Ir directamente a la información del producto
1 de 1
Precio habitual $119.00 USD
Precio habitual Precio de oferta $119.00 USD
Oferta Agotado
Tipo
Ver todos los detalles

Complete el curso de Consultoría Profesional de Ciencia de Datos y, opcionalmente, acredítese como Consultor de Ciencia de Datos aprobando el examen de certificación. Puede comprar el curso ahora y obtener el examen más tarde, o puede obtenerlos juntos con un descuento como parte del Paquete de certificación.

Al completar el curso recibirá un certificado digital de finalización, así como una insignia digital de capacitación de Acclaim/Credly. Dado que este curso abarca las certificaciones de Profesional de Big Data y Consultor de Ciencia de Datos, al aprobar el examen también recibirá los certificados digitales de acreditación oficiales y las insignias digitales de certificación de Acclaim/Credly de Profesional de Big Data y Consultor de Ciencia de Datos, junto con una cuenta que se puede utilizar para verificar el estado de su certificación.

Si ya completó los módulos de Profesional de Big Data, puede adquirir un curso parcial (o un paquete parcial) que contiene únicamente los módulos específicos de la ruta de Consultor de Ciencia de Datos aquí.

El curso de Consultoría Profesional de Ciencia de Datos está compuesto por los siguientes 5 módulos, cada uno de los cuales tiene una duración estimada de 10 horas:

  • Módulo 1: Fundamentos de Ciencia y Analíticas de Big Data
  • Módulo 2: Conceptos de Análisis y Tecnología de Big Data
  • Módulo 3: Laboratorio de Análisis y Tecnología de Big Data
  • Módulo 7: Fundamentos de Machine Learning
  • Módulo 10: Fundamentos de Inteligencia Artificial Predictiva y Generativa

Elija el Paquete de certificación para recibir el curso completo junto con el examen de certificación supervisado en línea y un conjunto de preguntas de examen de práctica, todo con un descuento de paquete.

Al comprar este curso, automáticamente recibirá acceso a través de la plataforma de eLearning Interactivo en Línea. Para proporcionarle la mayor flexibilidad, también tendrá la opción de acceder a los materiales del curso a través de dos formatos adicionales de eLearning, sin costo adicional. A continuación se describen brevemente los tres formatos de eLearning. Encontrará una comparación más detallada aquí.
  1. Para el aprendizaje cotidiano: Una plataforma interactiva de aprendizaje en línea con lecciones individuales, así como preguntas de práctica y ejercicios interactivos que se califican automáticamente.
  2. Para el aprendizaje en movimiento: Una plataforma de kit de estudio con acceso a todos los documentos del curso que soportan la sincronización online/offline, anotaciones, comentarios, marcadores personalizados y búsquedas entre documentos.
  3. Para su referencia: Un conjunto de documentos PDF que puede imprimir y conservar (para todos los cuadernos de trabajo y posters del curso).
Las tres formas de acceso están sujetas a la * de Arcitura. Tras la compra, el acceso a la plataforma de eLearning interactivo en línea (1) se proporciona en el plazo de un día hábil. El acceso a los kits de estudio (2) y los documentos PDF (3) se proporciona sobre pedido.

A continuación se muestran los contenidos digitales y el temario de cada módulo del curso:


Módulo 1: Fundamentos de Ciencia y Analíticas de Big Data

Este módulo de fundamentos ofrece una vista general de alto nivel de las áreas temáticas esenciales de Big Data. Se ofrece una comprensión básica de Big Data desde la perspectiva de los negocios y la tecnología, junto con una vista general de los beneficios, retos y problemas comunes relacionados con su adopción.


Contenidos del módulo del curso


  • Lecciones del libro de trabajo (100+ páginas)
  • Lecciones en video (para todos los temas)
  • Poster de mapa mental
  • Poster de leyenda de símbolos

  • Suplemento
  • Preguntas de examen de práctica
  • PDFs del libro de trabajo y posters (imprimible)

Temas cubiertos

  • Cómo entender Big Data
  • Terminología y conceptos fundamentales de Big Data
  • Factores de negocio y factores tecnológicos de Big Data
  • Tecnologías empresariales tradicionales relacionadas con Big Data
  • OLTP, OLAP, ETL y Bodegas de datos digitales en relación con Big Data
  • Características de los datos en los ambientes de Big Data
  • Tipos de conjuntos de datos en los ambientes de Big Data
  • Datos estructurados, no estructurados y semiestructurados

