Certificación en

DATA SCIENCE & AI: DEL CONCEPTO

AL DESARROLLO DE APLICACIONES
Explora soluciones
tecnológicas y
matemáticas
que te permitan
crear modelos
inteligentes
capaces de manejar
grandes cantidades
de datos.

Data Science & AI: Del Concepto al Desarrollo de Aplicaciones 2

¿Qué son las En la actualidad, las empresas le dan mayor valor a las
competencias, habilidades y resultados de aprendizaje que
certificaciones? derivan de actividades no necesariamente ligadas con un
título profesional o grado.

Ante este escenario mundial, el Tecnológico de Monterrey

ha creado CERTIFICACIONES accesibles, flexibles y eficaces
que te permiten ser proactivo en la elección de habilidades y
conocimientos que necesitas validar y comprobar.

Los reconocimientos se te otorgan al concluir

satisfactoriamente un programa, demostrando que has
obtenido los conocimientos, pero sobre todo, que puedes
aplicarlos en los ámbitos laboral y/o personal, a través de un
proyecto real.

Beneficios: • Sirven para demostrar a potenciales empleadores tus

conocimientos, competencias, habilidades y resultados de
aprendizaje.
• Tú defines el perfil de tu proyecto para certificarte, en
función de las competencias que deseas aplicar y de la
organización en la que colaboras.
• Son independientes y complementarias a los títulos
formales de grados académicos del Tecnológico de
Monterrey.
• Son acumulables, ya que pueden sumarse para obtener
una certificación de mayor especialización, o pueden
otorgar créditos académicos para acreditar materias de
Posgrado.
• Al concluir cada una, recibirás una insignia digital, con
autenticación Blockchain, prácticamente infalsificable, que
podrás compartir en redes sociales y medios digitales.

Data Science & AI: Del Concepto al Desarrollo de Aplicaciones 3

 Objetivo de la Reconocer a los participantes que se desempeñan en la
función de Data Science Jr., brindando apoyo en la toma
Data Science & AI: de decisiones mediante la aplicación de herramientas
Del Concepto al tecnológicas y conocimientos matemáticos para
Desarrollo de desarrollar modelos de ciencia de datos.
Aplicaciones

¿Qué hace único a Con esta certificación podrás demostrar las competencias de:

este programa? Analítica de Datos:

• Exploración de datos mediante estadísticas básicas y
visualización (análisis descriptivo).
• Identificación de patrones y asociaciones entre variables
(análisis inferencial).
• Comunicación efectiva de resultados para respaldar la
toma de decisiones exitosas.

Ingeniería de Características:
• Preprocesamiento de datos que incluye limpieza,
transformación y preparación para su utilidad.
• Evaluación de características para crear un conjunto
óptimo de variables o predictores.

Ciencia de Datos:
• Construcción de modelos de aprendizaje automático
para predecir el futuro basándose en patrones históricos
(análisis predictivo).
• Generación de conocimiento aplicable para resolver
desafíos empresariales.

Dato sobre El 76% de las corporaciones planean aumentar la

retorno de
inversión en sus capacidades analíticas de datos en los
próximos 2 años*.
inversión *Deloitte Access Economics

Data Science & AI: Del Concepto al Desarrollo de Aplicaciones 4

 Programa ligado con esta certificación
Para poder iniciar el proceso de certificación, deberás acreditar primero el
siguiente programa académico:

Certificado de Competencias 120 horas de aprendizaje

Data Science & AI: Del a lo largo de 12 módulos.

Concepto al Desarrollo
de Aplicaciones

Objetivo Con este programa desarrollarás las herramientas

tecnológicas y habilidades matemáticas para crear
modelos de ciencia de datos, preparándote para el rol de
Data Science Jr. que es fundamental en organizaciones,
innovación y emprendimiento, facilitando la toma de
decisiones basadas en datos.

