Guías prácticas sobre IA generativa, agentes de código, ciencia de datos e inteligencia artificial en SAP, y orientación para elegir qué estudiar.
Ciencia de datos en la práctica
Qué es scikit-learn, qué algoritmos incluye y un ejemplo completo para entrenar, validar, ajustar y guardar un modelo de clasificación con pipelines en Python.
Ciencia de datos en la práctica
Qué hace un data scientist y qué hace un data analyst: preguntas que responde cada uno, herramientas, funciones y cómo cambia cada rol con la IA generativa.
Ciencia de datos en la práctica
Uber, Amazon, Netflix, la banca o la sanidad: siete casos reales de análisis de datos, qué problema resolvían y qué técnicas hay detrás de cada uno.
Ciencia de datos en la práctica
Qué son la minería de datos y la minería de textos, en qué se diferencian, qué técnicas usa cada una y cómo los LLM han cambiado el análisis de texto.
Ciencia de datos en la práctica
Qué lenguajes conviene aprender para trabajar en ciencia de datos e inteligencia artificial, para qué sirve cada uno y en qué orden aprenderlos.
Ciencia de datos en la práctica
Guía práctica de pandas, la librería de Python para analizar datos: DataFrame, CSV, filtros, agrupaciones y uniones, con ejemplos y novedades de pandas 3.0.
El big data almacena y procesa grandes volúmenes de datos; la data science extrae conocimiento de ellos. Diferencias, perfiles y qué máster estudiar.
Para qué sirve la ciencia de datos en empresas y administraciones, en qué sectores se aplica, qué perfiles demanda y cómo formarse para trabajar en ello.
Cuéntanos qué programa te interesa y te asesoraremos personalmente.