  • Veracidad de datos y metadatos
  • Fundamentos de análisis y analítica
  • Análisis cuantitativo y cualitativo
  • Tipos de Machine Learning
  • Analítica descriptiva y diagnóstica
  • Analítica predictiva y prescriptiva
  • Inteligencia de negocios (BI) y Big Data
  • Visualización de datos y Big Data
  • Consideraciones sobre la planeación y adopción de Big Data

Módulo 2: Conceptos de Análisis y Tecnología de Big Data

Este módulo explora una serie de los temas más relevantes relacionados con las prácticas, tecnologías y herramientas contemporáneas de análisis para los ambientes de Big Data. El contenido del módulo intencionalmente mantiene su cobertura a nivel conceptual, enfocándose en temas que permiten a los participantes desarrollar una comprensión integral de las funciones y características de análisis comunes ofrecidas por las soluciones de Big Data, así como una comprensión de alto nivel de los componentes de back end que habilitan estas funciones.


Contenidos del módulo del curso


  • Lecciones del libro de trabajo (100+ páginas)
  • Lecciones en video (para todos los temas)
  • Poster de mapa mental

  • Preguntas de examen de práctica
  • PDFs del libro de trabajo y poster (imprimible)

Temas cubiertos

  • Ciclo de vida del análisis de Big Data (de Evaluación del caso empresarial a Análisis y visualización de datos)
  • Pruebas A/B y Correlación
  • Regresión y Mapas de calor
  • Análisis de series temporales
  • Análisis de redes y Análisis de datos espaciales
  • Clasificación y Agrupamiento
  • Filtrado, incluyendo Filtrado colaborativo y Filtrado basado en contenido
  • Clusters y Cargas de trabajo de procesamiento por lotes y transaccionales

  • Análisis de sentimientos y Analítica de texto
  • Cómo se relaciona la Computación en la Nube con Big Data
  • Mecanismos tecnológicos fundacionales de Big Data
  • Dispositivos de almacenamiento y Motores de procesamiento de Big Data
  • Gestores de recursos, Motores de transferencia de datos y Motores de consultas
  • Motores analíticos, Motores de flujo de trabajo, Motores de coordinación

Módulo 3: Laboratorio de Análisis y Tecnología de Big Data

Este módulo presenta a los participantes una serie de ejercicios y problemas diseñados para poner a prueba su capacidad para aplicar sus conocimientos de los temas cubiertos en los módulos anteriores. Completar este laboratorio ayudará a resaltar las áreas que requieren mayor atención y además ayudará a demostrar el dominio de la tecnología y prácticas de análisis de Big Data tal como se aplican y combinan para resolver problemas del mundo real.


Contenidos del módulo del curso


  • Cuaderno de ejercicios de laboratorio
  • Poster de mapa mental
  • Preguntas de examen de práctica

  • PDFs del cuaderno de ejercicios y poster (imprimible)

Temas cubiertos

  • Ejercicio de lectura 3.1: Lectura y socialización en clase: Antecedentes del caso de estudio de PLGM
  • Ejercicio de laboratorio 3.2: Planear el entorno de Inteligencia de negocios (BI) de Big Data
  • Ejercicio de laboratorio 3.3: Analizar los datos de fidelidad de los clientes
  • Ejercicio de laboratorio 3.4: Reducción de la insatisfacción de los clientes
  • Ejercicio de laboratorio 3.5: Mejorar las ventas en línea de PLGM
  • Ejercicio de lectura 3.6: Lectura y socialización en clase: Antecedentes del caso de estudio de LHL
  • Ejercicio de laboratorio 3.7: Planear la integración de datos y el entorno de elaboración de informe

  • Ejercicio de laboratorio 3.8: Desarrollar una capacidad de personalización del tratamiento
  • Ejercicio de laboratorio 3.9: Mejorar la capacidad de investigación de LHL
  • Ejercicio de lectura 3.10: Lectura y socialización en clase: Antecedentes del caso de estudio de SWP
  • Ejercicio de laboratorio 3.11: Análisis de datos de medidor inteligente
  • Ejercicio de laboratorio 3.12: Mejorar la capacidad de predicción de demanda eléctrica
  • Ejercicio de laboratorio 3.13: Capacidad de gestión de activos e identificación de riesgos

Módulo 7: Fundamentos de Machine Learning

Este módulo proporciona una descripción general fácil de entender del Machine Learning para cualquier interesado en cómo funciona, qué puede y qué no puede hacer, y cómo se utiliza comúnmente en apoyo de las metas de negocio. El módulo cubre los tipos de algoritmos comunes y además explica cómo funcionan los sistemas de Machine Learning tras bambalinas. Los materiales básicos del módulo se acompañan con un suplemento informativo que cubre diversos algoritmos y prácticas comunes.


