Data Science Python y Machine Learning en 10 meses
Comunidad, Talento y Tecnología
Una colaboración entre Talendig y Libertad Digital
Calendario de Cohortes
Elige la fecha de inicio que mejor se adapta a ti
Cohorte Mayo 2026
Inicio de clases
6 de mayo de 2026
Período de inscripción
2 mar – 20 abr 2026
Inducción y bienvenida
4 de mayo de 2026
Cohorte Marzo 2026
Inició: 11 de marzo de 2026
Otras fechas disponibles
Inicio: 8 de julio de 2026
Inscripciones: 5 may – 20 jun 2026
Inicio: 9 de septiembre de 2026
Inscripciones: 9 jul – 20 ago 2026
Inicio: 5 de noviembre de 2026
Inscripciones: 10 sep – 20 oct 2026
Inicio: 13 de enero de 2027
Inscripciones: 6 nov – 20 dic 2026
Cohortes anteriores
Inició: 15 de enero de 2026
Sobre la Carrera Técnica en Data Science Python y Machine Learning
Objetivo General: Formar profesionales capaces de adquirir, procesar, analizar e interpretar grandes volúmenes de datos mediante técnicas estadísticas, programación en Python y algoritmos de aprendizaje automático, con la finalidad de generar conocimiento útil para la toma de decisiones en diferentes industrias.
Metodología: Esta carrera se desarrollará en un entorno virtual que incluirá clases en vivo, estudios de caso, simulaciones prácticas y evaluaciones periódicas. Cada sesión se compondrá de horas de teoría y prácticas aplicadas.
¿Qué aprenderás?
- Programación en Python y uso de bibliotecas especializadas
- Técnicas de limpieza y preparación de datos
- Análisis estadístico y visualización de datos
- Algoritmos de Machine Learning supervisado y no supervisado
- Procesamiento de lenguaje natural y análisis de texto
- Implementación de modelos en producción
Plan de estudio de Python & Data Science (10 Meses)
Mes 1
Fundamentos de Python
- •Instalación de entornos y configuración
- •Variables y tipos de datos
- •Operadores y condicionales
- •Estructuras de control (if, for, while)
- •Funciones, módulos y paquetes
- •Ejercicios prácticos de lógica
Mes 2
Python Intermedio y Estructuras de Datos
- •Listas, diccionarios, conjuntos y tuplas
- •Comprensiones de listas y diccionarios
- •Scripts y funciones personalizadas
- •Introducción a NumPy y pandas
- •Casos prácticos con DataFrames reales
Mes 3
Limpieza, Transformación y Visualización de Datos
- •Manejo de valores nulos, duplicados y tipos
- •Transformaciones, merge y agrupaciones
- •Visualización con Matplotlib y Seaborn
- •Proyecto práctico: análisis de un CSV real
Mes 4
Estadística y Probabilidad para Data Science
- •Estadística descriptiva: medias y dispersión
- •Probabilidad y distribuciones
- •Pruebas estadísticas (t-test, chi², ANOVA)
- •Correlación y regresión lineal simple
- •Proyecto: análisis correlacional aplicado
Mes 5
Introducción a Machine Learning
- •Fundamentos de scikit-learn
- •Regresión lineal múltiple
- •Clasificación binaria: Logistic Regression
- •Proyecto de clasificación (spam, churn)
- •SQL básico: SELECT, WHERE, JOIN
Mes 6
Modelos Avanzados de Machine Learning
- •KNN y árboles de decisión
- •Métricas: accuracy, precision, recall
- •Clustering: K-Means y DBSCAN
- •Segmentación de clientes o productos
Mes 7
Feature Engineering y Optimización de Modelos
- •Feature engineering y selección de variables
- •Validación cruzada
- •Tuning de hiperparámetros (GridSearchCV)
- •Pipelines reproducibles
- •Métricas avanzadas: ROC, AUC, F1 Score
Mes 8
NLP, Dimensionalidad y APIs
- •Introducción al NLP y procesamiento de texto
- •Análisis de sentimiento con redes sociales
- •Clasificación multiclase (MNIST, Iris)
- •Reducción de dimensionalidad (PCA, t-SNE)
- •APIs con Flask y serialización (Pickle, Joblib)
Mes 9
Producción, Dashboards y MLOps
- •Dashboards interactivos
- •Monitorización de modelos y MLOps
- •Detección de anomalías
- •Proyecto aplicado (finanzas / industria)
- •Ética en IA y privacidad de datos
Mes 10
Proyecto Final e Inserción Laboral
- •Proyecto final guiado (EDA → producción)
- •Portafolio en GitHub y documentación
- •Optimización de CV y LinkedIn
- •Simulación de entrevista técnica
- •Presentación final y branding personal
Beneficios de nuestra carrera técnica
Proyectos prácticos
Desarrollarás proyectos reales de análisis de datos y machine learning para construir tu portafolio profesional.
Certificación reconocida
Obtendrás un certificado avalado por la Universidad Católica de Santo Domingo y Talendig.
Mentorías personalizadas
Sesiones de mentoría individual para resolver dudas y recibir feedback sobre tus proyectos.
Comunidad de profesionales
Acceso a una comunidad activa de estudiantes y profesionales de data science y machine learning.
Bolsa de empleo
Acceso a nuestra red de empresas colaboradoras y oportunidades laborales exclusivas.
Recursos adicionales
Material complementario, workshops especializados y acceso a eventos del sector.
Salidas profesionales
Roles técnicos
- Data Analyst
- Data Scientist Junior
- Machine Learning Engineer
- Business Intelligence Analyst
- Data Engineer Junior
Roles de consultoría
- Consultor de Analytics
- Especialista en Visualización de Datos
- Analista de Investigación de Mercados
- Especialista en Detección de Fraude
- Formador en Data Science
Preguntas frecuentes
¡Inscríbete en nuestra Carrera Técnica en Data Science Python y Machine Learning!
Completa el siguiente formulario y un asesor académico se pondrá en contacto contigo para brindarte toda la información que necesitas sobre la carrera técnica.
Formulario de Inscripción
Completa tus datos para iniciar tu carrera en desarrollo de software