24 agosto
Cursada
Lunes y Miércoles de 19:00 a 21:00
9 cuotas sin interés
$101.111
Total $910.000
$1.400.000
-35%
Un pago por transferencia
$709.800
Ahorrás $200.200
Convertite en Data Scientist con nuestra Diplomatura en Data Science centrada en Machine Learning con Python.
Pedí el programa completo
Te enviaremos el temario, las fechas y las formas de pago.
Data Science empieza mucho antes de entrenar un algoritmo: hay que entender el problema, preparar los datos, elegir el modelo, medir si funciona y llevarlo a un entorno donde pueda usarse. Esta diplomatura recorre ese proceso completo con Python, Machine Learning, NLP, modelos avanzados y deploy, incluso si nunca programaste.
El punto de partida: aprender a programar lo necesario para después poder trabajar con datos y modelos.
Del dataset crudo al modelo: preparar información, entrenar algoritmos, evaluarlos y convertir el resultado en una solución utilizable.
Un complemento para no depender siempre de un archivo: aprender a consultar datos desde una base relacional.
Estructura actualizada: Python 6 clases · Data Science 36 clases · Bases de Datos 6 clases (optativo y gratuito). Total informado: 48 clases · 250 hs · 10 CRE.
Esta diplomatura certifica con la Universidad Nacional de Córdoba y la Facultad de Ciencias Exactas, Físicas y Naturales.
No son videos que mirás solo. Cada semana tenés clase en vivo, con cupo reducido. Una experiencia centrada en el estudiante.
El docente explica y resuelve casos delante tuyo, y preguntás en el momento. Cohortes de 25 personas en promedio: tu docente sabe tu nombre.
Se sube la grabación de cada clase junto al material teórico y práctico. Queda todo a disposición para que repases.
Presentás tareas, te corrigen y te dicen cómo mejorar. Los docentes son expertos de la industria.
Terminás el cursado con un trabajo que queda en tu portfolio y demuestra lo que aprendiste.
Al aprobar el integrador, la UNC y la FCEFyN firman tu diploma.
Cursada
Lunes y Miércoles de 19:00 a 21:00
9 cuotas sin interés
$101.111
Total $910.000
$1.400.000
-35%
Un pago por transferencia
$709.800
Ahorrás $200.200
Cuotas sin interés con tarjeta de crédito.
+12.000 graduados ya nos eligieron.
Continué fortaleciendo conocimientos en SQL, Power BI y visualización de datos, aplicándolos en proyectos personales orientados a Compliance, Prevención de Lavado de Activos (AML), Governance y Riesgo Operacional, publicados en GitHub.
El mes pasado terminé el primero de tres módulos, Arquitectura y Estructuras, donde desarrollé la documentación técnica y municipal completa de una vivienda unifamiliar.
Fueron 250 horas de aprendizaje, desafíos y mucho esfuerzo que hoy se traducen en este logro. Este fue mi punto de partida para adentrarme en el mundo de la Ciencia de Datos, un camino que me apasiona y que seguiré explorando.
Tras dos años de experiencia en la oficina técnica de una obra, comprobé que hay muchos aspectos clave que no se enseñan en el ámbito académico. Por eso decidí cursar una Diplomatura en Revit y Metodología BIM.
Un certificado es importante pero todavía más importante es poder aplicar ese conocimiento para resolver problemas reales de negocio. Desarrollé proyectos aplicando Power BI junto con SQL y Python: segmentación de clientes, análisis financiero y modelos de predicción de churn.
Fueron más de 150 horas donde profundicé en análisis de datos, herramientas y toma de decisiones basada en información. Más allá del contenido técnico, me llevo una forma más estructurada de pensar y resolver problemas.
Durante estos meses de aprendizaje, logré dar el salto de los conceptos teóricos a la práctica. Este logro no es el final, sino el inicio de una nueva etapa: estoy lista para automatizar flujos complejos y seguir aportando valor a la calidad del software.
Profundicé en todo el flujo de trabajo analítico, desde la preparación y transformación de datos hasta la generación de insights accionables. Hoy me llevo herramientas que me permiten convertir datos en información estratégica, con foco en generar impacto real en el negocio.
Aprendimos a modelar tanto elementos de arquitectura como de estructura, a crear familias paramétricas y tablas de planificación, y a trabajar en simultáneo entre las distintas disciplinas.
Cada etapa fue sumando herramientas concretas que hoy integran mi perfil como Ingeniero Químico, dándome una mirada analítica para acompañar decisiones en contextos industriales y empresariales.
