Curso de Data Science Full-Stack

Clase 1 • Fundamentos de Programación Python

Cubre la sintaxis de Python, estructuras de datos y flujo de control como lenguaje de codificación principal. Establece la base de scripting de la que depende todo el trabajo de datos posterior.

Clase 2 • Álgebra Lineal para Ciencia de Datos

Enseña vectores, matrices y descomposiciones como la columna vertebral matemática de los algoritmos de ML. Se conecta directamente con la reducción de dimensionalidad y la optimización de modelos más adelante.

Clase 3 • NumPy para Computación Numérica

Introduce la computación basada en arreglos usando NumPy para operaciones numéricas rápidas. Habilita directamente la matemática matricial y las transformaciones de datos vectorizadas usadas a lo largo del curso.

Clase 4 • Fundamentos de Cálculo y Optimización

Cubre derivadas, gradientes y la regla de la cadena como herramientas para entender el entrenamiento de modelos. Proporciona la intuición detrás del descenso de gradiente usado en cada capítulo de ML.

Clase 1 • Visualización de Datos con Matplotlib y Seaborn

Desarrolla habilidades de creación de gráficos usando Matplotlib y Seaborn para comunicar insights de datos. La fluidez en visualización apoya tanto el EDA como los informes para stakeholders a lo largo del curso.

Clase 2 • Ingesta de Datos y Fundamentos de Pandas

Introduce DataFrames, Series y E/S de archivos para cargar datos estructurados desde múltiples fuentes. Constituye el punto de entrada para todas las tareas de manipulación de datos en este capítulo.

Clase 3 • Ingeniería de Atributos y Transformación

Enseña codificación, escalado, agrupamiento y creación de atributos derivados para preparar datos para ML. Los atributos transformados son la entrada directa a todos los modelos de aprendizaje supervisado.

Clase 4 • Técnicas de Análisis Exploratorio de Datos

Aplica resúmenes estadísticos y visualizaciones para descubrir patrones, correlaciones y anomalías. Los hallazgos del EDA guían la selección de atributos y la elección del modelo en capítulos posteriores.

Clase 1 • Escritura de Consultas SQL Básicas

Cubre las cláusulas SELECT, WHERE, ORDER BY y LIMIT para recuperar y filtrar datos. Estos son los bloques de construcción para cada consulta analítica en este capítulo.

Clase 2 • Conceptos de Bases de Datos Relacionales

Explica tablas, claves, esquemas y normalización como la base estructural de las bases de datos relacionales. Comprender el diseño de esquemas es un prerrequisito para escribir consultas efectivas.

Clase 3 • SQL para Flujos de Trabajo de Ciencia de Datos

Aplica SQL a la extracción de datos, computación de atributos e integración de pipelines con Python. Une las consultas a bases de datos y el análisis basado en pandas cubierto en el Capítulo 2.

Clase 4 • Subconsultas y Funciones de Ventana

Introduce subconsultas, CTEs y funciones de ventana para patrones SQL analíticos avanzados. Estas técnicas son esenciales para rankings, totales acumulados y análisis de cohortes.

Clase 1 • Ajuste de Hiperparámetros y Validación Cruzada

Cubre búsqueda en grilla, búsqueda aleatoria y validación cruzada k-fold para una optimización robusta de modelos. Estas técnicas previenen el sobreajuste y aseguran estimaciones de rendimiento confiables.

Clase 2 • Flujo de Trabajo de Aprendizaje Automático y Scikit-Learn

Introduce el pipeline de ML de extremo a extremo: división de datos, ajuste de modelos y evaluación de predicciones. Establece el patrón de API de scikit-learn usado en cada sección posterior de ML.

Clase 3 • Métodos de Ensamble y Boosting

Introduce random forests, gradient boosting y XGBoost como modelos de ensamble de alto rendimiento. Construye sobre conceptos de modelo único para lograr resultados de vanguardia en datos tabulares.

Clase 4 • Modelos de Regresión y Evaluación

Cubre regresión lineal, ridge, lasso y polinomial para predicción de objetivos continuos. Las métricas de evaluación como RMSE y R² se introducen acá y se reutilizan a lo largo del capítulo.

