El siguiente repositorio busca ser un lugar donde llevar un registro con notas acerca de los cursos implantados en la Escuela de Data Science de Platzi.
La escuela cuenta con cursos para los diferentes roles que se pueden desempeñar en un equipo de Data Science, estos son:
- Data Engineer: Estos se encargan de crear y mantener la infraestructura de software que permite el procesamiento de grandes conjuntos de datos.
- Data analyst y business intelligence: Su objetivo es encontrar conocimiento a partir de datos existentes y compartir hallazgos relevantes para tomar decisiones de negocio.
- Data scientist: Las habilidades de un data scientist contemplan varias herramientas de los anteriores junto con lenguajes como Python o R y SQL, probabilidad y estadística, pero también con conocimientos de machine learning.
- Machine learning engineer: Estos operan en el último tramo del flujo dentro de la etapa de aprendizaje automatizado y optimización. Su tarea es escalar y robustecer los modelos que un científico de datos ha construido.
La siguiente tabla de contenido dirige a cada uno de los contenidos de los cursos:
- Curso Básico de Python
- Introducción al pensamiento computacional con Python
- Programación orientada a objetos y algoritmos con Python
- Fundamentos de Matemáticas
- Matemáticas para Data Science: Cálculo
- Matemáticas para Data Science: Probabilidad
- Introducción al Álgebra Lineal: Vectores
- Estadística computacional con Python
- Introducción al Pensamiento Probabilístico
- Curso Profesional de Git y GitHub
- Terminal y linea de comandos
- Fundamentos de Bases de datos
- SQL y MySQL
- Curso Práctico de SQL
- Principios de Visualización de Datos para Business Intelligence
- Business Intelligence con Excel
- Tableau: Visualización de Datos y Storytelling para Negocios
- Business Intelligence con Power BI
- Google Data Studio
- Manipulación y Análisis de Datos con Pandas y Python
- Ingeniería de datos con Python
- Web Scrapping con Python y Xpath
- Web Scrapping: Extracción de datos en la Web
- Curso de Scrapy
- Fundamentos de Spark para Big Data
- Hadoop
- AWS Redshift para Manejo de Big Data
- Fundamentos de Estadística y Análisis de Datos con Python
- Curso Práctico de Regresión Lineal con Python
- PostgreSQL Aplicado a Ciencia de Datos
- Curso de Análisis Exploratorio de Datos
- Fundamentos de R
- Estadística Inferencial con R
- Fundamentos de Álgebra Lineal para Data Science con Python
- Fundamentos Prácticos de Machine Learning
- Álgebra Lineal Aplicada para Machine Learning
- Curso Profesional de Machine Learning con Scikit-Learn
- TensorFlow.js
- Fundamentos de Teoría de la Información
- Redes Neuronales en Keras y Scikit-Learn
- Fundamentos de Procesamiento de Lenguaje Natural con Python y NLTK
- Algoritmos de Clasificación de Texto
- Deep Learning con Pytorch