Big Data Academy

✅ FUNDAMENTOS DE CIENCIA DE DATOS, MACHINE LEARNING E I.A. EN LA EMPRESA: Aprende desde cero cómo la Ciencia de Datos contribuye a la toma de decisiones dentro de las organizaciones. Comprende los conceptos fundamentales de Machine Learning, Deep Learning, Inteligencia Artificial e Inteligencia Artificial Generativa, y descubre cómo estas tecnologías pueden utilizarse para resolver problemas empresariales.

✅ ECOSISTEMA DE CIENCIA DE DATOS E I.A. SOBRE AWS: Explora los principales servicios de Amazon Web Services relacionados con Ciencia de Datos, procesamiento, almacenamiento, Machine Learning e Inteligencia Artificial. Conoce cómo se integran los diferentes componentes de AWS dentro de una arquitectura orientada al desarrollo de soluciones analíticas y predictivas.

✅ PREPARACIÓN DEL ENTORNO Y PRIMEROS PASOS EN AWS: Aprende a crear una cuenta utilizando la capa gratuita de AWS, configurar el idioma de la plataforma, navegar por la consola web y realizar el seguimiento de la facturación. Prepara paso a paso el entorno necesario para desarrollar los diferentes laboratorios y ejercicios del workshop.

✅ INFRAESTRUCTURA DE PROCESAMIENTO Y ALMACENAMIENTO SOBRE AWS: Comprende los componentes necesarios para procesar y almacenar información dentro de AWS. Aprende mediante laboratorios prácticos a desplegar infraestructura de procesamiento, trabajar con PySpark sobre Amazon Athena, configurar permisos de acceso al almacenamiento y preparar los recursos que utilizarás durante el desarrollo del modelo.

✅ DATA PREPARATION CON PYSPARK Y PANDAS: Aprende a preparar datasets utilizando DataFrames de Apache Spark y Pandas. Realiza operaciones de transformación y preparación de información orientadas al Machine Learning, trabajando con estructuras de datos distribuidas y preparando los datos que posteriormente serán utilizados durante el entrenamiento del modelo.

✅ PREPARACIÓN DE VARIABLES PARA MACHINE LEARNING: Comprende cómo preparar correctamente las variables utilizadas por un modelo predictivo. Aprende a crear columnas dummy, diferenciar variables dependientes e independientes y estructurar los datos necesarios para procesos de entrenamiento, validación y predicción numérica.

✅ FUNDAMENTOS DE MODELAMIENTO PREDICTIVO Y REGRESIÓN LINEAL: Aprende los conceptos esenciales del aprendizaje supervisado y comprende cómo funciona un modelo de Regresión Lineal. Estudia los fundamentos del método de mínimos cuadrados y del gradiente descendente, relacionando la teoría matemática con su aplicación práctica en problemas de predicción.

✅ CREACIÓN DE TU PRIMER MODELO DE MACHINE LEARNING CON AMAZON SAGEMAKER: Aprende a utilizar Amazon SageMaker como plataforma de Machine Learning sobre AWS. Prepara la infraestructura de entrenamiento, configura el entorno de trabajo en JupyterLab y desarrolla paso a paso un modelo de Regresión Lineal utilizando los datasets previamente preparados.

✅ ENTRENAMIENTO, VALIDACIÓN Y ANÁLISIS DEL MODELO: Aprende a entrenar y validar un modelo predictivo, analizar su comportamiento y evaluar la calidad de sus resultados. Utiliza métricas como Error Absoluto, Error Cuadrático Medio y R² Score para determinar qué tan bien se ajusta el modelo a los datos y comprender sus capacidades de predicción.

✅ MACHINE LEARNING, DEEP LEARNING E I.A. APLICADOS A LA EMPRESA: Finaliza el workshop comprendiendo la importancia del Machine Learning dentro de las organizaciones, el Deep Learning como motor avanzado de predicción y el papel de la Inteligencia Artificial en los procesos empresariales. Descubre además cómo la I.A. Generativa puede utilizarse como copiloto para incrementar la productividad y apoyar la toma de decisiones.

No se necesita experiencia previa, ya que se aprende desde cero