12/5/2021 Escuela de Data Science

INICIAR SESIÓN Menú

Do you want to switch to Platzi in English? 

Yes, switch to English

Escuela de Data Science

Domina las herramientas y técnicas para el procesamiento de Big Data y
Ciencia de Datos.

Acelera tu carrera profesional

Escribe tu correo electrónico

ENTRA A PLATZI

Acepto los Términos de Servicio y las Políticas de Privacidad

Cursos básicos
Básico

Curso de Análisis de Negocios para Ciencia de Datos

Curso Básico de Python

Curso de Introducción a la Terminal y Línea de Comandos

Curso Profesional de Git y GitHub

Curso de Fundamentos de Matemáticas

Curso de Python Intermedio

Curso de Introducción al Pensamiento Computacional con Python

https://platzi.com/datos/ 1/16
12/5/2021 Escuela de Data Science

Curso Práctico de Regresión Lineal con Python

Curso de Matemáticas para Data Science: Cálculo Básico

Curso de Matemáticas para Data Science: Probabilidad

Curso de Introducción al Álgebra Lineal: Vectores

Curso de Fundamentos de Estadística y Análisis de Datos con Python

Curso de Fundamentos de Bases de Datos

Data analyst y business intelligence

Intermedio

Curso de Principios de Visualización de Datos para Business Intelligence

Curso de Introducción a Business Intelligence con Excel

Curso de Tableau: Visualización de Datos y Storytelling para Negocios

Curso de Introducción a Business Intelligence con Power BI

Curso de Google Data Studio

Curso de Manipulación y Análisis de Datos con Pandas y Python

Curso Práctico de SQL

Data engineer
Intermedio

Curso de Fundamentos de Web Scraping con Python y Xpath

Curso de Ingeniería de Datos con Python

Curso de Web Scraping: Extracción de Datos en la Web

Curso de Scrapy

https://platzi.com/datos/ 2/16
12/5/2021 Escuela de Data Science

Curso de Fundamentos de Spark para Big Data

Curso de Hadoop

Curso de AWS Redshift para Manejo de Big Data

Data scientist y machine learning

Avanzado

Curso de PostgreSQL Aplicado a Ciencia de Datos

Curso de Análisis Exploratorio de Datos

Curso de Fundamentos de R

Curso de Estadística Inferencial con R

Curso de Fundamentos de Álgebra Lineal con Python

Curso de Fundamentos Prácticos de Machine Learning

Curso de Álgebra Lineal Aplicada para Machine Learning

Curso Profesional de Machine Learning con Scikit-Learn

Curso de Fundamentos de Teoría de la Información

Curso de Fundamentos de Redes Neuronales con Python y Keras

Curso de TensorFlow.js

Curso de Fundamentos de Procesamiento de Lenguaje Natural con Python y NLTK

Curso de Algoritmos de Clasi cación de Texto

Curso de Deep Learning con Pytorch

¿Por qué estudiar Data Science?

https://platzi.com/datos/ 3/16
12/5/2021 Escuela de Data Science

Data science es la combinación de técnicas matemáticas y computacionales para recolectar,

transformar, almacenar, agregar, clasi car y optimizar datos. Es uno de los campos del
conocimiento en mayor desarrollo y con mayor demanda laboral dentro del mundo de la
tecnología. Hoy en día todas las empresas serias tienen un equipo de data science.

Adicionalmente, las técnicas y herramientas que dominan los expertos en ciencia de datos aplican a
una variedad de problemas que van más allá de la empresa tradicional. Problemas en el mundo de
la biología, medicina, educación, economía, nanzas, derecho, sociología, business intelligence,
física, etc., pueden resolverse con modelos y aplicaciones que construyen las y los expertos en
datos.

Es por esto que en Platzi hemos creado la Escuela de Data Science para que formes parte de esta
revolución y te unas a los y las profesionales que están transformado al mundo con datos.

Escuela de Data Science en Platzi

Aprendemos en comunidad

En Platzi tenemos grupos de estudio donde podrás compartir tus dudas, aportes y participar de
eventos exclusivos sobre Data Science 🚀

Toda la comunidad está por aquí y que participes en la comunidad será increíble 😄

Puedes unirte ahora mismo a nuestro grupo en Telegram de la Escuela de Data Science

¿Cuáles son los roles que puedo desempeñar en un equipo de

data science?

https://platzi.com/datos/ 4/16
12/5/2021 Escuela de Data Science

Las personas que forman parte de un equipo de data science realizan una variedad de actividades
que les permiten llegar a conclusiones con base en los datos que analizan. A la par de conocer cada
uno de estos roles es importante conocer los pasos de un ujo de trabajo en ciencia de datos.

