20 Octubre
Cursada
Martes y Jueves 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
Formate como Data Scientist con Python, Pandas y Scikit-Learn, y llevá tus modelos a producción.
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.
Esta Diplomatura Oficial 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.
Deslizá para ver los 5 pasos
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
Martes y Jueves 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.
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 disponibiliza el modelo mediante APIs o lo lleva a 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. No se requieren conocimientos previos de programación: el programa arranca con un módulo de Introducción a Python desde cero.
Después de esos fundamentos, el recorrido avanza hacia manipulación de datos, análisis exploratorio y Machine Learning.
Python con Jupyter Notebooks, NumPy, Pandas, Matplotlib, Scikit-Learn, XGBoost y Keras, para programación, manipulación de datos, visualización, Machine Learning y redes neuronales.
El módulo adicional de Bases de Datos suma fundamentos de datos relacionales y consultas SQL.
Se trabajan algoritmos supervisados y no supervisados, con sus métricas de validación: clasificación y regresión, clustering y sistemas de recomendación.
También incorpora redes neuronales y métodos de ensamble con bagging (Random Forest) y boosting (XGBoost, CatBoost).
Sí. La diplomatura incluye procesamiento de texto y NLP —bag of words, TF-IDF, tokenización—, sistemas de recomendación con filtro colaborativo y algoritmos de aprendizaje no supervisado.
Sí. El programa incluye un bloque de deploy de modelos: persistencia, desarrollo de una API para acceder al modelo y sus predicciones, y estrategias para dejarlo listo para usar.
Sí. El recorrido contempla 4 Sprints aplicados en los que usás los conceptos y herramientas de los módulos sobre proyectos prácticos, que quedan en tu portfolio.
Tiene 42 clases en dos módulos: Introducción a Python, 6 clases, y Data Science & Machine Learning, 36 clases.
Además, tenés de regalo un módulo de Bases de Datos de 6 clases, optativo y gratuito para estudiantes de la diplomatura. En total son 250 horas entre vivo, práctica y trabajo final.
Es 100% online en vivo + campus: preguntás y trabajás con el docente durante los encuentros.
Si faltás a una clase, queda grabada y se habilita 24 hs después, junto con el material.
Al aprobar la diplomatura obtenés una certificación universitaria oficial avalada por la Universidad Nacional de Córdoba, con 250 horas totales y 10 créditos académicos universitarios (CRE). Cada módulo aprobado entrega además su propio certificado.
Principalmente a posiciones de Data Scientist Jr. / Trainee y Analista Predictivo.
También es la base para crecer hacia Machine Learning Engineer, Big Data o Data Strategy.
Confían en nosotrosempresas ya capacitaron a sus equipos con ICARO
