Data Analyst
Plan de estudios
7 meses
Cada sprint dura unas dos o tres semanas y representa
aproximadamente 40 horas de estudio.
Python básico
Curso
1 ¡Tu introducción al mundo del Data Analysis!
introductorio
Conceptos clave y sintaxis básica en Python. Bucles, 2 semanas,
condiciones, y funciones. La librería Pandas para el análisis de 20 horas
datos. Tu primer estudio de caso analítico, seguido de tu
primer proyecto.
• Capítulo 1. Variables, tipos de datos y operaciones aritméticas
• Capítulo 2. String
• Capítulo 3. Listas
• Capítulo 4. Bucles
• Capítulo 5. Sentencias condicionales
• Capítulo 6. Un rápido resumen de Jupyter Notebook
2 Python básico (continuación)
2 semanas,
Continuarás tu viaje a través de los diccionarios de Python 25-30 horas
comúnmente utilizados en el campo de la ciencia de datos.
Harás que tu código sea flexible y reutilizable mediante la
creación de funciones. Por último, comenzamos a aprender
Pandas, que es la librería #1 utilizada por profesionales de datos
para procesar datos.
• Capítulo 1. Diccionarios
• Capítulo 2. Funciones
• Capítulo 3. La librería Pandas
• Capítulo 4. Introducción al preprocesamiento de datos y al
análisis inicial
3 Manipulación de datos (Data Wrangling)
+1 proyecto para tu
Compensación por datos imperfectos. Manejo de valores portafolio
ausentes y duplicados. Cambio de tipos de datos. 3 semanas, 40 horas
Identificación de correlaciones y creación de gráficos.
•
Capítulo 1. Leer y visualizar datos
•
Capítulo 2. Trabajar con valores duplicados y ausentes
•
Capítulo 3. Filtrado de datos
•
Capítulo 4. Estudio de caso
•
Capítulo 5. Visualización de datos
•
Capítulo 6. Tipos de datos
•
Capítulo 7. Ingeniería de características
• Capítulo 8. Transformación de datos
4 Análisis estadístico de datos
+1 proyecto para tu
Teoría de la probabilidad, las distribuciones más comunes y portafolio
los métodos estadísticos en Python. Muestreo y significancia 3 semanas, 40 horas
estadística. Identificar y gestionar anomalías.
•
Capítulo [Link]ística descriptiva
•
Capítulo 2. Teoría de la probabilidad
• Capítulo 3. Verificación de hipótesis
+1 proyecto para tu
5 Herramientas de desarrollo de software
portafolio
Preparación del ecosistema de herramientas de desarrollo.
3 semanas, 40 horas
Aprender a utilizar la línea de comandos para acceder
fácilmente a los archivos de tu computadora y manipularlos.
Uso de herramientas Git y GitHub. Exploración de Python más
avanzado.
•
Capítulo 1. Introducción a la línea de comandos
•
Capítulo 2. Entornos de desarrollo
•
Capítulo 3. Git y Github
• Capítulo 4. Python intermedio
+1 proyecto para tu
6 Proyecto integrado 1
portafolio
Identifica patrones que te ayuden a determinar si un 1 semana, 20 horas
videojuego determinado será un éxito comercial o no.
1 semana de descanso
7 Recopilación y almacenamiento de datos (SQL)
+1 proyecto para tu
Cómo se organizan las bases de datos y cómo recuperar datos portafolio
utilizando las consultas SQL. Buscar datos en línea.
2 semanas, 40 horas
•
Capítulo 1. Recuperar datos de recursos en línea
•
Capítulo 2. SQL como herramienta para trabajar con datos
•
Capítulo 3. Rasgos de SQL avanzado para el análisis
•
Capítulo 4. Relaciones entre tablas
•
Capítulo 5. Soft skills
• Bonus Chapter: PySpark
8 Análisis de negocio
+1 proyecto para tu
Enfoque analítico de negocio. Métricas de negocio y KPIs. Análisis portafolio
de datos de usuario. Análisis de marketing y herramientas 2 semanas, 40 horas
relacionadas. Embudo de ventas.