Contenidos del módulo del curso


  • Lecciones del libro de trabajo (100+ páginas)
  • Poster de mapa mental
  • Poster de leyenda de símbolos

  • Preguntas de examen de práctica
  • PDFs del libro de trabajo y posters (imprimible)

Temas cubiertos

  • Factores tecnológicos y de negocio de Machine Learning
  • Beneficios y retos de Machine Learning
  • Escenarios de uso de Machine Learning
  • Conjuntos de datos, datos estrucutrados, no estructurados y semiestructurados
  • Modelos, algoritmos, aprendizaje y entrenamiento de modelos
  • Cómo funciona el Machine Learning
  • Recopilación y preprocesamiento de datos de entrenamiento
  • Selección de algoritmos y modelos
  • Entrenamiento de modelos y despliegue de modelos entrenados
  • Algoritmos y prácticas de Machine Learning

  • Aprendizaje supervisado, clasificación, árbol de decisiones
  • Regresión, métodos de ensamble, reducción de dimensiones
  • Aprendizaje no supervisado y agrupamiento
  • Aprendizaje semisupervisado y por refuerzo
  • Mejores prácticas de Machine Learning
  • Cómo funcionan los sistemas de Machine Learning
  • Mecanismos comunes de Machine Learning
  • Cómo se utilizan los mecanismos en el entrenamiento de modelos
  • Machine Learning y Deep Learning, Inteligencia artificial (IA)

Módulo 10: Fundamentos de Inteligencia Artificial Predictiva y Generativa

Este módulo cubre los fundamentos de la inteligencia artificial (IA) predictiva y generativa, proporcionando una cobertura esencial de los beneficios, retos, conceptos y prácticas comunes. Todo el contenido está escrito en español sencillo y fácil de entender.


Contenidos del módulo del curso


  • Lecciones del libro de trabajo (100+ páginas)
  • Poster de mapa mental
  • Poster de leyenda de símbolos

  • Preguntas de examen de práctica
  • PDFs del libro de trabajo y posters (imprimible)

Temas cubiertos

  • Factores de negocio y tecnológicos de la IA predictiva y generativa
  • Beneficios de la IA predictiva y generativa
  • Riesgos y retos comunes de utilizar la IA predictiva y generativa
  • Categorías de problemas de negocio abordadas por la IA predictiva y generativa
  • Tipos de IA predictiva e IA generativa

  • Cómo entender los modelos, algoritmos y redes neuronales
  • Cómo entender el entrenamiento de modelos
  • Proceso de ciclo de entrenamiento paso a paso
  • Aprendizaje supervisado, aprendizaje no supervisado, aprendizaje continuo

Conozca a Arcitura: Tome el Tour en Video

Vea estos útiles videos informativos para aprender acerca de los programas, cursos y certificaciones de Arcitura.

Acerca de Arcitura

Acerca de los Cursos de Arcitura

Acerca de las Certificaciones de Arcitura

Qué Hay en un Curso de Arcitura

Cobertura
integral

Cada curso ofrece un plan de estudios integral con 2-3 módulos y 20-40 horas de capacitación.

Más que sólo
lecciones en video

Además de lecciones en video estándar, los cursos incluyen cuadernos de trabajo y posters de referencia a todo color para todas las lecciones.

Retos interactivos
que se califican

Los cursos también incluyen ejercicios interactivos que se califican, exámenes de prueba interactivos que se califican y otros suplementos.

La Diferencia Arcitura

CADA CURSO

  • es elaborado por un equipo especializado de desarrollo de cursos
  • tiene un examen de prueba, un examen de acreditación y una certificación profesional
  • está disponible a través de dos plataformas de eLearning distintas

TODOS LOS CURSOS

  • pasan por un proceso de desarrollo común
  • son elaborados para ser consistentes en cuanto a calidad, estructura y estilo
  • comparten un vocabulario y una notación de símbolos comunes
  • son elaborados en colaboración con expertos en la materia

Lleve sus Herramientas a Cualquier Parte

Tanto si es un individuo que busca impulsar su carrera profesional o una organización que busca mejorar las competencias de su equipo, los cursos y certificaciones de Arcitura son una sólida inversión.

Ya que tanto los cursos como las acreditaciones son independientes de proveedor, lo empoderan con herramientas y credenciales que puede llevar a donde sea que tenga que ir.

Capacitación y Coaching Profesionales con Instructor

 

¿Preguntas?

Contacte a info@arcitura.com o llame a +1 604-904-4100 durante el horario laboral del Tiempo del Pacífico (PT).