Capacitación en línea de Ciencia de los datos en Costa Rica

Esta formación en vivo, impartida por un instructor en <ubicación> (en línea o presencial), está dirigida a profesionales de nivel principiante que desean comprender el concepto de los modelos preentrenados y aprender a aplicarlos para resolver problemas reales, sin necesidad de construir modelos desde cero.

Al finalizar esta formación, los participantes podrán:

• Comprender el concepto y los beneficios de los modelos preentrenados.
• Explorar diversas arquitecturas de modelos preentrenados y sus casos de uso.
• Afinar (fine-tune) un modelo preentrenado para tareas específicas.
• Implementar modelos preentrenados en proyectos simples de aprendizaje automático.

Esta capacitación en vivo y con instructor en Costa Rica (en línea o presencial) está dirigida a científicos de datos y analistas de nivel intermedio que desean utilizar AWS Cloud9 para optimizar sus flujos de trabajo de ciencia de datos.

Al finalizar esta capacitación, los participantes serán capaces de:

• Configurar un entorno de ciencia de datos en AWS Cloud9.
• Realizar análisis de datos utilizando Python, R y Jupyter Notebook en Cloud9.
• Integrar AWS Cloud9 con servicios de datos de AWS como S3, RDS y Redshift.
• Utilizar AWS Cloud9 para el desarrollo e implementación de modelos de aprendizaje automático.
• Optimizar flujos de trabajo basados en la nube para el análisis y procesamiento de datos.

Esta formación en vivo con instructor en Costa Rica (en línea o presencial) está dirigida a participantes de nivel intermedio que deseen automatizar y gestionar flujos de trabajo de aprendizaje automático, incluyendo el entrenamiento de modelos, validación y despliegue utilizando Apache Airflow.

Al finalizar esta formación, los participantes podrán:

• Configurar Apache Airflow para la orquestación de flujos de trabajo de aprendizaje automático.
• Automatizar tareas de preprocesamiento de datos, entrenamiento de modelos y validación.
• Integrar Airflow con frameworks y herramientas de aprendizaje automático.
• Desplegar modelos de aprendizaje automático mediante pipelines automatizados.
• Monitorear y optimizar flujos de trabajo de aprendizaje automático en producción.

Esta formación en vivo impartida por un instructor en <ubicación> (en línea o presencial) está dirigida a científicos de datos y profesionales de TI de nivel principiante que desean aprender los conceptos básicos de la ciencia de datos utilizando Google Colab.

Al finalizar esta capacitación, los participantes serán capaces de:

• Configurar y navegar por Google Colab.
• Escribir y ejecutar código Python básico.
• Importar y manipular conjuntos de datos.
• Crear visualizaciones utilizando librerías de Python.

Esta formación en vivo dirigida por un instructor en Costa Rica (en línea o presencial) está dirigida a científicos de datos y desarrolladores que desean aprender y desarrollar sus carreras en Ciencia de Datos utilizando Kaggle.

Al final de esta formación, los participantes serán capaces de:

• Aprender sobre ciencia de datos y aprendizaje automático.
• Explorar el análisis de datos.
• Aprender sobre Kaggle y cómo funciona.

Python es un lenguaje de programación que ha ganado una enorme popularidad en la industria financiera. Adopción por parte de los principales bancos de inversión y fondos de cobertura, se utiliza para desarrollar una amplia gama de aplicaciones financieras, desde programas de operaciones centrales hasta sistemas de gestión de riesgos.

En esta capacitación en vivo y dirigida por un instructor, los participantes aprenderán a utilizar Python para desarrollar aplicaciones prácticas que resuelvan diversos problemas específicos relacionados con las finanzas.

Al finalizar esta capacitación, los participantes podrán:

• Comprender los fundamentos del lenguaje de programación Python
• Descargar, instalar y mantener las mejores herramientas de desarrollo para crear aplicaciones financieras en Python
• Seleccionar y utilizar los paquetes y técnicas de programación de Python más adecuados para organizar, visualizar y analizar datos financieros provenientes de diversas fuentes (CSV, Excel, bases de datos, web, etc.)
• Desarrollar aplicaciones que resuelvan problemas relacionados con la asignación de activos, análisis de riesgos, rendimiento de inversiones y más
• Diagnosticar, integrar, implementar y optimizar una aplicación en Python

Audiencia objetivo

• Desarrolladores
• Analistas
• Quants (cuantitativos)

Formato del curso

• Parte teórica, parte de discusión, ejercicios y mucha práctica hands-on

Nota

• Esta capacitación busca ofrecer soluciones para algunos de los problemas principales que enfrentan los profesionales financieros. Sin embargo, si deseas abordar un tema, herramienta o técnica específica en mayor profundidad, por favor contáctanos para coordinarlo.

