Data Science Machine Learning & Deep Learning con Python

Inicio 05 mayo

CERTIFICA UNIVERSIDAD NACIONAL DE INGENIERIA

Quiero recibir mas información

*obligatorio

Acerca del Programa

Aprende los algoritmos de Machine Learning con Python para convertirte en un Data Science.

El enfoque práctico-reflexivo de cada una de las sesiones virtuales en tiempo real, así como la participación de los estudiantes en un ambiente interactivo de clases moderado por el instructor, permitirá el aprendizaje de contenidos y su aplicación en la resolución de contextos reales, utilizando herramientas digitales para el aprendizaje significativo.

Dirigido

La Especialización está dirigido a las profesionales de las siguientes carreras: Análisis de datos, Ciencia de la Computación, Desarrollo de software, Estadística, Ingeniería de Sistemas, Ingeniería informática, Matemática y áreas afines.

Perfil del Participante
  • Profesionales sin experiencia previa en el desarrollo de modelos de Machine Learning o que inicien su carrera en este campo.
  • Profesionales que se desarrollan en áreas de Business Intelligence, TI, Marketing, Planificación, Analytics y áreas relacionadas al análisis de datos.
  • Profesionales que deseen incursionar en el mundo de Big Data y Data Science como oportunidad en la línea de carrera.
  • Profesionales deseosos de aprender la ciencia del análisis de datos.

Pre Requisitos: 

  • Conocimiento de algún software informático o estadístico.
  • Conocimiento de programación básica de preferencia.
Evaluación

Durante el desarrollo de la Especialización la evaluación será en forma permanente a los participantes mediante los siguientes criterios:

  • Nota mínima aprobatoria por curso es de 14 (catorce).
  • Asistencia a clases, como mínimo 80%.
  • Participación de clases activa.
  • Presentación de trabajos – talleres en cada clase.
  • Aprobación del examen o taller final al concluir cada modulo
  • Presentación y sustentación de un trabajo final integrador
Metodología

La metodología del curso es teórico-práctica para el establecimiento de la base conceptual y con un gran componente práctico: ejercicios y trabajos prácticos, talleres para mejor entendimiento de los conceptos presentados.

Requisitos

A efectos de participar en la Especialización los postulantes deberán cumplir con los siguientes requisitos:

Con estudios universitarios previos
Constancia de Egresado Universitario, Grado de Bachiller o Título Profesional o 7mo ciclo en adelante de Carrera Universitaria.

Inversión

MODALIDAD ONLINE S/ 1,500

Pago al Contado:
S/ 1,200(oferta disponible por tiempo limitado)
Pago en Cuotas:
4 cuotas mensuales de S/ 375

Proceso de Inscripción

 

  1. Comunícate al WhatsApp 907176922 y solicita a un asesor de ventas activar tu ID personal para generar un código de pago indicando los siguientes datos: nombres y apellidos, dirección, número de documento de identidad (DNI o pasaporte), correo electrónico, número de celular y monto a pagar.

(*) En el caso de requerir factura, se solicitará los siguientes datos adicionales: R.U.C, razón social, domicilio fiscal, teléfono y correo electrónico donde se enviará dicha factura.

 

  1. Con la orden de pago generada proceda a realizar el pago a través de la banca móvil o el app del BCP.
  2. En la banca móvil debe ingresar a la opción “PAGAR SERVICIOS”.
  3. Escriba en el buscador por empresa o servicio “UNIVERSIDAD NACIONAL DE INGENIERIA”.
  4. Selecciona la opción servicio “PAGO ESTUDIANTES”.
  5. Ingresa tu DNI RUC o carnet de extranjería.
  6. Dar clic en el número de recibo donde indica el importe a pagar.
Modelo de Certificado

(*) Imagen referencial del certificado

Nota Importante:

Los certificados serán entregados de manera física en la Oficina de Responsabilidad Social Universitaria FIQT-UNI, previa coordinación.

Facultad de Ingeniería Química y Textil – Av. Túpac Amaru 210 – Rímac.

 

Modalidad Online

Clase remota (en vivo). Aprende desde la comodidad de tu hogar, sin perder tiempo ni dinero en movilizarte, con nuestros programas de especialización remotos. Los cuales se darán a través de la plataforma MOODLE (educación sincrónica), donde podrás conversar con tu profesor en tiempo real. Además, tendrás las clases grabadas por si deseas consultarlas en cualquier momento.

Duración

3 meses (138 horas académicas)

Horario

domingos de 9am a 1pm

Certificación

Facultad de Ingeniería Química y Textil

Oficina de Responsabilidad Social

RSU – FIQT

Universidad Nacional de Ingeniería

Modalidad

online 100% en vivo

Inversión

Pago al Contado:
S/ 1,200

Contáctanos

907 176922

Temario

Fundamentos de Machine Learning
  • Introducción a Machine Learning
  • ¿Qué es Machine Learning? Usos y aplicaciones, proceso de modelamiento
  • Fundamentos de programación en Python
  • Comandos básicos. Programación en Python. Gestión de BBDD y Visualizacion
    Supervised Learning
    • Data Preprocessing
      • Outliers. Variables cualitativas y transformaciones. Escalamiento y Estandarizacion.
    • Model KPI
      • Indicadores de performance de modelos: Discrimación. Calibración y Estabilidad.
    • Algoritmos I
      • Regresión Lineal y Regularización. Regresión Logística.
    • Algoritmos II
      • Naïve Bayes. SVM. Arboles de decision. Random Forest. XGBosst
    • Hyperparameter Tunning
    • Optimización de parámetros
    Dimensionality Reduction
    • Componentes principals. Discriminante Lineal. Kernel Componentes Principales
    Unsupervised Learning
    • K-means. DBSCAN
    Natural Languaje Processing
    • Tokenization. Stemming. Lemmatization. Processing data and training models.
    Deep Learning
    • Neural Networks. Image Processing

