Inicio Programas, Certificaciones y Cursos

Certified R Data Scientist

Área: Data Science | Sub Área: Data Science

Este Programa esta disponible en Modalidad:

Online

Matricularme Ahora

Acceso de Prueba Gratis

FECHAS DE INICIO

Online sincrónica: Por definir
Online asincrónica: Mayo 2025

DURACIÓN:

8 Meses

Objetivos

Al finalizar el programa estarás en la capacidad de:

Procesar, analizar y visualizar datos, aplicando técnicas de limpieza y manipulación de datos desde diversas fuentes para garantizar la calidad y eficiencia del análisis.
Implementar la metodología CRISP-DM en proyectos de Data Science, abarcando todas sus fases, desde la planificación hasta la presentación de resultados mediante reportes y dashboards interactivos.
Aplicar modelos de regresión, clustering, árboles de decisión y técnicas de Machine Learning avanzadas, incluyendo Big Data y Deep Learning, para mejorar la precisión en predicciones y clasificaciones.
Implementar pruebas estadísticas, modelos de probabilidad y análisis de series temporales, asegurando la toma de decisiones fundamentada en análisis cuantitativos sólidos.
Desarrollar y desplegar modelos predictivos en entornos reales, utilizando técnicas de aprendizaje supervisado y no supervisado, asegurando su integración efectiva en los procesos empresariales.

Público Objetivo

Este programa está dirigido a:

Ingenieros de sistemas, profesionales del área de computación y otras áreas relacionadas que buscan especializarse en ciencia de datos, dominar el uso de R para análisis y visualización de datos, aplicar técnicas de Machine Learning y Big Data, y desarrollar modelos predictivos en entornos empresariales.

Prerrequisitos

Para llevar el programa es recomendable que el participante posea:

Alguna experiencia en roles relacionados con el análisis de datos, desarrollo de software o en áreas afines a la tecnología de la información.
Para llevar el programa es recomendable que el participante posea:
Conocimientos básicos en algún lenguaje de programación, estadística básica, tales como medidas de tendencia central, dispersión y probabilidad.
Para llevar el programa es recomendable que el participante posea:

Estructura Curricular

Vista Previa

Curso Introducción a R (8 horas cronológicas)

Introducción a R
Utilizando R para Analítica de Datos

Curso CRISP- DM en Proyectos de Data Science (6 horas cronológicas)

Metodología CRISP DM
Etapas de la metodología CRISP DM

Curso Procesamiento, Análisis y Visualización de Data en R (12 horas cronológicas)

Introducción al Lenguaje de Programación R
Introducción al Procesamiento de Datos
Manipulación de Datos e Introducción a la Visualización
Visualización de Datos

Curso en Importación de Datos en R (8 horas cronológicas)

Importación de datos de archivos planos
Readr y Data.table
Importación de datos de Excel
Excel reproducible con XLConnect
Importación de datos desde bases de datos Parte 1
Importación de datos desde bases de datos Parte 2
Importación de datos desde la web Parte 1
Importación de datos desde la web Parte 2

Curso Limpieza de Datos en R (8 horas cronológicas)

Restricciones y tipos de datos
Problemas de datos avanzados y Vinculación de registros
Análisis de fechas con lubridate
Aritmética con fechas y horas

Curso Estadísticas y Probabilidades en R (12 horas cronológicas)

Cálculo de probabilidades en R
Modelos de Probabilidad e Inferencia Estadística
Prueba de hipótesis en R

Curso Algoritmos de Machine Learning (24 horas cronológicas)

Introducción a la Minería de Datos
Análisis Exploratorio de Datos
El Problema de clasificación
Métodos de agrupamiento (Clustering)
Visualización en R
Proyectos de analítica

Curso Análisis de Series temporales en R (8 horas cronológicas)

Introducción al Análisis de Series de Tiempo en R

Curso Modelos Predictivos con R (20 horas cronológicas)

Introducción al Big Data con Spark
Introducción al Big Data con Spark
Regresión Lineal y Logística
Regresión con Regularización
Máquina Vectorial (SVM)
Predicción Bayesiana
Árbol de decisión
Métodos de Ensemble

Curso Deep Learning en R (4 horas cronológicas)

Deep Learning y su Desarrollo en R

Curso Presentación de Resultados en R (8 horas cronológicas)

Importancia de la Visualización y Reporting de Datos
Gráficos Base con R
Gráficos con Tydyverse
Reporting Estadísticos
Crear Dashboards con Shiny App

Curso Implementación de Modelos Predictivos en R (8 horas cronológicas)

Regresión Estadística
Aprendizaje no supervisado

¿Tienes dudas sobre algún aspecto del programa?

Registra tus datos para que un asesor especializado pueda ayudarte en todo lo que requieras.

No soy yo . [Limpiar Formulario]

Certificación

Los participantes que completen exitosamente el programa, recibirán la siguiente certificación:

Certificación emitida por BSG Institute que otorga 126 PDUs reconocidos por INFORMS.