Clase 1 • Métodos de Detección de Anomalías

Aplica isolation forest, SVM de una clase y métodos estadísticos para detectar valores atípicos en los datos. La detección de anomalías es una aplicación directa del aprendizaje no supervisado a problemas del mundo real.

Clase 2 • Reducción de Dimensionalidad No Lineal

Introduce t-SNE y UMAP para visualizar datos de alta dimensionalidad en dos o tres dimensiones. Estos métodos revelan estructura de clusters que PCA no puede capturar en datos no lineales.

Clase 3 • Modelado de Tópicos y Factorización de Matrices

Cubre NMF y LDA para extraer tópicos latentes de colecciones de documentos y matrices dispersas. Extiende el aprendizaje no supervisado a casos de uso de texto y sistemas de recomendación.

Clase 4 • Análisis de Componentes Principales

Cubre PCA como técnica lineal para reducción de dimensionalidad que preserva la varianza. Conecta la descomposición propia del Capítulo 1 con la compresión práctica de atributos y la visualización.

Clase 1 • Fundamentos de Redes Neuronales

Introduce perceptrones, funciones de activación y retropropagación como la mecánica central de las redes neuronales. Conecta el descenso de gradiente del Capítulo 1 con las reglas de actualización de pesos.

Clase 2 • Redes Neuronales Convolucionales

Cubre convolución, pooling y arquitecturas CNN para clasificación de imágenes y extracción de atributos. Construye sobre redes feedforward para manejar estructuras de datos espaciales.

Clase 3 • Construcción de Modelos con Keras y TensorFlow

Enseña las APIs Secuencial y Funcional para construir y entrenar modelos de aprendizaje profundo. Establece los patrones de codificación usados en todas las secciones posteriores de aprendizaje profundo.

Clase 4 • Redes Recurrentes y Modelado de Secuencias

Introduce RNNs, LSTMs y GRUs para modelar datos secuenciales y de series temporales. Prepara a los estudiantes para las tareas de NLP y forecasting cubiertas en capítulos posteriores.

Clase 1 • Reconocimiento de Entidades Nombradas y Extracción de Información

Aplica modelos de etiquetado de secuencias y spaCy para extraer entidades, relaciones y datos estructurados de texto. Conecta modelos de NLP con pipelines prácticos de extracción de información.

Clase 2 • Word Embeddings y Representaciones Semánticas

Introduce Word2Vec, GloVe y FastText para representaciones semánticas densas de palabras. Los embeddings reemplazan vectores dispersos y mejoran el rendimiento del modelo en tareas posteriores de NLP.

Clase 3 • Modelos Transformer y BERT

Introduce el mecanismo de atención, la arquitectura transformer y BERT para NLP contextual. Cubre el fine-tuning de modelos preentrenados para clasificación y reconocimiento de entidades nombradas.

Clase 4 • Preprocesamiento y Representación de Texto

Cubre tokenización, stemming, eliminación de stop words y TF-IDF para convertir texto crudo en atributos. Estos pasos de preprocesamiento son la base de cada pipeline de NLP en este capítulo.

Clase 1 • Pipelines de ML y Orquestación de Flujos de Trabajo

Introduce Airflow y Prefect para programar, orquestar y monitorear pipelines de entrenamiento de ML. Los pipelines automatizados reemplazan el reentrenamiento manual y reducen el riesgo operativo.

Clase 2 • Monitoreo de Modelos y Detección de Deriva

Cubre deriva de datos, deriva de concepto y monitoreo de degradación de rendimiento para modelos desplegados. El monitoreo continuo cierra el ciclo entre el despliegue y el reentrenamiento del modelo.

Clase 3 • Estructura de Proyectos de ML y Reproducibilidad

Establece la estructura del proyecto, entornos virtuales y prácticas de control de versiones para ML reproducible. La reproducibilidad es el prerrequisito para cada tarea de despliegue y colaboración en este capítulo.

Clase 4 • Seguimiento de Experimentos y Registro de Modelos

Aplica MLflow para registrar parámetros, métricas y artefactos a lo largo de las ejecuciones de entrenamiento. Un registro de modelos permite la promoción versionada desde el experimento a producción.