
Bootcamp
Data Analyst Jr.
Apoyo de coaches expertos
No pagas mientras estudias
Clases de inglés
Modalidad 100% virtual
Te apoyamos en la búsqueda de oportunidades laborales en tecnología
Nivel:
INTERMEDIO
Tecnologías que aprenderás:






INICIO

09 de octubre de 2023
Cierre de inscripciones:
06 de octubre de 2023
Agenda una cita con admisiones aquí:
Data Analyst Jr. es una capacitación intensiva de 4 meses que incluye la enseñanza de habilidades prácticas en Python, Power BI y manejo de bases de datos, entre otras tecnologías. El objetivo de este bootcamp es capacitar al futuro profesional para convertir datos en información útil para las empresas. Con los conocimientos adquiridos en este bootcamp se podrá aplicar a puestos laborales como: Analista BI, Analista de Inteligencia de Negocios, Analista Power BI, Analista Digital de Datos, entre otros puestos laborales de esta rama que aumentan en demanda día con día.
Perfil del egresado
Data Analyst Jr.
Modalidad
Virtual
Clases de programación
Martes y Jueves 6:00 pm a 9:00 pm
Clases de refuerzo
Lunes a Jueves 7:00 pm a 8:00 pm
Duración
4 meses
Inicio
09 de octubre de 2023
Clases de Habilidades para la empleabilidad
Viernes 7:00 pm a 8:00 pm

COACH
¿QUÉ ES UN
BOOTCAMP?
Los Bootcamps son cursos intensivos que dotan a los estudiantes de una excelente preparación para saltar al mercado laboral. Las características principales son las clases intensivas y un temario muy concentrado.
PROGRAMA EDUCATIVO
Modulo 1: Introducción al mundo de los datos
- Familiarizarte con los conceptos básicos de los datos, como tipos de datos, estructuras de datos y fuentes de datos.
- Comprender la importancia de los datos en el contexto empresarial y cómo los datos pueden generar valor y proporcionar información para la toma de decisiones.
- Comprender cómo interpretar y extraer información relevante de los resultados del análisis de datos.
- Utilizar técnicas efectivas para comunicar los resultados del análisis de datos de manera clara y comprensible a diferentes audiencias, tanto técnicas como no técnicas.
- Comprender las diferencias entre Inteligencia de Negocios (Business Intelligence), Machine Learning y otros conceptos relacionados, como Data Mining y Análisis Predictivo.
- Identificar las características y aplicaciones específicas de cada uno de estos conceptos en el contexto empresarial.
- Familiarizarte con el concepto de Data Warehouse y su importancia en la gestión de datos empresariales.
- Comprender la estructura y funcionamiento de un Data Warehouse, incluyendo la extracción, transformación y carga de datos (ETL), la integración de datos de múltiples fuentes y el modelado dimensional.
Aprenderás a:
Modulo 2: Dashboards para visualizar información de negocios
- Comprender cómo acceder a una base de datos y extraer información relevante utilizando consultas SQL.
- Utilizar comandos SQL para filtrar, ordenar y agrupar datos de la base de datos según tus necesidades.
- Realizar consultas avanzadas que involucren operaciones de unión, subconsultas y funciones de agregado.
- Comprender cómo importar una base de datos desde diferentes fuentes, como archivos CSV, Excel o bases de datos externas.
- Utilizar herramientas y técnicas específicas para importar datos de manera eficiente y precisa, manteniendo la integridad de los datos.
- Utilizar herramientas de exploración de datos para analizar la estructura y contenido de la base de datos.
- Identificar relaciones entre tablas y comprender la organización de los datos en la base de datos.
- Comprender cómo establecer y mantener relaciones adecuadas entre tablas utilizando claves primarias y claves foráneas.
- Utilizar técnicas de consulta, como uniones (joins), para obtener información relacionada de múltiples tablas.
- Utilizar herramientas de visualización de datos para crear y modificar la estructura de las tablas en la base de datos.
- Crear columnas y campos calculados utilizando fórmulas y expresiones para obtener información adicional o transformada.
- Utilizar herramientas de visualización de datos para crear gráficos que representen los datos de la base de datos de manera visual y comprensible.
- Seleccionar el tipo adecuado de gráfico en función de los datos y los objetivos de análisis.
- Diseñar y crear un dashboard que reúna los distintos gráficos creados de manera coherente y eficaz.
- Organizar los gráficos de forma lógica y proporcionar filtros o interactividad para permitir una exploración más profunda de los datos.
Aprenderás a:
Modulo 3: Automatizar/Optimizar procesos
- Identificar y analizar los procesos de negocio existentes que pueden beneficiarse de la automatización.
- Evaluar la eficiencia, los cuellos de botella y las áreas de mejora en los procesos actuales para determinar qué procesos son candidatos ideales para la automatización.
- Diseñar y desarrollar un nuevo flujo de procesos optimizado que aproveche la automatización para aumentar la eficiencia y reducir errores.
- Identificar oportunidades para simplificar y estandarizar los procesos, eliminando pasos innecesarios y optimizando la secuencia de actividades.
- Familiarizarte con una variedad de herramientas de mejora de procesos disponibles, como R, Excel, Excel VBA, Power BI y Python.
- Evaluar las características y funcionalidades de cada herramienta para determinar cuál es la más adecuada para implementar la automatización en función de los requisitos del proceso y las necesidades empresariales.
- Utilizar las herramientas seleccionadas, como R, Excel, Excel VBA, Power BI o Python, para implementar la automatización de procesos.
- Desarrollar scripts, macros o programas utilizando estas herramientas para automatizar tareas repetitivas, análisis de datos, generación de informes y otras actividades relacionadas con el proceso de negocio.
- Obtener un profundo conocimiento de los flujos de procesos existentes en las diferentes áreas de negocio de la organización.
- Identificar las interdependencias y las oportunidades de mejora en los flujos de procesos existentes para optimizar la automatización y mejorar la eficiencia en general.
- Implementar los nuevos flujos de procesos automatizados en colaboración con los equipos de negocio correspondientes.
- Monitorear y evaluar los resultados de los procesos automatizados, asegurando que cumplan con los objetivos establecidos y generen mejoras significativas en la eficiencia y la calidad.
Aprenderás a:
Modulo 4: Analizar bases de datos
- Utilizar consultas y comandos SQL para extraer datos específicos de una base de datos.
- Aplicar filtros y condiciones en las consultas para obtener la información relevante según tus necesidades.
- Identificar y corregir errores, inconsistencias o duplicaciones de datos en la base de datos.
- Utilizar técnicas de limpieza de datos, como estandarización, eliminación de valores atípicos y normalización, para mejorar la calidad de los datos.
- Utilizar técnicas de resumen de datos, como agregación, agrupamiento y cálculo de estadísticas descriptivas, para obtener una visión general de la información contenida en la base de datos.
- Crear resúmenes y reportes que proporcionen una representación concisa y significativa de los datos.
- Aplicar técnicas de limpieza y saneamiento de datos para eliminar valores incorrectos, faltantes o inconsistentes de la base de datos.
- Utilizar herramientas y lenguajes de programación, como SQL, Python o herramientas especializadas en limpieza de datos, para automatizar el proceso de limpieza.
- Utilizar consultas y funciones SQL para realizar operaciones de agregación, como contar, sumar o promediar, sobre los datos en la base de datos.
- Generar informes y resúmenes que muestren los resultados de la agregación de manera clara y comprensible.
Aprenderás a:
Modulo 5: Administrar bases de datos estructuradas y no estructuradas con MySQL y MongoDB
- Comprender los fundamentos de SQL y los programas que existen para manejo de dicho lenguaje.
- Manejar bases de datos estructuradas (SQL).
- Manejar bases de datos no estructuradas (NoSQL).
Aprenderás a:
Modulo 6: Manejar conceptos estadísticos fundamentales para análisis de datos y Machine Learning
- Comprender medidas de tendencia central.
- Comprender medidas de dispersión.
- Comprender medidas de posición.
- Comprender frecuencias absolutas y relativas.
- Aprender a utilizar gráficos de estadística descriptiva.
- Comprender conceptos fundamentales de estadística inferencial.
Aprenderás a:
Modulo 7: Manejar el álgebra lineal orientado a Machine Learning y análisis
- Comprender qué son escalares, vectores, matrices y tensores.
- Dominar las operaciones entre vectores.
- Manejar las operaciones entre matrices.
Aprenderás a:
Modulo 8: Entendimiento de conceptos básicos de programación
- Entender los conceptos de lógica.
- Utilizar Python para ejecutar ejercicios de lógica.
- Conocer conceptos de programación funcional.
- Utilizar Python para llevar a cabo ejercicios de programación funcional.
Aprenderás a:
Modulo 9: Entendimiento de conceptos básicos de programación
- Entender qué es Machine Learning y para qué sirve.
- Conocer los alcances de Machine Learning.
- Distinguir modelos supervisados y no supervisados.
- Desarrollar modelos de regresión.
- Desarrollar modelos de clasificación.
- Desarrollar algoritmos de selección de modelos.
Aprenderás a:
FASE 1
Formación
Profesional

