/OpenSource-RoadMap-DataScience

¡Camino a una educación autodidacta en Ciencia de Datos!

Primary LanguageJupyter NotebookApache License 2.0Apache-2.0

Open Source Road Map Data Science

📊 ¡Camino a una educación autodidacta en Data Science!

⭐ Contenido

⭐ Cómo contribuir

El objetivo de este repositorio es contribuir a la formación de los profesionales interesados en Ciencia de Datos e Inteligencia Artificial. Esto ayudará a incrementar los profesionales peruanos e hispanohablantes y así tener mas Data Scientist, Data Engineer, Machine Learning Engineer, Data Architects y demás perfiles existentes. Puede hacer un Pull Request y agregar más contenido que crea necesario. Aquí un Tutorial

⭐ De qué trata esto

Esto es un camino sólido para aquellos que desean completar un curso de Ciencia de datos en su propio tiempo, con cursos de las mejores universidades en el mundo. En nuestro plan de estudios, damos preferencia a los cursos de estilo MOOC (Massive Open Online Course) porque estos cursos se crearon teniendo en cuenta nuestro estilo de aprendizaje.

⭐ Conviertete en un estudiante de Data Science Research Perú

Pueden enviarnos sugerencias y unirse a nuestros grupos de WhatsApp mediante el siguiente link.

[Pendiente] Para inscribirse oficialmente en este curso, debe crear un perfil en nuestra web.

⭐ Motivación y Preparación

Aquí hay dos enlaces interesantes que pueden marcar toda la diferencia en su viaje.

El primero es un video motivacional que muestra a un chico que pasó por el "Desafío MIT", que consiste en aprender todo el currículo MIT de 4 años para Ciencias de la Computación en 1 año.

El segundo enlace es un MOOC que le enseñará técnicas de aprendizaje utilizadas por expertos en arte, música, literatura, matemáticas, ciencias, deportes y muchas otras disciplinas. Estas son habilidades fundamentales para tener éxito.

El tercer enlace es un vídeo sobre 100 motivos para estudiar Informática. Repasa las razones fascinantes para aprender Ciencias de la Computación y toda lo emocionante que implica más allá de una demanda laboral en crecimiento.

¿Estas listo para empezar?

⭐ Currícula


⭐ Algebra Lineal

Cursos Duración Esfuerzo Plataforma
Esencia del Algebra Lineal 1 semana 4 horas/semana YouTube
Algebra Lineal - Fundamentos 15 semanas 8 horas/semana Edx
Algebra Lineal - Avanzado 15 semanas 8 horas/semana Edx
Aplicaciones de Álgebra Lineal Part 1 5 semanas 4 horas/semana Edx
Aplicaciones de Álgebra Lineal Part 2 4 semanas 5 horas/semana Edx

⭐ Cálculo

Cursos Duración Esfuerzo Plataforma
Calculus 1A: Diferenciación 13 semanas 6-10 horas/semana Edx
Calculus 1B: Integración 13 semanas 5-10 horas/semana Edx
Calculus 1C: Sistemas de coordenadas y series infinitas 13 semanas 6-10 horas/semana Edx

⭐ Cálculo multivariable

Cursos Duración Esfuerzo Plataforma
MIT Cálculo multivariable 15 semanas 8 horas/semana MIT

⭐ Base de Datos

Cursos Duración Esfuerzo Plataforma
Curso Base de Datos de Stanford - semanas 8-12 horas/semana Stanford

⭐ Probabilidad y Estadística

Cursos Duración Esfuerzo Plataforma
Introducción a la Probabilidad 16 semanas 12 horas/semana Edx
Razonamiento Estadístico - semanas - horas/semana Standford
Introducción a la Estadística: Descriptiva 5 semanas - horas/semana Edx
Introducción a la Estadística: Probabilística 5 semanas - horas/semana Edx
Introducción a la Estadística: Inferencia 5 semanas - horas/semana Edx

⭐ Python

Cursos Duración Esfuerzo Plataforma
Introducción a Computer Science y Programación usando Python 9 semanas 15 horas/semana Edx
Introducción al Pensamiento Computacional y Ciencia de Datos 10 semanas 15 horas/semana Edx
Introducción a Python para Ciencia 6 semanas 2-4 horas/semana Edx
Programación con Python para Ciencia de Datos 6 semanas 3-4 horas/semana Edx

⭐ R

Cursos Duración Esfuerzo Plataforma
Programa especializado Data Science: Foundations using R 4 meses 6 horas/semana Coursera
Programación R 2 semanas 10 horas/semana Coursera
Programa especializado Statistics with R 7 meses 5 horas/semana Coursera
Introducción a Data Science: Programación Estadística con R 4 semanas 3-5 horas/semana Coursera

⭐ Introducción a la Ciencia de Datos

Cursos Duración Esfuerzo Plataforma
Introducción a la Ciencia de Datos 8 semanas 10-12 horas/semana Coursera
Ciencia de Datos - CS109 de Harvard 12 semanas 5-6 horas/semana Harvard
La Ventaja de Analítica 12 semanas 10-15 horas/semana Edx

⭐ Machine Learning

Cursos Duración Esfuerzo Plataforma
Introducción a Machine Learning 10 semanas 10-20 horas/semana Edx
Aprendiendo de los Datos 10 semanas 10-20 horas/semana California Institute of Technology
Aprendizaje estadístico - semanas 3 horas/semana Standford
Curso Machine Learning de Stanford - semanas 8-12 horas/semana Coursera

⭐ Optimización Convexa

Cursos Duración Esfuerzo Plataforma
Optimización Convexa 9 semanas 10 horas/semana Standford

⭐ Manipulación y recuperación de datos

Cursos Duración Esfuerzo Plataforma
Manipulación y recuperación de datos con MongoDB 8 semanas 10 horas/semana Udacity

⭐ Big Data

Cursos Duración Esfuerzo Plataforma
Introducción a Hadoop y MapReduce 4 semanas 6 horas/semana Udacity
Despliegue a Hadoop Cluster 3 semanas 6 horas/semana Udacity

⭐ Natural Language Processing

Cursos Duración Esfuerzo Plataforma
Deep Learning for Natural Language Processing - semanas - horas/semana Stanford

⭐ Deep Learning

Cursos Duración Esfuerzo Plataforma
Deep Learning 12 semanas 8-12 horas/semana Udacity

⭐ Especialización

Después de terminar los cursos anteriores, comience sus especializaciones en los temas que le interesan más. Puede ver una lista de especializaciones disponibles. Aquí.

keep learning

⭐ Cómo usar está guía

Orden de las clases

Esta guía fue desarrollada para ser consumida en un enfoque lineal. ¿Qué significa esto? Que debes completar un curso a la vez.

Los cursos ya están en el orden en que debe completarse. Simplemente comience en la sección Álgebra lineal y después de terminar el primer curso, comience el siguiente.

Si el curso no está abierto, hágalo de todos modos con los recursos de la clase anterior.

¿Debo tomar todos los cursos?

Si! ¡La intención es concluir todos los cursos listados aquí!

Duración

¡Puede llevar más tiempo completar todas las clases en comparación con un curso regular de Ciencias de Datos, pero podemos garantizar que su recompensa será proporcional a su motivación / dedicación!

Debes concentrarte en tu hábito y olvidarte de los objetivos. Intenta invertir 1 ~ 2 horas todos los días estudiando este plan de estudios. Si haces esto, inevitablemente terminarás este plan de estudios.

Créditos

El repositorio que nos sirvió de inspiración: OSSU