•
Capítulo 1. Métricas y embudos
•
Capítulo 2. Análisis de cohortes
•
Capítulo 3. Economía unitaria
•
Capítulo 4. Métricas de usuario
•
Capítulo 5. Soft skills
• Lección extra: Optimizar datos en Pandas
9 Tomar decisiones de negocio basadas en +1 proyecto para tu
datos
portafolio
Métodos y herramientas para probar hipótesis. Diseño 2 semanas, 40 horas
experimental. Estacionalidad. Análisis de cohorte. Test A/B.
•
Capítulo 1. Las bases de la verificación de hipótesis en negocio
•
Capítulo 2. Escoger un método experimental
•
Capítulo 3. Priorizar hipótesis
•
Capítulo 4. Prepara un Test A/B
•
Capítulo 5. Analizar los resultados del Test A/B
• Capítulo 6. Soft skills
10 Cómo contar una historia utilizando datos
+1 proyecto para tu
Presenta los resultados de una investigación. Métodos de portafolio
visualización de datos. Crea informes para explicar los hallazgos. 2 semanas, 40 horas
La librería seaborn.
•
Capítulo 1. Preparar presentaciones
•
Capítulo 2. La librería Seaborn
• Capítulo 3. La librería Plotly
11 Proyecto integrado 2
+1 proyecto para tu
Aprenda a comprobar las hipótesis estadísticas de los tests A/B y portafolio
a preparar conclusiones y recomendaciones en un formato de 1 semana, 20 horas
informe analítico.
1 semana de descanso
12 Automatización
+1 proyecto para tu
Automatiza procesos de análisis de datos y redacta tareas portafolio
rutinarias. Métodos de visualización de datos. Presenta los 2 semanas, 40 horas
resultados.
•
Capítulo 1. Data pipelines y por qué utilizarlos
•
Capítulo 2. Diseñar y desarrollar cuadros de mando con Dash
• Capítulo 3. Tableau
+1 proyecto para tu
13 Pronóstico y predicción
portafolio
Métodos básicos de machine learning y aplicaciones.
1 semanas, 20 horas
Clasificación, pronóstico, agrupamiento. Regresión. Árboles de
decisión.
Capítulo 1. Tareas de negocio que involucran al machine learning
Capítulo 2. Algoritmos de machine learning
Capítulo 3. Resolver tareas relacionadas con machine learning
14 Proyecto final
+1 proyecto para tu
portafolio
Aplica todo lo que has aprendido en el bootcamp de dos
2 semanas, 40 horas
semanas que recrea la experiencia de trabajo de un analista
junior.
Programa de éxito profesional
E l Programa de é x ito profesional mejora la empleabilidad de quienes
se grad ú an de TripleTen , ,
es decir les ayuda a pasar de aprender
nuevo conocimiento a ganar dinero.
1 Comunidad de antiguos alumnos Sin límite de
tiempo
Espacio para el apoyo entre pares y la creación de redes
profesionales productivas.
•
Comunicación constante con otros graduados y graduadas.
Eventos en línea: seminarios web de profesionales de la industria,
sesiones de networking.
• Oportunidades de trabajo y trabajo autónomo para tutores y para
quienes se gradúan.
2 Curso de Preparación Profesional 4s em a as
n
Este curso adicional gratuito prepara a quienes se gradúan para
la búsqueda de empleo. Consiste en lecciones, tareas y feedback
de especialistas en Recursos Humanos.
Estructura del curso de preparación para la carrera profesional:
•
Estrategia personal de búsqueda de empleo.
•
Mercado laboral en TI y la esfera digital.
•
Entrevista: teoría y práctica.
•
Habilidades de networking.
•
Resumé/Curriculum Vitae.
•
Carta de motivación.
•
Portafolio.
• Presencia en línea: LinkedIn, etc.
3 Aceleración profesional 6 s s has a
me e o t
qu c s gas u
e on i n
Esta es una actividad en comunidad, durante la cual quienes se
empleo
gradúan:
Buscan activamente un empleo y mejoran constantemente a
través del ciclo de feedback organizado por nuestros
especialistas de Recursos Humanos.
Practican entrevistas técnicas y de Recursos Humanos
(entrevistas simuladas).
•
Hacen networking (con nuestra ayuda y por su cuenta).
•
Obtienen acceso a los socios y socias de TripleTen y sus
oportunidades laborales.
