Citizen Data Scientist (TLG)

En este módulo podrás identificar los métodos y procedimientos de la estadística descriptiva para recopilar, clasificar y analizar datos.

1. Explicar las medidas estadísticas; el nivel de confianza; las pruebas de hipótesis para un análisis descriptivo e inferencial. 2. Utilizar las medidas estadísticas; nivel de confianza; y pruebas de hipótesis en el análisis descriptivo e inferencial en un conjunto de datos.

Identificar los aspectos básicos de programación utilizando el lenguaje Python para resolver problemas sencillos de manera eficiente haciendo uso de la computadora. Desarrollar scripts en Python que permitan resolver un problema secuencial.

1. Diferenciar el uso de las distintas estructuras de datos y de control en programación, utilizando el lenguaje Python con la finalidad de construir programas eficientes y organizados. 2. Desarrollar scripts en Python, que permitan resolver un problema utilizando estructuras de control y de datos.

1. Interpretar programas en las plataformas Panda y NumPy de Python desarrollados sobre el ambiente de programación Notebook, para que se cumpla con los requerimientos de la aplicación de ciencia de datos requerida. 2. Crear programas en Python sobre ambiente Notebook, y utilizando las plataformas Panda y Numpy, para que se cumplan los requerimientos de la aplicación de ciencia de datos.

1. Distingue los principios de la narrativa visual, los reportes y la visualización de datos, para la generación narrativas convincentes, que generan sentido a públicos específicos a partir de macro datos. 2. Aplica herramientas innovadoras para crear narrativas visuales convincentes basadas en macrodatos que generan sentido a públicos específicos.

1. Identificar las características de un buen diseño de UX/UI para desplegar los indicadores en un Dashboard. 2. Diseñar un Dashboard que cumpla con las características de un buen diseño de UX/UI para desplegar indicadores.

1. Describir el desarrollo realizado por los diseñadores de los reportes sencillos y visualizaciones eficaces basados en WEB utilizando la plataforma PowerBI para una mejor toma de decisiones. 2. Crear reportes sencillos y visualizaciones eficaces basados en WEB utilizando la plataforma Power BI para una mejor toma de decisiones.

1. Describir el desarrollo realizado por los diseñadores de los reportes sencillos y visualizaciones eficaces basados en WEB utilizando la plataforma Tableau para una mejor toma de decisiones. 2. Crear reportes sencillos y visualizaciones eficaces basados en WEB utilizando la plataforma Tableau para una mejor toma de decisiones.

1. Interpretar visualizaciones en lenguaje Python de un modelo de regresión de un conjunto de datos unidimensionales y bidimensionales con el propósito de hacer predicciones futuras y encontrar las variables que causan el mayor impacto en la variable de estudio.

1. Explicar qué elementos de la cadena de Máquinas inteligentes se automatizan para las diferentes plataformas. 2. Aplicar las plataformas automáticas de ML para entrenar y seleccionar los modelos que mejor clasifican o predicen datos.

Evaluar mediante un proyecto que el conjunto de competencias adquiridas en el programa de entrenamiento generé en la organización y/o persona, un impacto de mejora medible, claramente estructurado y autogestionado por parte del participante. A partir del Proyecto Integrador de Dominio Autónomo, se podrán generar resultados en torno a alguna de los siguientes dominios de aplicación: 1. Fundamentos de ciencia de datos 2. Procesamiento y manipulación de datos con Python 3. Diseño de interfaces visuales de datos 4. Análisis de datos 5. Automatic ML