Envíanos tu consulta
Términos y condiciones *
*Si no puedes asistir en directo te facilitaremos un enlace para verlo en diferido
logoImagina
iconoCurso

Curso de Análisis y visualización de datos con Python

DISPONIBLE EN MODALIDAD:
aMedidaIcon
Aula Virtual Personalizada
arrowRightDark

Empieza en el mundo de la ciencia de datos a través del análisis de datos y la creación de visualizaciones con Python para la toma de decisiones a nivel profesional

iconClienticonClienticonClienticonClienticonClienticonClienticonClienticonClienticonClienticonClienticonClienticonClienticonClienticonClienticonClienticonClienticonClienticonClienticonClienticonClienticonClienticonClient

Formación en Análisis y visualización de datos con Python bonificable para empresas

¿A quién va dirigido?

Desarrolladores, con experiencia en Python, que quieran empezar en el mundo de la ciencia de datos a través del análisis de datos y la creación de visualizaciones para la toma de decisiones a nivel profesional

Objetivos

  • Aprender los fundamentos del análisis de datos
  • Aprender a utilizar las distintas soluciones que brindan las librerías de Python para el análisis y visualización de datos
  • Aprender a encontrar relaciones entre distintos orígenes de datos (Excel, csv, bases de datos, etc.)
  • Aprender a tratar los datos de manera profesionar y crear informes visuales que permitan sacar conclusiones

¿Qué vas a aprender?

Empieza en el mundo de la ciencia de datos a través del análisis de datos y la creación de visualizaciones con Python para la toma de decisiones a nivel profesional

Requisitos

  • Tener experiencia desarrollando con Python, bases de datos y tener conocimientos fundamentales de ciencia de datos
  • Son necesarios permisos de instalación en el equipo en el que se realice la formación
  • Tener acceso (revisar configuraciones proxy en caso de tenerlas) a una cuenta Community de Azure Databricks
  • Disponer de una cuenta de Google con acceso a Google Colab donde poder realizar pruebas de modelos
  • Tener Python 3, Git, Docker Desktop y un IDE para desarrollar en Python instalado previamente (por ejemplo Pycharm) instalados previamente en el equipo