Pude profundizar en planificación, gestión de tiempos, alcance, riesgos, stakeholders y metodologías de trabajo, conocimientos que complementan mi formación como arquitecta y que podré aplicar directamente en la gestión integral de proyectos y ejecución de obra.
Este recorrido no solo implicó aprender a utilizar herramientas técnicas como Power BI y SQL, sino también comprender cómo transformar datos en información útil para generar conocimiento y aportar a la toma de decisiones.
Llego a este cierre con un trabajo final que significó mucho: un Estudio de Impacto Ambiental real, aplicado al crecimiento productivo sostenible, con normativa, matriz de impacto y un plan de gestión completo.
Una formación que me dio herramientas concretas —DAX, Power Query, SQL, modelado, visualización— y que aporta muchísimo a mi formación. La salud y los datos son dos mundos que cada vez se cruzan más, y quiero estar preparado para ese cruce.
Lo que suelen preguntar antes de anotarse a Data Science.
Data Science combina programación, estadística y Machine Learning para extraer conocimiento de los datos y construir soluciones basadas en evidencia.
Un Data Scientist prepara y explora datos, formula hipótesis, entrena y valida modelos y comunica resultados. Según el problema, también puede disponibilizar el modelo mediante APIs o llevarlo a un entorno de producción.
Data Analytics se concentra en analizar información y convertirla en hallazgos para la toma de decisiones. Data Engineering construye la infraestructura y los pipelines que hacen que los datos estén disponibles y confiables.
Data Science usa esos datos para explorar patrones y construir modelos estadísticos o de Machine Learning, incluyendo problemas predictivos, recomendadores y procesamiento de texto.
Sí. El programa comienza con un módulo de Introducción a Python desde cero. La página actual de ICARO no exige conocimientos previos de programación.
Después de esos fundamentos, el recorrido avanza hacia manipulación de datos, análisis exploratorio y Machine Learning.
El programa trabaja con Python, NumPy, Pandas, Matplotlib y Scikit-Learn para programación, manipulación de datos, visualización y Machine Learning.
El módulo adicional de Bases de Datos suma fundamentos de datos relacionales y consultas SQL.
Se trabajan algoritmos supervisados y no supervisados, junto con sus métricas de validación. El recorrido incluye problemas de clasificación y regresión, clustering y sistemas de recomendación.
También incorpora modelos más avanzados como redes neuronales y métodos de ensamble mediante bagging y boosting.
Sí. La formación incluye procesamiento de texto y NLP, además de sistemas de recomendación y algoritmos de aprendizaje no supervisado.
El objetivo es que puedas abordar problemas que van más allá de una tabla tradicional y trabajar con casos frecuentes de la industria.
Sí. La página actual de ICARO incluye un bloque específico de deploy de modelos, trabajo con APIs y estrategias para disponibilizar modelos y dejarlos listos para un entorno de uso.
Esto permite entender que el trabajo no termina cuando el modelo obtiene una buena métrica: también hay que hacerlo accesible para que pueda utilizarse.
Sí. El recorrido contempla 4 Sprints aplicados en los que utilizás los conceptos y herramientas de los módulos sobre proyectos prácticos.
El objetivo es que el portfolio muestre cómo analizás un problema y aplicás Data Science, no solamente que completaste clases.
La estructura actualizada es modular: Introducción a Python tiene 6 clases, Data Science 36 clases y Bases de Datos 6 clases.
El módulo de Bases de Datos es optativo y gratuito para estudiantes de la diplomatura. El total informado por ICARO es de 48 clases y 250 horas entre vivo, práctica y trabajo final.
La modalidad es 100% online en vivo + campus. Podés preguntar y trabajar con el docente durante los encuentros.
Las clases quedan grabadas y se habilitan 24 hs después, junto con el material utilizado durante el cursado.
Al aprobar la diplomatura obtenés una certificación universitaria oficial avalada por la Universidad Nacional de Córdoba.
La información académica actualizada contempla 250 horas totales y 10 créditos académicos universitarios CRE.
La página de ICARO vincula la formación con perfiles como Data Scientist Jr. / Trainee, Machine Learning Engineer, Analista Predictivo, Especialista en Big Data y Data Strategist.
La diplomatura desarrolla una base para esos recorridos; la postulación a cada rol dependerá también de experiencia, portfolio y profundidad técnica posterior.
Confían en nosotrosempresas ya capacitaron a sus equipos con ICARO