 Se adentra en enfoques prácticos de la Ciencia de Datos e Inteligencia Artificial utilizando Python, dotando a los profesionales de las habilidades necesarias para explorar datos, construir modelos de aprendizaje automático y desplegar aplicaciones impulsadas por IA en contextos empresariales. Cubre los flujos de trabajo CRISP-DM, análisis estadístico, aprendizaje supervisado y no supervisado, aprendizaje profundo con Tensorflow, procesamiento de lenguaje natural, big data con Spark y narración de datos. Es ideal para principiantes que buscan una certificación en ciencia de datos con Python y una formación analítica orientada a la empleabilidad.

Esta formación presencial impartida por un instructor en <ubicación> (en línea o in situ) está dirigida a científicos de datos que desean utilizar el ecosistema de Anaconda para capturar, gestionar e implementar paquetes y flujos de trabajo de análisis de datos en una plataforma única.

Al finalizar esta formación, los participantes podrán:

• Instalar y configurar los componentes y bibliotecas de Anaconda.
• Comprender los conceptos fundamentales, características y beneficios de Anaconda.
• Gestionar paquetes, entornos y canales utilizando Anaconda Navigator.
• Utilizar paquetes de Conda, R y Python para ciencia de datos y aprendizaje automático.
• Conocer algunos casos de uso prácticos y técnicas para gestionar múltiples entornos de datos.

La Plataforma KNIME Analytics es una opción líder de código abierto para la innovación impulsada por datos, que te ayuda a descubrir el potencial oculto en tus datos, extraer nuevas perspectivas o prever futuros posibles. Con más de 1000 módulos, cientos de ejemplos listos para ejecutar, una amplia gama de herramientas integradas y la mayor variedad de algoritmos avanzados disponibles, la Plataforma KNIME Analytics es la caja de herramientas perfecta para cualquier científico de datos y analista de negocios.

Este curso de la Plataforma KNIME Analytics es la oportunidad ideal para principiantes, usuarios avanzados y expertos en KNIME para familiarizarse con KNIME, aprender a usarlo de manera más efectiva y crear informes claros y completos basados en flujos de trabajo de KNIME.

Esta formación en vivo con instructor (en línea o presencial) está dirigida a profesionales de datos que desean utilizar KNIME para resolver necesidades empresariales complejas.

Está orientada a un público que no conoce la programación y tiene la intención de utilizar herramientas de vanguardia para implementar escenarios analíticos.

Al finalizar esta capacitación, los participantes podrán:

• Instalar y configurar KNIME.
• Construir escenarios de ciencia de datos.
• Entrenar, probar y validar modelos.
• Implementar la cadena de valor completa de los modelos de ciencia de datos.

Formato del Curso

• Conferencia interactiva y discusión.
• Muchas ejercicios y práctica.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de Personalización del Curso

• Para solicitar una capacitación personalizada para este curso o para obtener más información sobre este programa, por favor contáctenos para coordinar.

Esta formación en vivo impartida por un instructor en Costa Rica (en línea o en las instalaciones) está dirigida a analistas de datos, desarrolladores o futuros científicos de datos de nivel intermedio que desean aplicar técnicas de aprendizaje automático en Python para extraer información, realizar predicciones y automatizar decisiones basadas en datos.

Al finalizar este curso, los participantes podrán:

• Comprender y diferenciar los paradigmas clave del aprendizaje automático.
• Explorar técnicas de preprocesamiento de datos y métricas de evaluación de modelos.
• Aplicar algoritmos de aprendizaje automático para resolver problemas reales de datos.
• Utilizar bibliotecas de Python y cuadernos de Jupyter para el desarrollo práctico.
• Construir modelos para predicción, clasificación, recomendación y agrupamiento.

Esta formación en vivo con instructor en Costa Rica (en línea o presencial) está dirigida a científicos de datos y desarrolladores que desean utilizar RAPIDS para construir pipelines de datos acelerados por GPU, flujos de trabajo y visualizaciones, aplicando algoritmos de aprendizaje automático como XGBoost, cuML, etc.

Al finalizar esta formación, los participantes podrán:

• Configurar el entorno de desarrollo necesario para construir modelos de datos con NVIDIA RAPIDS.
• Comprender las características, componentes y ventajas de RAPIDS.
• Aprovechar las GPU para acelerar los pipelines de datos y análisis de extremo a extremo.
• Implementar la preparación de datos y ETL acelerados por GPU con cuDF y Apache Arrow.
• Aprender a realizar tareas de aprendizaje automático con los algoritmos XGBoost y cuML.
• Construir visualizaciones de datos y ejecutar análisis de grafos con cuXfilter y cuGraph.