de datos en la nube.
Análisis de datos con Python y SQL, desde lo más básico a aspectos avanzados.
Análisis de datos avanzados, Machine Learning y tratamiento y gestión de recursos.
Visualización de datos con Looker Studio y PowerBI, e integración de la IA.
Nuestras métricas
Resultados
El objetivo del curso es que el alumno adquiera un conocimiento profundo y sólido sobre las ciencia de datos, Cloud Computing, Python y SQL.
360 grados
Estudiaremos desde la iniciación al Big Data hasta la parte más avanzada de ciencia de datos y machine learning. Un curso de intenso e intensivo.
Avanzado
El curso está pensado para aquellos profesionales que ya trabajan con datos simples y quieren dar un paso adelante en el tratamiento de los mismos con lenguajes y sistemas más avanzados.
Temario
El temario está adaptado para que los profesionales del marketing y el negocio digital puedan dar un empuje a su carrera.
Casos de éxito reales
Aprende con casos de éxito sobre empresas líderes en su sector. Problemas y soluciones reales de nuestro día a día.
Práctico
Las clases tienen un enfoque práctico y dinámico, con sesiones de networking, ejercicios prácticos y ejemplos reales para que pongas en práctica el conocimiento adquirido desde el primer día.
El programa más completo
- Introducción a Big Data
- Fundamentos de estadística
- Roles data
- Bases de datos
- Ciclo de vida del dato
- Introducción a Python
- Introducción a SQL
- Introducción GCP
- Introducción a ML
- Introducción a data governance
- Casos de uso
- Introducción a Python
- Configuración IDE
- Jupyter notebooks
- Variables
- Listas
- Funciones y packages
- Cadenas de caracteres
- Fechas
- Intro a Numpy
- Intro a pandas
- Operaciones con dataframes
- Limpieza de datos
- Union de datos
- Visualizaciones básicas
- Consultas APIs
- Caso práctico
- Intro a ML con Python (scikit-learn)
- Introducción a Machine Learning
- Fundamentos estadísticos
- Machine Learning en Python
- Tipos de modelos de ML
- IA Generativa
- Frameworks ML
- Scikit learn
- Introducción a Tensorflow
- Casos prácticos
- Enlace con ML en Cloud
- ALMACENAMIENTO
- Google Cloud Storage
- BigQuery
- Firebase
- CloudSQL
- BigTable
- Spanner
- INGESTA
- Pub/sub
- PROCESAMIENTO
- Cloud Run Functions
- Dataflow
- BigQuery
- GC Scheduler
- VIRTUALIZACIÓN
- ORQUESTACIÓN
- Workflows
- Composer
- ML
- VertexAI
- BQML
- Gemini
- AutoML
- APIs AI Google
- Caso práctico
Introducción a Big Data y bases de datos
- Introducción y fundamentos de Big Data.
- Bases de datos.
- Tipos de Bases de datos.
- Diferencias entre bases de datos SQL y NoSQL.
- Datos más comunes.
Ecosistema Google Cloud Platform
- Qué es Firebase e integración con BigQuery.
- Qué es GA4 e integración con BigQuery de forma diaria y en tiempo real.
- Contexto de BigQuery.
BigQuery
- Adquisición.
- Datasets.
- Tipos de tablas.
- Precios.
- IAM y permisos GCP.
- Interfaz BigQuery.
- Subida de archivos desde local y drive.
Funciones Básicas SQL en BigQuery
- Selección de métricas.
- Operaciones básicas (suma, resta, conteos, máximos, mínimos…).
- Operadores y condiciones lógicas.
- Rango de valores y exclusión de nulos.
- Condiciones de igualdad o patrones.
- Trabajo con strings y fechas.
- Funciones de conversión.
Funciones Avanzadas SQL en BigQuery
- Funciones de agrupamiento, orden y filtrado.
- Subqueries.
- Tipos de JOINS.
- Desanidado de datos.
- Tratamiento de tablas particionadas.
- Función WITH.
- Creación, borrado y actualización de tablas en BigQuery.
Estadística y automatización de queries en BigQuery
- Correlaciones.
- Cuartiles.
- Creación y entrenamiento de un modelo de Machine Learning (regresión lineal).
- Automatización queries.
- Creación de KPIS y automatización.
Conexión con Data Studio
- Conexión BigQuery con Data Studios.
- Dashboards temporales en BigQuery.
- Consultas personalizadas con SQL en Data Studio.
- Introducción a la visualización de datos
- La elección del gráfico perfecto
- Tipos de informes
- Fundamentos
- Google Spreadsheet
- Fundamentos de Looker Studio
- Fuentes de datos en Looker Studio
- Explorador Lab
- Informes en Looker Studio
- Segmentación
- Fuentes de datos avanzadas
- Plan de Visualización de Datos
- Business Intelligence y Modelos Relacionales
- Introducción a Power BI
- Conexión a Datos
- Modelado de Datos
- Visualizaciones
- Caso práctico
- Compartir y Colaborar
Impartido por profesionales
Juan Andrés Tejero
Cuenta con más de 7 años de experiencia en roles Data (Data Engineering, Data Science y Data Governance) y actualmente es el responsable del Área de Conocimiento de Data Science dentro de LIN3S.
Unai Martínez
Diplomado en Administración y Dirección de Empresas por la UPV y Posgrado en Analítica Web. Master en Big Data & Business Intelligence.
Garazi Peralta
Graduada en Administración y Dirección de Empresas (ADE), máster en Business Analytics y experta en análisis y visualización de datos.
Contacta con nosotros
Llévalo a tu empresa
Programas de aprendizaje a medida y soluciones adaptadas a los desafíos de tu negocio.