Dirigido a Este certificado es ideal para profesionales responsables

de generar análisis descriptivos, inferenciales y predictivos,
así como dashboards para la toma de decisiones. También
es relevante para aquellos interesados en el desarrollo de
aplicaciones de datos y emprendimiento.
 Temario

01 FUNDAMENTOS DE PYTHON
10 horas

1. Introducción 6. Definición de funciones

2. Estándares en Python 7. Manejo de archivos csv: incluir
3. Estructuras de datos: lista, identificar archivos vacíos y crear
diccionarios, tuple y strings una lista de archivos a procesar

4. Estatutos condicionales 8. Ambiente de programación

notebook (Jupiter y/o “Google
5. Control de flujo Colab)

02 PLATAFORMAS DE APLICACIÓN SOBRE PYTHON

10 horas

1. Introducción (plataformas/ 3. Manipulación de datos en Numpy

frameworks) 4. Instalar bibliotecas que no estén
2. Manipulación de datos en Panda preinstaladas (plataformas/
frameworks)

03 MANIPULACIÓN DE DATOS EN PYTHON

10 horas

1. Introducción 3. Funciones: join, merge, append

2. Álgebra relacional 4. Ejemplo

Data Science & AI: Del Concepto al Desarrollo de Aplicaciones 6

 04 PLATAFORMAS DE VISUALIZACIÓN
10 horas
1. Introducción
2. Validación estadística del modelo
3. Plataformas de visualización:
Panda, Matplotlib, y Seaborn
4. Gráficas superpuestas
compartiendo eje horizontal (x) y
vertical (y)
5. Gráficas superpuestas
compartiendo eje horizontal (x) y
con ejes verticales diferentes (y1,
y2), cada uno con escala diferente
05 INGENIERÍA DE CARACTERÍSTICAS
10 horas
1. Imputación de valores perdidos
2. Valores atípicos (Handling Outliers)
3. Agrupamiento en contenedores
(Binning)
4. Transformación logarítmica
5. Distribución de valores de una
columna en múltiples columnas
binarias (One-Hot Encoding)
06 APLICACIÓN WEB DE CIENCIA DE DATOS
10 horas
1. Fundamentos de UX/UI
2. Plataforma Streamlit
3. Manipulación de datos
Data Science & AI: Del Concepto al Desarrollo de Aplicaciones
6. Sub-gráficas (Subplots)
7. Anotaciones de texto en las
gráficas
8. Diferentes tipos de gráficas para
exploración de los datos: Boxplot,
distribuciones, dispersiones
(Scatter Plot), matriz de
dispersiones (Scatter Plot Matrix)
6. Operaciones en grupos (Groupby)
7. Separación de datos (Feature Split)
8. Escalamiento (Scaling)
9. Extracción de fecha (date)
10. Reducción de dimensiones (FA,
PCA, IDA)
4. Sidebar
5. Estatutos slider, radio, selectbox
6. Estatuto caching
7
 07 APRENDIZAJE NO-SUPERVISADO
10 horas

1. Introducción 5. Distancia relativa entre

2. Medidas de calidad de los agrupaciones: importancia relativa
algoritmos de Clusterización de las agrupaciones

3. Número de agrupaciones 6. Índice Calinski-Harabasz

utilizando la gráfica K-Elbow.
4. Número de agrupaciones
utilizando los valores de los
coeficientes de Silhouette (gráfica
Silhouette Plot)

08 APRENDIZAJE SUPERVISADO
10 horas

1. Introducción 3. Evaluación de modelos medida

2. Modelación de datos clásica: a utilizar: matriz de confusión,
Árboles, Bosques, Gaussian Naive- exactitud, precisión, F1 y curva ROC
Bayes, regresión lógica, Support
Vector Machine

09 VISUALIZACIÓN DE MÁQUINAS INTELIGENTES

10 horas

1. Herramienta Yellow Brick 5. Decision boundaries

2. Hyperparameters optimization 6. ANN Visualiser
3. Data Wrapper 7. Variational Autoencoders (VAE)
4. Export Graphviz from sklearn.tree

