Diplomado en programación para el análisis de datos

 

Objetivo

El Diplomado en Programación para el Análisis de Datos tiene como propósito formar profesionales capaces de dominar herramientas de programación orientadas al procesamiento, análisis y visualización de datos, en un entorno donde la información se ha convertido en uno de los principales activos estratégicos de las organizaciones. 

 

A través del aprendizaje de lenguajes de programación y técnicas de análisis, los participantes adquirirán la capacidad de limpiar, organizar y explorar datos, así como de construir modelos y generar visualizaciones que faciliten la interpretación de la información. 

 

Duración: 4 Semanas

Modalidad: Virtual

$ 70.000

INSCRÍBETE AHORA

Información general

  • Todos nuestros diplomados inician cada 15 días, los lunes. Una vez hayas realizado la matricula, recibirás un mensaje de correo electrónico con la fecha de inicio.
  • La duración de todos nuestros diplomados es de 4 semanas y durante ese periodo de tiempo tendrás acceso a nuestro campus virtual 24/7.
  • Desde el primer día trabajarás con casos reales de empresas que podrás usar en tu entorno laboral o personal, ya que Nuestro tutor cuenta con amplia experiencia en proyectos reales, lo que te permitirá aprender con las mejores prácticas utilizadas en el mundo laboral.
  • El certificado se emite una vez hayas aprobado el diplomado o curso correspondiente con una nota mínima de 60 puntos. Podrás descargarlo 8 días después de finalizar, digitando tu documento de identidad.
  • Importante: nuestros diplomados pertenecen a la educación informal, por lo tanto, no conducen a título profesional o certificado de aptitud ocupacional, según el Decreto 1075 de 2015 (artículo 2.6.6.8).

Presentación del diplomado

  • Educación a distancia en modalidad: Virtual.
  • Certificado: 120 horas.
  • Duracion: 4 Semanas.

Temario

SEMANA 1

  • Fundamentos de programación y datos
  1. ¿Qué es la programación y para qué sirve?
  2. Introducción al análisis de datos
  3. Tipos de datos
  4. Variables y estructuras básicas
  5. Operadores y lógica básica
  6. Introducción al entorno de trabajo (ej: Python)
  7. Ejercicios prácticos iniciales

SEMANA 2

  • Manipulación y preparación de datos
  1. Lectura de datos (archivos CSV, Excel)
  2. Limpieza de datos
  3. Transformación de datos
  4. Uso de estructuras como listas y diccionarios
  5. Introducción a librerías para análisis de datos 
  6. Ejercicios prácticos de manipulación de datos

SEMANA 3

  • Análisis de datos con programación
  1. Análisis descriptivo de datos
  2. Cálculos y estadísticas básicas
  3. Filtrado y agrupación de información
  4. Identificación de patrones
  5. Uso de librerías para análisis
  6. Aplicación en casos reales

SEMANA 4

  • Visualización y automatización
  1. Visualización de datos (gráficos básicos)
  2. Uso de herramientas para visualización
  3. Interpretación de resultados
  4. Automatización de procesos
  5. Generación de reportes simples
  6. Proyecto final