Cursos de Análisis de Datos
in-house para empresas

Nuestra capacitación empresarial en análisis de datos brindará a tu equipo las habilidades y técnicas analíticas que necesita para trabajar más eficientemente y tomar mejores decisiones basadas en datos.

Los cursos son en línea, en vivo a través de Zoom y pueden desarrollarse de forma in-house o inscribir a tu equipo a cursos abiertos al público.

CONOCE NUESTROS CURSOS

Solicita una propuesta

    ¿Por qué elegirnos?

    CAPACITACIÓN PERSONALIZADA

    Nuestra finalidad es comprender los requisitos y ayudarlos con programas de capacitación que lleven a tu equipo a su máximo potencial.

    ENFOQUE PRÁCTICO

    Los miembros de tu equipo obtendrán la capacidad de integrar fácilmente nuevas habilidades a través del uso de datos de la vida real y casos de estudio.

    INSTRUCTORES CON EXPERIENCIA PROFESIONAL Y DOCENTE

    Nuestros instructores especialistas no sólo cuentan con una sólida experiencia profesional sino también académica.

    SOPORTE POST-CAPACITACIÓN

    Nuestro entrenamiento incluye un (01) mes de soporte post-capacitación para responder preguntas sobre la capacitación que hayan quedado no resueltas.

    CAPACITACIÓN VIRTUAL - ONLINE

    Nuestra capacitación actualmente se brinda de manera virtual utilizando las herramientas sincrónicas y asincrónicas necesarias para asegurar los objetivos de aprendizaje trazados.

    Catálogo de cursos para empresas

    Estos cursos ya se encuentran diseñados y pueden brindarse de forma exclusiva para tus colaboradores o puedes inscribirlos cuando se abra una nueva edición de éstos.

    Herramientas para la ciencia de datos

    Se brinda una introducción conceptual sobre la ciencia de datos, las ideas detrás de cómo convertir datos en insights, así como se presentan las principales herramientas usadas por el científico de datos (Markdown, GitHub, R y RStudio, Python y Anaconda, Jupyter Notebook etc.)

    Análisis estadístico de datos

    Presenta los fundamentos de la estadística y la probabilidad para el análisis de datos necesarios en distintas áreas de estudio usando RStudio (versión R) o Jupyter Notebook (versión Python). Se aprenderá a como acceder a una base de datos y utilizar una serie de métodos cualitativos y cuantitativos para resumirla y descubrir la información que se encuentra subyacente.

    Programación en ciencia de datos

    En el curso se describen los conceptos básicos de programación y como aplicarlos en un análisis de datos efectivo. Se cubren temas de lectura de datos, acceso a bibliotecas de funciones, estructuras de control, escritura de funciones, depuración, etc.

    Base de datos y SQL para ciencia de datos

    El propósito de este curso es presentar conceptos de bases de datos relacionales, así como aprender y aplicar los fundamentos del lenguaje de consulta estructurado (SQL) a través de R o Python. El curso está diseñado para que el participante pueda manejar bases de datos usando SQL bajo un entorno de ciencia de datos.

    Analítica Actuarial de Vida

    En este curso se desarrollarán los conceptos fundamentales de la matemática financiera, los modelos de supervivencia, el desarrollo de la tabla de mortalidad, así como también se introducirá la teoría básica de modelos de pagos contingentes y su aplicación en los seguros y otros riesgos financieros.

    Fundamentos del Reaseguro

    El propósito de este curso es desarrollar los conceptos relacionados con la teoría y la práctica del Reaseguro y los métodos de cotización.

    Reservas Técnicas en Seguros Patrimoniales

    El presente curso tiene la finalidad de que los asistentes adquieran los conocimientos técnico-actuariales de cómo se calculan los pasivos en una compañía de seguros de manera que conozcan, comprendan y apliquen los métodos matemático-actuariales relativos a la determinación de las reservas técnicas.

    Tarificación en los seguros patrimoniales

    Los objetivos del curso son los de brindar las distintas metodologías que permitan a partir de principios actuariales y bases técnicas el cálculo de Primas en los Seguros Patrimoniales, de manera tal que las mismas sean suficientes y determinar el método adecuado según las circunstancias de manera de mejorar la rentabilidad de la compañía de seguros.

    Introducción a machine learning

    Este curso presenta las 4 fases fundamentales del aprendizaje automatizado: Entendimiento de datos, predicción, toma de decisiones e inferencia causal. El curso está diseñado específicamente para los analistas y encargados de la toma de decisiones que desean desarrollar una ventaja competitiva aprovechando el poder del aprendizaje automático y administrando de manera efectiva el equipo de científicos de datos que lo hacen posible.

