{"id":30201622,"url":"https://github.com/git-devtest/curso-ciencia-datos-ai","last_synced_at":"2026-02-08T21:10:30.456Z","repository":{"id":309649505,"uuid":"1037060927","full_name":"git-devtest/curso-ciencia-datos-ai","owner":"git-devtest","description":"Curso en Ciencia de Datos, potenciado por IA","archived":false,"fork":false,"pushed_at":"2025-08-13T02:27:02.000Z","size":1,"stargazers_count":0,"open_issues_count":0,"forks_count":0,"subscribers_count":0,"default_branch":"main","last_synced_at":"2025-08-13T04:17:39.224Z","etag":null,"topics":[],"latest_commit_sha":null,"homepage":null,"language":null,"has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":null,"status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/git-devtest.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":null,"funding":null,"license":null,"code_of_conduct":null,"threat_model":null,"audit":null,"citation":null,"codeowners":null,"security":null,"support":null,"governance":null,"roadmap":null,"authors":null,"dei":null,"publiccode":null,"codemeta":null,"zenodo":null}},"created_at":"2025-08-13T02:25:07.000Z","updated_at":"2025-08-13T02:27:06.000Z","dependencies_parsed_at":"2025-08-13T04:17:50.668Z","dependency_job_id":"ecffdbf7-b278-4a0e-a49b-552a678cd58b","html_url":"https://github.com/git-devtest/curso-ciencia-datos-ai","commit_stats":null,"previous_names":["git-devtest/curso-ciencia-datos-ai"],"tags_count":null,"template":false,"template_full_name":null,"purl":"pkg:github/git-devtest/curso-ciencia-datos-ai","repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/git-devtest%2Fcurso-ciencia-datos-ai","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/git-devtest%2Fcurso-ciencia-datos-ai/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/git-devtest%2Fcurso-ciencia-datos-ai/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/git-devtest%2Fcurso-ciencia-datos-ai/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/git-devtest","download_url":"https://codeload.github.com/git-devtest/curso-ciencia-datos-ai/tar.gz/refs/heads/main","sbom_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/git-devtest%2Fcurso-ciencia-datos-ai/sbom","host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":270228441,"owners_count":24548819,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2022-07-04T15:15:14.044Z","status":"online","status_checked_at":"2025-08-13T02:00:09.904Z","response_time":66,"last_error":null,"robots_txt_status":"success","robots_txt_updated_at":"2025-07-24T06:49:26.215Z","robots_txt_url":"https://github.com/robots.txt","online":true,"can_crawl_api":true,"host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":[],"created_at":"2025-08-13T10:51:33.000Z","updated_at":"2026-02-08T21:10:30.450Z","avatar_url":"https://github.com/git-devtest.png","language":null,"funding_links":[],"categories":[],"sub_categories":[],"readme":"# Curso Ciencia Datos con Python, SQL, Pandas, Matplolib y Seaborn\n\n## 🔥 BLOQUE 1: Fundamentos Sólidos (La Base Real de un Data Scientist)\n1. Programación   \n    a) Python (Lenguaje estándar en Data Science)   \n        🔹 Sintaxis básica, estructuras de datos (listas, diccionarios)   \n        🔹 Funciones, bucles, condicionales   \n        🔹 Librerías esenciales: NumPy, Pandas, Matplotlib, Seaborn   \n    b) SQL (indispensable para bases de datos)   \n        🔹 Consultas CRUD (SELECT, INSERT, UPDATE, DELETE)   \n        🔹 Joins, subconsultas, funciones de agregación   \n        🔹 Optimización de consultas   \n\n3. Matemáticas y Estadística   \n    🔹 Álgebra lineal (vectores, matrices, producto punto)   \n    🔹 Cálculo (derivadas, gradiente, optimización básica)   \n    🔹 Probabilidad y estadística descriptiva   \n    🔹 Distribuciones, tests de hipótesis, correlación y covarianza   \n\n4. Fundamentos de Ciencia de Datos   \n    🔹 Ciclo de vida de un proyecto de Data Science (CRISP-DM)   \n    🔹 Limpieza de datos (Data Cleaning)   \n    🔹 Análisis Exploratorio de Datos (EDA)   \n    🔹 Visualización de datos efectiva (gráficos, dashboards)   \n\n## 🔥 BLOQUE 2: Machine Learning y Modelado Predictivo\n4. Machine Learning Supervisado   \n    🔹 Regresión Lineal y Polinómica   \n    🔹 Clasificación (Logistic Regression, KNN, SVM, Decision Trees)   \n    🔹 Evaluación de modelos: accuracy, precision, recall, F1-score, ROC-AUC   \n    🔹 Técnicas de validación: Cross-Validation, Grid Search   \n\n5. Machine Learning No Supervisado   \n    🔹 Clustering (K-Means, DBSCAN)   \n    🔹 Análisis de Componentes Principales (PCA)   \n    🔹 Asociación (Market Basket Analysis)   \n\n6. Algoritmos Avanzados y Feature Engineering   \n    🔹 Random Forest, Gradient Boosting (XGBoost, LightGBM)   \n    🔹 Feature selection y transformación   \n    🔹 Técnicas de regularización (Ridge, Lasso)   \n\n## 🔥 BLOQUE 3: Proyectos Profesionales, Portafolio y Herramientas Reales\n7. Herramientas y Entornos Profesionales   \n    🔹 Jupyter Notebooks (Documentación de código)   \n    🔹 Git y GitHub (Control de versiones, portafolio)   \n    🔹 Docker (opcional) para despliegue de modelos   \n    🔹 Power BI / Tableau para visualización de dashboards profesionales   \n    🔹 APIs y Web Scraping con Python (requests, BeautifulSoup, Selenium)   \n\n8. Casos de Uso Profesionales (Proyectos Reales)   \n    🔹 Predicción de ventas/ingresos   \n    🔹 Detección de fraude   \n    🔹 Segmentación de clientes   \n    🔹 Análisis de sentimiento (NLP básico)   \n    🔹 Series de tiempo (forecasting)   \n\n## 🔥 BLOQUE 4: Monetización y Salida al Mercado\n9. Estrategias para Ganar Dinero   \n    a) Freelancing (Upwork, Freelancer, Fiverr)   \n        🔹 Proyectos de visualización de datos, automatización de reportes   \n        🔹 Creación de dashboards interactivos (Power BI, Tableau)   \n        🔹 Modelos de predicción simples (ventas, clientes, etc.)   \n    b) Trabajo Remoto como Data Analyst/Junior Data Scientist   \n        🔹 Preparación de CV con portafolio de GitHub   \n        🔹 Aplicaciones en LinkedIn y portales de empleo remotos (Remotive, WeWorkRemotely)   \n    c) Crear productos propios:   \n        🔹 Dashboards automatizados para pequeñas empresas   \n        🔹 Bots de análisis de datos para redes sociales o e-commerce   \n        🔹 Cursos o tutoriales sobre proyectos de Data Science   \n\n10. Especialización (para subir de nivel y ganar más)   \n    🔹 Ciencia de Datos aplicada a Negocios (Business Intelligence)   \n    🔹 Data Science en Finanzas (Análisis de portafolios, riesgos)   \n    🔹 Inteligencia Artificial (Deep Learning, NLP avanzado)   \n    🔹 Big Data (Spark, Hadoop)   \n    🔹 MLOps (Despliegue y mantenimiento de modelos en producción)\n    \n","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fgit-devtest%2Fcurso-ciencia-datos-ai","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Fgit-devtest%2Fcurso-ciencia-datos-ai","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fgit-devtest%2Fcurso-ciencia-datos-ai/lists"}