Data engineer

Los data engineers se encargan de crear y mantener la infraestructura de software que permite el
procesamiento de grandes conjuntos de datos. Su mundo gira alrededor de tecnologías como
Hadoop, Spark, Kafka, Air ow, sistemas de monitoreo, uso de nubes públicas como Google Cloud
Platform o AWS y mucho más. Son grandes expertas en ingeniería de software y arquitectura de
sistemas en la nube. Operan en las etapas de recolección y almacenamiento.

La etapa de recolección consiste en la obtención de los datos de una variedad de fuentes. Lo

importante en esta etapa es sistematizar y automatizar la recolección de los mismos para crear un
ujo constante que permita identi car tendencias y patrones en los siguientes pasos.

En ocasiones los datos pueden analizarse mientras van llegando, en otras el análisis se hace
posteriormente. Es por ello que es importante almacenarlos de manera segura y accesible en la
etapa de almacenamiento. Aquí también se toman decisiones arquitectónicas sobre la estructura
de los datos. Términos como ETL, data lakes, data warehouses y otros son comunes a esta etapa.
Aquí es fundamental un conocimiento de infraestructura y sistemas de almacenamiento.

Data analyst

Su principal objetivo es encontrar conocimiento a partir de datos existentes y compartir hallazgos

relevantes para tomar decisiones de negocio. Para ello sus habilidades parten desde conocimientos
en Excel, estadística, herramientas de visualización de datos como Tableau y Microsoft Power BI,
hasta manejar lenguajes como SQL para consultas y Python para la manipulación, transformación y
análisis de los datos.

Un data analyst opera en una etapa de exploración partiendo de un problema a resolver mediante
un análisis. Primero deberá extraer datos recolectados y reorganizarlos para que puedan ser
entendidos. Usando herramientas estadísticas interpretará los datos con especial atención en
tendencias y patrones que pueden tener gran valor para su diagnóstico. Finalmente deberá
comunicar sus hallazgos a líderes que toman decisiones de negocio a través de reportes con
grá cas y dashboards de manera que sea muy sencillo entenderlos.

Data scientist

Las habilidades de un data scientist contemplan varias de las de una analista de datos con lenguajes
como Python y SQL, probabilidad y estadística, pero también con conocimientos de inteligencia
arti cial como cálculo, álgebra lineal, support vector machines, decisions trees, redes neuronales,
Tensor ow, Keras, PyTorch, scikit-learn y algunas herramientas de desarrollo backend.

https://platzi.com/datos/ 5/16
12/5/2021 Escuela de Data Science

Su trabajo empieza en una etapa de exploración y transformación. Llevan a cabo la limpieza,

detección de anomalías y creación de datasets a partir de datos crudos. Sus habilidades les
permiten explorar cómo se distribuyen los datos encontrando valores estadísticos descriptivos.
Posteriormente transforman el dataset para que los modelos predictivos de clasi cación puedan
operar sobre el mismo.

Una vez que los datos están limpios es momento de realizar un análisis más avanzado en la etapa
de agregación y etiquetado. La tarea es segmentar los datos, de nir y obtener métricas, generar
agregaciones, extraer features y preparar los datos para machine learning.

También es momento de generar visualizaciones para facilitar la detección de patrones,

correlaciones y relaciones de causalidad que estaban escondidas en los datos crudos. Aquí más que
nunca es muy importante el conocimiento matemático y del negocio para realizar las preguntas
indicadas y llegar a conclusiones correctas.

Finalmente, llega la etapa de aprendizaje automatizado y optimización para obtener información

que dé una ventaja a la organización ayudándola a entender de manera precisa el comportamiento
de sus usuarios y su negocio.

Es posible forzar el dataset con técnicas avanzadas de machine learning y deep learning para
obtener resultados que no era posible obtener en etapas anteriores. Aquí también crean modelos
predictivos poderosos que permiten generar recomendaciones para aumentar los bene cios que
se le pueden ofrecer a todos los usuarios de la empresa.

Machine learning engineer

Los machine learning engineers operan en el último tramo del ujo dentro de la etapa de
aprendizaje automatizado y optimización. Su tarea es escalar y robustecer los modelos que un
cientí co de datos ha construido. Por supuesto este rol requiere las mismas habilidades de
inteligencia arti cial de un cientí co de datos, pero además requiere profundizar en despliegue de
aplicaciones con herramientas como Flask, Django, FastAPI, Docker, conocimiento de
infraestructura y servicios cloud como AWS, Google Cloud Platform o Microsoft Azure.