Permiten movilizar diversas cometencias en la búsqueda de la resolución de una problemática de mayor complejidad vinculada a una situaición profesional (caso práctico).

Son un conjunto de competencias y, por tanto, es una secuencia de varias tareas. Estas se realizan en un tiempo intermedio y poseen mayor complejidad

Permite adquirir competencias base para el desarrollo progresivo de la persona. Estes se realizan a corto tiempo durante la formación.

Permiten verificar la comprensión de conceptos, conocimientos base y el dominio de habilidades cognitivas.

FASE 2
Preparación para
Empleabilidad

- Taller de habilidades socioemocionales: simulación de entrevistas, talleres con empresas aliadas, preparación de tu cv
- Clases de inglés: diferenciadas por nivel
- Oportunidades laborales: vínculos con importantes empresas del sector tecnológico

¿Por qué estudiar en

?
Apoyo de coaches expertos
Clases de inglés
Modalidad 100% virtual
No pagas mientras estudias
Te apoyamos en la búsqueda de oportunidades laborales en tecnología
AIC
Acuerdo de Ingresos Compartidos
No pagas mientras estudias y te apoyamos en la búsqueda de oportunidades de empleo en tecnología
Cubrimos el costo de tus estudios mientras te encuentras en el bootcamp e inicias cuando encuentres un empleo. Adicionalmente tenemos un
equipo comprometido con encontrar un empleo bien remunerado
Costo inicial
$60
+
No pagas mientras estudias
$0
=
EMPLEO
Pagas cuando obtengas un trabajo (20% de tus ingresos) hasta cancelar el valor del bootcamp
¿Listo para transformar tu vida?
Agenda tu cita con admisiones
Data Analyst Jr.
09 de octubre de 2023