Data Science & AI: Del Concepto al Desarrollo de Aplicaciones 8

 10 PLATAFORMAS Y MÁQUINAS INTELIGENTES EN BIG DATA
10 horas
1. Introducción
2. Estructura de datos en PySpark
11 ANALÍTICA DE TEXTO
10 horas
1. Introducción herramientas NLTK,
Spacy, TextBlob, PyTorch-NLP y
Textacy
2. Introducción: aplicaciones en
detección de plagio y detección de
autoría
3. Análisis de frecuencias, personas y
eventos
4. Conceptos de transformadores
5. Modelo inteligentes estadísticos,
lingüísticos y profundos
12 ANALÍTICA DE REDES SOCIALES
10 horas
1. Introducción: aplicaciones
2. Definición de nodos, vértices y
atributos
3. Tipos de redes: direccional,
bidireccional, pesada y bipartita
4. Representación y manipulación de
datos utilizando NetworkX
Data Science & AI: Del Concepto al Desarrollo de Aplicaciones
3. Modelación inteligente de datos en
PySpark
6. Visualización de texto
7. Visualización del Corpus t-SNE: use
stochastic neighbor embedding to
project documents
8. Visualizar la dispersión de palabras
clave en el Corpus.
9. Visualiza de documentos similares
(UMAP)
5. Métricas: distancia, alcance
(reachability) y redundancia para
explorar lo robusto de redes a
ataques intencionales o al quitar
nodos y vértices
6. Centralidad (grado, closeness and
betweenness, page rank)
9
 Una vez concluido el Certificado de Competencias en Data Science &
AI: Del Concepto al Desarrollo de Aplicaciones, pondrás en práctica los
conocimientos y competencias obtenidas a través del desarrollo de un
Proyecto Integrador de Dominio Autónomo (PIDA).

Certificación
160 horas
120 40
Horas Horas
Certificado de Proyecto Integrador
Competencias de Dominio
Autónomo (PIDA)

¿Cómo demostrarás
tu aprendizaje?
MODELO PIDA
(Proyecto Integrador de Dominio Autónomo)

ACREDITACIÓN KICK OFF VALIDACIÓN COACHING EVALUACIÓN FINAL

DEL CERTIFICADO
Cumplir con los requisitos
académicos para ingresar a
la certificación
Sesión en la que el líder de
la certificación presenta las
características, involucrados
y tiempos para su ejecución
DE PROPUESTA
Aprobación por parte del
evaluador experto de propuesta
de proyecto a implementar en
la organización con base en
las características
del programa
DE PROYECTO Evaluación y
Sesión de coaching del retroalimentación sobre
proyecto para revisar avance el proyecto, su planeación,
y ajustes necesarios para ejecución y cierre por parte
un cierre exitoso de evaluador

DE 2 A 4 MESES

Al terminar el Certificado de Al terminar la Certificación,

Competencias, obtendrás una obtendrás una insignia
insignia Oro. Diamante.

Estas insignias están respaldadas por tecnología Blockchain, lo que

fortalecerá tu currículum digital y te permitirá demostrar tus habilidades
de manera rápida y segura en plataformas digitales.

Data Science & AI: Del Concepto al Desarrollo de Aplicaciones 10

 ¿POR QUÉ SOMOS EL MEJOR ALIADO PARA
TU DESARROLLO PROFESIONAL?

Mejor universidad privada Universidad #5 en México en

de México, QS University la opinión de los empleadores
Rankings 2024. QS Graduate Employability
Rankings 2024.

Top 4 de las mejores

universidades de Top 4 de las mejores
Latinoamérica, según QS universidades de
University Rankings: Latin Latinoamérica, según Times
America 2024. Higher Education’s (THE) Latin
America University Rankings
Universidad #2 de las 2023.
mejores universidades de
Latinoamérica, según QS
World University Rankings:
Latin America and The
Caribbean 2024.

Data Science & AI: Del Concepto al Desarrollo de Aplicaciones 11

 ¡APRENDE
MÁS SOBRE TU
PROGRAMA!
www.maestriasydiplomados.tec.mx

HAZ CONTACTO
800 800 2114 educacion.continua@itesm.mx