Un machine learning engineer se asegura que todas las tareas de los sistemas en producción
funcionen correctamente. Para ello hace un uso extensivo de algoritmia y de librerías de machine
learning y mejoran los modelos que han sido puestos en producción haciendo mantenible,
escalable y depurable el código que ha creado un data scientist mediante la automatización y
abstracción de procesos repetitivos presentes en la mayoría de las tareas de machine learning.

El trabajo de una machine learning engineer es uno de los roles que más aprovecha los
conocimientos de ingeniería de software dentro de un equipo de datos.

¿Cómo me convierto en profesional de los datos?

https://platzi.com/datos/ 6/16
12/5/2021 Escuela de Data Science

Estrategias para empezar en Data Science | Yesi Díaz | Platzi CONF

Si has llegado hasta este punto seguramente te has decidido a especializarte en data science.
Probablemente ya hasta tienes en mente en cuál de todos estos roles te gustaría profundizar, pero
antes de eso necesitamos aclarar que cualquier profesional de los datos tiene dominio en estas tres
áreas:

1. Ciencias de la computación.
2. Matemáticas y estadística.
3. Experiencia en el campo o dominio del negocio.

Al principio tu objetivo será desarrollar habilidades y conocimientos en estas tres áreas. Para
lograrlo solamente comienza con la parte básica de esta Escuela de Data Science que está
preparada especí camente para brindarte estos poderes esenciales. Si lo tuyo es el campo de
dominio del negocio puedes también revisar libros sobre inteligencia de negocio que te darán
fundamentos para complementar los cursos.

Una vez que termines te habrás preparado para seguir tu camino en los diferentes roles de un
equipo de data science.

¡No esperes más! Comienza ahora esta aventura para convertirte en profesional de los datos.

Glosario

Ciencia de Datos: Área de conocimiento que busca agregar valor a los datos por medio de la con uencia de
análisis estadísticos, métodos computacionales y visualización de información.

Big Data: Conjunto de información cuya longitud (número de registros), variedad (número de características por
https://platzi.com/datos/ 7/16
12/5/2021 Escuela de Data Science
g j y g ( g ) ( p
cada registro) y frecuencia (ritmo con el cual se actualiza la información) impiden que los métodos de
procesamiento de datos convencionales sean su cientes para su manejo.

Bases de datos: Las bases de datos son contenedores o repositorios digitales en los que se almacenan de manera
estructurada y organizada datos que comparten un mismo contexto para su posterior procesamiento y consulta.

Keyword: Se re ere a la palabra clave que atrae al mayor número de seguidores a través de buscadores. Cuando
tienes claro cuáles son las keywords que de nen tu contenido puedes posicionarlo de manera orgánica o paga lo
cual in uye en el número de búsquedas y las conversiones.

Machine Learning: Rama de la inteligencia arti cial que se encarga del estudio de métodos automatizados por
medio de algoritmos y estadística, para generar modelos matemáticos que permitan resolver tareas de forma tal
que sea el software quien descifre por sí mismo como resolver dicho problema.

VER MÁS TÉRMINOS 

BASIC EXPERT EXPERT+

$30
al mes
Un pago anual de $349
Ahorras $119 vs Basic

Elegir Expert+

2 Estudiantes con acceso a la plataforma

Acceso a la Escuela de Inglés y Escuela de Startups

Participa en Platzi Demo Day con tu Startup

Mentorías semanales en grupo y en vivo

Descarga tus clases con la App para estudiar sin conexión

Acceso VIP a PlatziConf, online y presencial

Envío de diploma de certi cación físico de las Escuelas aprobadas

Acceso a los nuevos cursos 48 horas antes de su lanzamiento (pronto)

https://platzi.com/datos/ 8/16
12/5/2021 Escuela de Data Science

Desafíos y retos veri cados en cada escuela (pronto)

Clases en Full HD para toda conexión (pronto)

App para iOS y Android con funciones exclusivas, cursos en audio y más

Acceso a más de 700 cursos, Escuelas y sus actualizaciones

El precio del plan nunca subirá mientras mantengas tu suscripción activa.

Diploma de certi cación digital de las Escuelas y cursos aprobados

Acceso a la comunidad más grande de profesionales y emprendedores en tecnología de la

región

Precios en dólares
Compra de manera segura

Múltiples medios de pago

UN SOLO CURSO

$49
1 solo curso, 1 solo pago

Comprar curso

PLATZI PARA EMPRESAS

¿Necesitas capacitación para tu empresa?