Solicitar Informacion

Expositores

RODERICK LUNA

Colombia

Máster en Finanzas con especialización en Economía del Riesgos y la Información por la Universidad de los Andes, Colombia. Cuenta con amplia experiencia en Gestión de Riesgos de Crédito, Equipos Analíticos, Análisis Financieros, Herramientas Econométricas y de Minería de Datos, con dominio de Paquetes Estadísticos como SAS, R, EViews y en las plataformas SQL Server y Teradata. Ha ocupado cargos importantes como Director de Riesgo de Crédito en Banco Finandina, Coordinador de Equipo de Análisis de Riesgo de Crédito en Banco Davivienda, Gerente de Riesgo de Crédito en Bancamia S.A., Head of Risk en MiCredi, entre otros.

BENJAMIN TOVAR

Mexico

Máster en Ciencias con Especialidad en Sistemas Inteligentes del Instituto Tecnológico y de Estudios Superiores de Monterrey – México, con experiencia en FinTech y E-Learning, implementación de proyectos end to end en Machine Learning para riesgo crediticio, dominio de tecnologías Python, R, iOS System, Machine Learning, Data Mining, Amazon AWS, además de sistemas aplicados al análisis de datos y mejora de toma de decisiones en el sector financiero. Ha ocupado cargos importantes como Senior Data Scientist en la Institución Financiera Konfío de México, Científico de Datos Senior en Alba AI, Científico de Datos Senior en Credijusto.com, entre otros.

LUIS RIVERA

Colombia

Máster en Dirección General por la Universidad Metropolitana de Educación, Ciencia y Tecnología, Panamá. Master en Administración de Empresas (MBA) especializado en Marketing y Ventas por el Instituto Europeo de Postgrado, España. Diplomado en Gestión de Ventas por el Politécnico de Suramérica, Colombia. Microsoft Certified Trainer (MCT). Microsoft Certified Azure Data Scientist Associate. Microsoft Certified Solutions Expert (MCSE) Business Intelligence. Microsoft Certified Solutions Associate (MCSA). Oracle Business Intelligence Cloud Specialist. Cuenta con amplia experiencia en Base de Datos e Inteligencia Empresarial, Business Analytics, Big Data, Visualización de Datos y Oracle Analytics Cloud. Ha ocupado cargos importantes como Consultor de Ventas Senior (Business Analytics) en Oracle Colombia LTDA., Business Solutions Manager en Asesores en TICs y Software S.A.S, entre otros.

RAY TORRES

Perú

Master of Science in Data Science por la Universidad of Colorado Boulder de USA, Especialización en “Python for Everybody” por la Universidad de Michigan de USA, Ingeniero de Sistemas de Información por la Universidad Peruana de Ciencias Aplicadas de Lima. Cuenta con más de 10 años de experiencia en la gestión de datos, diseño de modelado de datos, dasboards y reportes operativos, para gobierno de datos, gestión del proceso de calidad y aplicación de políticas de protección de datos sensibles en el sector privado. Además, se desempeña como instructor IBM y de Big Data. Ha ocupado cargos importantes como Líder técnico en Factor IT, Consultor Senior de Analytics en Focus Business Solutions, Implementador de IBM Cognos Analytics 11.0.6 en Volcan Compañía Minera S.A.A., Analista en Informática de la Superintendencia de Transporte Terrestre de Personas, Carga y Mercancías, entre otros.

IGNACIO PEREZ

Colombia

Ph.D. en Matemáticas Aplicadas de la Universidad de Lyon - Francia, MSc. en Investigación Operacional de la Universidad de Grenoble – Francia, Certified Quantitative Risk Management - CQRM® por el International Institute of Professional Education and Research – IIPER, certificado como Científico de datos por el MinTic de Colombia y Correlation One. Cuenta con más de 30 años de experiencia en el análisis de Datos para la mejora de la rentabilidad y competitividad en sus clientes. En adición, se especializa en el desarrollo de Proyectos en las áreas de Minería de Datos, Riesgos, Investigación de Operaciones y Matemáticas Aplicadas. Participó como conferencista y docente internacional en temas de analítica de datos y optimización. Finalmente, ha ocupado cargos importantes como Director del Departamento de Ingeniería Industrial en Universidad de los Andes, Gerente de Sistemas en Abbott Laboratories, Gerente de Planeación en Inversiones Pervel, entre otros.

ALVARO FUENTES

Colombia

Máster of Science en Matemáticas Aplicadas por la Ohio University - Estados Unidos. Máster en Economía y Finanzas Cuantitativas por la Universidad Rafael Landívar - Guatemala. Cuenta con más de 16 años de experiencia en roles analíticos, formulación gestión y entrega práctica de proyectos de análisis avanzado para la implementación de sistemas de inteligencia artificial. Se ha desempeñado en cargos importantes como Consultor y Docente en la Universidad de Manizales e Instructor en Mathematics Department en Ohio University, Consultor en Ciencias de Datos en Quant Company, Data Science Manager en Flytxt, Expert Manager Data Science en McKinsey & Company, entre otros.

NOTA: No necesariamente todos los expositores mencionados participarán en el dictado del programa o sesiones webinar, asimismo se podrá contar con la participación de otros expositores adicionales a los mencionados.