    Aprendizaje supervisado: clasificación

    Introducción al aprendizaje automático supervisado, con un enfoque en técnicas de clasificación. K-NN, árboles de decisión, SVM, cómo combinar modelos a través de ensamblaje de modelos: boosting, bagging, random forests. Conceptos básicos de aprendizaje automático como error de generalización y sobreajuste.

    Aprendizaje no supevisado

    Este curso presenta las principales técnicas del aprendizaje automático no supervisado. Los participantes aprenderán a encontrar grupos y otras estructuras de datos, aplicar técnicas de reducción de dimensiones para visualización y análisis de datos, así como definir reglas de asociación.

    Fundamentos de Big Data

    Este curso está diseñado para todo profesional que desea entender de forma simple que es Big Data, conocer algunas de las tecnologías de Big Data y tener acceso a algunas de las aplicaciones en Analytics e Internet de las Cosas (IoT). El curso está dividido en tres unidades: El mundo del Big Data, gestión y visualización de datos y aprendizaje automático.

    Credit Scoring

    Al finalizar este curso, el participante será capaz de entender el negocio del crédito y el desarrollo de una herramienta analítica enfocada a la predicción de la probabilidad de incumplimiento del cliente; entendiendo todo el proceso desde la construcción del universo de modelamiento hasta el seguimiento de dicha herramienta.

    Fundamentos de R para la Ciencia de Datos

    El curso aborda los aspectos iniciales e introductorios a la programación en R con un enfoque basado en el Análisis de Datos. En consecuencia, se trabajarán diversas librerías orientadas a la manipulación de datos, estructuras de archivos, conceptos esenciales de programación, entre otros.

    Fundamentos de Python para la Ciencia de Datos

    El curso aborda los aspectos iniciales e introductorios a la programación en Python con un enfoque basado en el Análisis de Datos. En consecuencia, se trabajarán diversas librerías orientadas a la manipulación de datos, estructuras de archivos, conceptos esenciales de programación, entre otros.

    Análisis de Modelos de Ecuaciones Estructurales

    El objetivo del curso es proporcionar una descripción general de los fundamentos de SEM. Además de la teoría estadística, se brinda una descripción general de las muchas aplicaciones y capacidades de SEM. En este curso se enfatiza los conceptos fundamentales de SEM y cómo lo utilizan los investigadores aplicados con énfasis al análisis de datos desde una perspectiva práctica por medio del uso de paquetes estadísticos especializados disponibles en el entorno del software estadístico R como Lavaan.

    Estos y más cursos se encuentran disponibles.
    Recuerda que además podemos personalizar un programa de capacitación según las necesidades de tu equipo.

    SOLICITA UNA PROPUESTA

    Tu mejor estrategia

    Los miembros de tu equipo deben adoptar técnicas de análisis de datos modernas para realizar sus iniciativas estratégicas más importantes. Los cursos de ciencia de datos y análisis de PeruStat son diseñados y brindados por especialistas experimentados, lo que les permitirá implementar de inmediato lo que aprenden y abordar sus problemas comerciales más desafiantes.

    SOLICITA UNA PROPUESTA
    expertos-profesionales-docentes-ciencia-de-datos.enver-tarazona

    Dirección Académica

    La dirección académica de PeruStat Analytics está a cargo de Enver Tarazona.

    Enver trabajó como experto de la Dirección de Calidad, Procesos y Lealtad de Telefónica Móviles S.A. Cuenta con más de 12 años de experiencia como docente en las principales universidades del país, desempeñándose actualmente como profesor auxiliar del Departamento Académico de Ciencias de la Pontificia Universidad Católica del Perú (PUCP). Es también profesor contratado en el Departamento Académico de Economía en la Universidad del Pacífico y la maestría de Ciencia de los Datos en la Universidad Ricardo Palma, además de profesor visitante en la maestría de Estadística Aplicada de la Universidad Nacional Agraria La Molina (UNALM).

    Enver es Ingeniero Estadístico e Informático de la UNALM y Magíster en Estadística por la Pontificia Universidad Católica del Perú (PUCP), además de estudios culminados de maestría en Educación en la Universidad Peruana Cayetano Heredia (UPCH) y un diploma de segunda especialidad en Medición y Evaluación de Aprendizajes por la Pontificia Universidad Católica de Chile (UC). Cuenta además con diversas especializaciones en Machine Learning, Data Science y Big Data en el MIT, la Universidad de Columbia y la UC.

    Nuestros alumnos y clientes pertenecen a las organizaciones más representativas de los sectores más importantes del país.

    logos-ciencia-de-datos-empresas