Tenemos planes especiales. Conócelos en:

platzi.com/empresas
https://platzi.com/datos/ 9/16
12/5/2021 Escuela de Data Science

Aprende de los mejores

Freddy Vega
CEO en Platzi
 @freddier

David Aroesti
Engineer en Google Cloud
 @jdaroesti

Ricardo Celis
Course Director en Platzi
 @celismx

Juan Pablo Morales

Gerente de ingeniería en Arara
 @JuanpaMF

Sergio Orduz
Ingeniero Eléctrico en

Sonia Ardila
Senior Data Specialist en Claro Colombia
 @soniaardila1

https://platzi.com/datos/ 10/16
12/5/2021 Escuela de Data Science

Israel Vázquez Morales

Senior Software Engineer en YouNoodle
 @israbaurel

Daniel Sánchez
Integrador Creativo en Aprende Institute
 @danielowho

Yesi Díaz
Data Scientist en Rappi
 @silvercorp

Sebastián Sosa
Co-founder en Caburé
 @helblings

Katherine Briceño
Consultora en Analítica en Banco GNB

Martín Sokolowicz
Ayudante Experto en Digital House

David Torres
Data Scientist en Platzi
 @davinci137

https://platzi.com/datos/ A i lO i 11/16
12/5/2021 Escuela de Data Science
Ariel Ortiz
COO en Spin Quantum Tech
 @ludthor

Juan José Bello

Co founder / Marketer en Porter Metrics

Francisco Camacho
Data Scientist en Platzi
 @el_pachocamacho

Facundo García Martoni

Technical Mentor en Platzi
 @facmartoni

Alejandro Santamaria
CTO en Shoelovers.co
 @alexs_mx

Carlos Alarcón
Data Scientist en Platzi
 @alarcon7a

María Plaza C
Head of Business Development & Growth en Populetic
 @MariaPlazaC

Marian Villa
https://platzi.com/datos/ 12/16
12/5/2021 Escuela de Data Science
Marian Villa
Co-fundadora y directora en Pionerasdev
 @@Marianvilla

Julián Cruz
Docente en Universidad Externado de Colombia
 @Cruz_Julian_

Óscar Gutiérrez Castillo

Analista Desarrollador en StratBranding
 @Ator97

Sílvia Ariza Sentís

Data Scientist en DiDi
 @silari_

Ulises Rayon
Outbound Analyst en Platzi

Enrique Devars
Course Director, Facultad de Computer Science en Platzi
 @codevars

Benjamín Casazza
CEO en Data to Business
 @_uracilo

Maria Cruz
Data Scientist en Athena
 @CgMcruzg
https://platzi.com/datos/ 13/16
12/5/2021 Escuela de Data Science

Luis Jorge Novelo

Master Coach en Platzi Master
 @novelonovelo

Blog Posts

Tutorial: cómo extraer datos de Twitter con Python

Anthony Ismael Manotoa
Moreno hace 11 días

Desarrollo e
247 · 33 · Comentar Ingeniería

Datacademy: aprende las bases de la ciencia de datos con Platzi

Enrique Devars hace 14 días

Desarrollo e
237 · 77 · Comentar Ingeniería

Redes neuronales: las usas todos los días y no lo sabías

alarcon7a hace 19 días

Desarrollo e
121 · 22 · Comentar Ingeniería

Aprende de Data Science con Platzi y consigue el badge LOSDATASTIFIED

danigranatta hace un mes

Desarrollo e
63 · 34 · Comentar Ingeniería

https://platzi.com/datos/ 14/16
12/5/2021 Escuela de Data Science

Rutas relacionadas para complementar tu aprendizaje

Escuela de Matemáticas

Aprende en casa temas de matemáticas como álgebra, ecuaciones, funciones, cálculo y

probabilidad. Desarrolla tus propios análisis matemáticos y aplícalos.

Transformamos la economía de nuestros países entrenando a la próxima generación de

profesionales en tecnología.

Aprende en nuestras redes:

   

Marketing

Diseño y UX

Crecimiento Profesional

Inglés

Startups

Desarrollo e Ingeniería

Negocios y Emprendimiento

Contenido Digital

Certi cadores o ciales en tecnologías

Reconocidos y premiados por

https://platzi.com/datos/ 15/16
12/5/2021 Escuela de Data Science
Reconocidos y premiados por

Entérate de todas las novedades en educación, negocios y tecnología

Ingresa tu correo electrónico Suscríbete

Preguntas frecuentes Contáctanos Prensa Conferencias Términos y Condiciones Privacidad Estudiantes Hola

PT EN

De LATAM con  para el mundo

https://platzi.com/datos/ 16/16