Data Scientist (Analista de datos masivos y científico de datos) (310 horas)

• Identificación de los fundamentos de análisis de datos y aprendizaje automático (Machine Learning)

- Tipología de tareas y algoritmos de aprendizaje (supervisado, no supervisado, semisupervisado)

- Métodos principales de aprendizaje

- Validación y evaluación de resultados

• Distinción de los métodos clasificadores.

- Modelos predictivos

- Métodos no supervisados. Agrupamiento jerárquico. Agrupamiento particional (k-means y derivados). Reducción de la dimensionalidad (PCA y otros)

- Métodos supervisados. K-NN. Árboles de decisión. SVM. Redes neuronales

- Validación y evaluación de resultados

• Aplicación de las técnicas de aprendizaje automático y la integración de diversas fuentes de datos

- Análisis de sentimientos y polaridad sobre el conjunto de tweets recogidos.

- Construcción de un análisis de perfiles mediante el uso de algoritmos de agrupamiento no supervisados (clustering).

- Implementación de un análisis de polaridad (sentimiento analysis) sobre el conjunto de mensajes recogidos.

- Implementación de dos enfoques alternativos para poder comparar el rendimiento obtenido: Aproximación basada en diccionarios. Aproximación en vectorización (Word2Vec) y uso de un modelo supervisado de aprendizaje automático.

• Diseño, desarrollo y evaluación de los métodos de aprendizaje automático.

- Procesamiento de datos

- Fundamentos de aprendizaje automático

- Tipología de tareas y algoritmos de aprendizaje

- Validación y evaluación de resultados

• Diseño y desarrollo de dashboards.

- Principios de visualización de datos.

- Diseño de paneles de control y dashboards para definir alarmas y transmitir resultados

- Integración de la visualización con herramientas de análisis y consultas de datos

- Documentación visual y escrita de los resultados de los proyectos de analítica de datos para audiencias no especializadas

• Utilización de una herramienta de visualización de datos para el diseño y carga de datos a un panel de control

- Herramientas de visualización de datos: Grafana, MS PowerBar, Tableau

- Visualización de consultas de negocio y panel de control de resultados en herramientas de visualización de datos

• Elección, aplicación y evaluación de la calidad de un algoritmo de aprendizaje automático para un problema dado a partir de un conjunto de datos.

- Procesamiento de textos (NLP)

- Análisis de polaridad basado en diccionarios

- Análisis basado en modelos predictivos supervisados

- Extracción de características (Word2Vec)