- Lectures: 45
- Duration: 365 days
Un CONSULTOR DE CIENCIA DE DATOS CERTIFICADO de Arcitura Education Inc. tiene conocimientos generales de los campos relacionados con la ciencia de datos en la práctica contemporánea, incluidos la analítica de big data, machine learning e inteligencia artificial, con el fin de proporcionar servicios de orientación y asesoramiento.
El temario que se evalúa en el examen de certificación oficial se desarrolla en el curso de capacitación Consultoría Profesional de Ciencia de Datos. En el curso se desarrollan conocimientos y habilidades esenciales en analíticas de Big Data, Machine Learning e Inteligencia Artificial. Para cada campo, la cobertura temática incluye beneficios, retos, impulsores, conceptos y modelos fundamentales de análisis, analítica y aprendizaje de datos.
Tras superar con éxito el examen de certificación oficial, recibes la certificación correspondiente:
Currículum
- 2 secciones
- 45 lecciones
- 365 días
- Módulo 01
Fundamentos de Machine Learning
Este módulo corresponde al N° 7 de la ruta de aprendizaje. Proporciona una vista general de cómo funciona el Machine Learning, qué puede y qué no puede hacer, y cómo se utiliza comúnmente en soporte a las metas del negocio. El módulo cubre los tipos de algoritmos comunes y además explica cómo trabajan los sistemas de Machine Learning tras bambalinas.
20- 1.1Factores tecnológicos y de negocio de Machine Learning
- 1.2Beneficios y retos de Machine Learning
- 1.3Escenarios de uso de Machine Learning
- 1.4Conjuntos de datos, datos estrucutrados, no estructurados y semi estructurados
- 1.5Modelos, algoritmos, aprendizaje y entrenamiento de modelos
- 1.6Cómo funciona el Machine Learning
- 1.7Recopilación y pre-procesamiento de datos de entrenamiento
- 1.8Selección de algoritmos y modelos
- 1.9Entrenamiento de modelos y despliegue de modelos entrenados
- 1.10Algoritmos y prácticas de Machine Learning
- 1.11Aprendizaje supervisado, clasificación, árbol de decisiones
- 1.12Regresión, métodos de ensamble, reducción de dimensiones
- 1.13Aprendizaje no supervisado y agrupamiento
- 1.14Aprendizaje semisupervisado y por refuerzo
- 1.15Mejores prácticas de Machine Learning
- 1.16Cómo funcionan los sistemas de Machine Learning
- 1.17Mecanismos comunes de Machine Learning
- 1.18Mecanismos comunes de Machine Learning
- 1.19Cómo se utilizan los mecanismos en el entrenamiento de modelos
- 1.20Machine Learning y Deep Learning, Inteligencia artificial (IA)
- Módulo 02
Fundamentos de Inteligencia Artificial
Este módulo corresponde al N° 10 de la ruta de aprendizaje. Proporciona una cobertura esencial de la inteligencia artificial y las redes neuronales. El módulo proporciona una cobertura concreta de las partes principales de IA, incluyendo enfoques de aprendizaje, áreas funcionales en las que se usan los sistemas de IA y una introducción completa a las redes neuronales, cómo existen, cómo trabajan y cómo pueden ser usadas para procesar información. El curso establece los cinco principales requerimientos de negocio para los que se utilizan los sistemas de IA y las redes neuronales, y luego mapea las prácticas individuales, los enfoques de aprendizaje, las funcionalidades y los tipos de redes neuronales a estas categorías de negocio y unos a otros, de manera que haya un entendimiento claro del propósito y del papel de cada tema que se cubre. El curso establece un proceso paso a paso para ensamblar un sistema de IA, ilustrando así cómo y cuándo necesitan ser definidos y aplicados los diferentes componentes y prácticas de los sistemas IA con las redes neuronales. Finalmente, el curso proporciona un conjunto de principios y mejores prácticas clave para los proyectos de IA.
25- 2.1Factores tecnológicos y de negocio de IA
- 2.2Beneficios y retos de IA
- 2.3Categorías de problemas de negocio que aborda la IA
- 2.4Tipos de IA (angosta, general, simbólica, no simbólica, etc.)
- 2.5Enfoques y algoritmos comunes de aprendizaje de la IA
- 2.6Aprendizaje supervisado, aprendizaje no supervisado, aprendizaje continuo
- 2.7Aprendizaje heurístico, aprendizaje semisupervisado, aprendizaje por refuerzo
- 2.8Diseños funcionales comunes de IA
- 2.9Visión por computadora, reconocimiento de patrones
- 2.10Robóticas, procesamiento del lenguaje natural (NLP)
- 2.11Reconocimiento del habla, comprensión del lenguaje natural (NLU)
- 2.12Integración sin fricción, integración del modelo de tolerancia a fallas
- 2.13Redes neuronales, neuronas, capas, enlaces, pesos
- 2.14Cómo entender los modelos de IA, modelos de entrenamiento y redes neuronales
- 2.15Cómo entender la manera en que existen los modelos y las redes neuronales
- 2.16Pérdida, hiperparámetros, tasa de aprendizaje, sesgo, época
- 2.17Funciones de activación (Sigmoide, Tanh, ReLU, Leaky ReLU, Softmax, Softplus)
- 2.18Tipos de células neuronales (de entrada, retroalimentada, ruidosa, escondida, probabilística, en espiga, recurrente, de memoria, de núcleo, convolucional, de grupo, de salida, de coincidencia de entrada, etc.)
- 2.19Arquitecturas fundamentales y especializadas de redes neuronales
- 2.20Perceptrón, compensación, compensación profunda, autocodificador, recurrente, memoria de corto/largo plazo
- 2.21Red convolucional profunda, máquina de aprendizaje extremo, red residual profunda
- 2.22Máquina de vector de soporte, red de Kohonen, red de Hopfield
- 2.23Red generativa adversarial, máquina en estado líquido
- 2.24Cómo construir un sistema de IA (paso a paso)
- 2.25Principios comunes de diseño de sistemas de IA y mejores prácticas de proyectos de IA
El curso Consultoría Profesional de Ciencia de Datos prepara al interesado para el examen de certificación CONSULTOR DE CIENCIA DE DATOS.
Cada módulo del curso incluye el siguiente material:
- Lecciones en video (para todos los temas)
- Cuaderno de trabajo
- Guía de preparación de examen con ejemplos de preguntas
- Mapas mentales
- Afiches sobre el contenido del curso (según necesidad)
Algunos beneficios son los siguientes:
- El curso Consultoría Profesional de Ciencia de Datos ha sido elaborado por expertos en la materia en colaboración con un equipo especializado en el desarrollo de material didáctico, y sometido a un proceso de desarrollo probado.
- Este servicio de formación especializada se entrega en línea y está disponible 24 X 7.
- Ejercicios interactivos con calificación automática.
- Seguimiento del progreso.
- Examen de prueba interactivo con calificación automática.
- Diploma de término del curso por los módulos aprobados.
Related Courses
Profesional de Microservicios
Profesional en Ciencias de Big Data
Auditor Líder en Gestión de la seguridad de la información -ISO/IEC 27001:2022
Especialista en DevOps