    Docentes

    Ing. Daniel Gastelu

    Master en Administración de Negocios con especialización en Transformación Digital en Esan Business School, Especialización en Emprendimiento e Innovación en la Unversidad EAFIT-Colombia, Diplomado en Gerencia de Proyectos en la UNMSM, Data Scientist Cetificaction en HavardX, Bachiller en Ingeniería Informática en la Universidad Nacional de Piura con 18 años de experiencia en TI, 12 años en Business Intelligence y 6 años en Analítica Avanzada.

    Amplia experiencia en Gestión de proyectos y en Análisis e implementación de aplicaciones de Business Intelligence y Analítica Avanzada en diferentes sectores como Banca y seguros, Educación, Retail, Salud, Retail, Manufactura y Telco.

    Ing. Juan José Romero

    Maestría en Ingeniería de Seguridad Informática. Trabaja con consultor externo en TI, Ciencias de datos y Académico. Experiencia más de 13 años en el Área de Informática en Desarrollo de Soluciones Informáticas y Ciencia de datos en empresas como: DOE RUN PERU, Centro Pre Universitario UNMSM, Corporación Molinera Mantaro SAC y otros. De las cuales 4 años trabajando en Argentina en el Área de Informática del Vivero Las Palmeras (Capital Federal Buenos Aires).

    Docente con 15 años de experiencia en Instituciones como: Universidad UPN, Universidad UTP, Emprendedores USIL, New Horizons Computer Learning Center, Universidad Autónoma, TECSUP y entre otros.

    Ing. Charles Camasca

    Profesional en Informática y Sistemas, con más de 10 años en enseñanza de educación superior en programas y cursos tanto virtuales como presenciales de base de datos, Business Intelligence, Big Data, Machine Learning y Ciberseguridad en instituciones como UPN, UNALM entre otras.

    Experiencia en lenguajes de programación, administración de base de datos, inteligencia artificial, robotica, herramientas informáticas entre otros.

    Nuestros Beneficios

    Docentes Especializados

    Todos nuestros docentes cuentan con experiencia práctica en su área de especialización.

    Clases online 100% en vivo

    Clases en tiempo real por videoconferencia. Tendrás un docente en vivo y en directo durante toda la sesión.

    Metodología Learning by doing

    Aprendizaje por proyectos, 100% práctico. Aprendemos haciendo, no escuchando.

    I

    Plataforma Zoom

    Para recibir las clases online, te conectarás desde la plataforma de videoconferencias Zoom, usada por las mejores universidades del mundo.

    Clases Grabadas

    Así nunca perderás clases, podrás estar al corriente de lo avanzado y repasar lecciones pasadas.

    Aula virtual Moodle

    Accede a todo el material de estudio, evaluaciones y entre otros recursos desde la plataforma líder en la formación educativa a nivel mundial.

    FAQ

    Preguntas

    Frecuentes

    ¿Si me inscribo en modalidad online en vivo tengo acceso a las clases luego de verlas en ZOOM?

    Sí. Tienes acceso al campus virtual 24/7 para profundizar los temas y descargar material de estudio complementario.

    ¿Si no puedo conectarme a las clases en vivo?

    Las puedes seguir en diferido. Las clases son grabadas y están disponibles en el campus virtual 24/7.

    ¿Si llevo un programa en la modalidad online en vivo puedo interactuar con el docente?

    Puedes interactuar en tiempo real con el docente y hacer todas las consultas que desees.

    ¿Cómo es el sistema de evaluación?

    Medimos de forma integral el proceso de aprendizaje: exámenes objetivos (Parcial y Final), desempeño en las sesiones prácticas.

    ¿Cómo podre rendir los exámenes?

    Todos los alumnos, de la modalidad online en vivo, rendirán los
    exámenes en el campus virtual y en el horario programado con anterioridad.

    El diploma ¿indica la modalidad de estudio?

    El diploma no indica la modalidad de estudio.

    ¿Las horas académicas certificadas es el rango de horas de las clases en ZOOM?

    Las horas académicas totales certificadas es el resultado del tiempo que le tendrías que dedicar al curso, y es la suma de las horas de clases via zoom, las horas de práctica de los ejercicios, talleres complementarios y las evaluaciones.

    ¿Cuentan con respaldo académico?

    Si, todos nuestros cursos y especializaciones cuentan con el respaldo de la  Universidad Nacional de Ingeniería Facultad de Ingeniería Química y Textil, RSU – FIQT

    Contáctenos

    Informes e Inscripciones

    informes@dpcampus.com

    WhatsApp

    907 176922

    Correo Institucional

    seps_fiqt@uni.edu.pe

    Redes Sociales

    Hola, ¿necesitas ayuda?