de los graduados de Practicum encontraron trabajo como data scientists
6 de cada 10
graduados mayores de 40 años encontraron trabajo como data scientists
8 de cada 10
mujeres sin formación tecnológica previa encontraron trabajo en el sector de las TI
Hemos formado a más de 5000 especialistas en TI en Estados Unidos, Europa, América Latina y Oriente Medio. Y hemos ayudado a nuestros graduados a encontrar un trabajo en las mejores empresas. ¡Tú también puedes hacerlo!
Y con nuestro plan de empleo en 3 pasos
Construye tu portafolio
Trabajarás en casos para empresas reales y aumentarás tu presencia en línea con tu portafolio en LinkedIn y GitHub. Lo llenarás con proyectos profesionales que te harán destacar ante los empleadores.
Aprende estrategias de presentación personal
Trabajarás con un asesor personal de carrera, aprenderás sobre el mercado de TI, obtendrás consejos útiles sobre cómo contar tu historia y asistirás a simulacros de entrevistas con reclutadores profesionales.
¡Consigue el trabajo de tus sueños!
No dejaremos de asesorarte hasta que encuentres una empresa que te convenga. Además, estaremos a tu lado hasta que pases el periodo de prueba, porque será entonces cuando nuestro trabajo esté realmente hecho.
Tu carrera tecnológica comienza con uno de los bootcamps mejor calificados en todo el mundo
Rating de Practicum basado en las reseñas de los estudiantes
№
Plataforma
Rating
No te dejaremos solo con el código, la plataforma y los errores. Serás guiado a través de cada etapa del curso por profesionales de la industria.
Con todo un equipo para apoyarte en el camino
Con más de 3 años de experiencia en destacadas empresas tecnológicas, te ayudarán a repasar los temas teóricos más complicados y a evitar los típicos errores de principiante. Tendrás sesiones semanales vía Zoom y resolverás tus dudas a través de Slack.
Tutores
Hector Lira, Mexico
Senior Data Scientist
“Decidí convertirme en tutor porque disfruto ayudar a personas entusiastas a aprender. Me apasiona el campo de Data Science por la variedad de temas en que lo podemos aplicar (medicina, psicología, finanzas, negocios de todo tipo y más) y me encanta aprender cosas nuevas todo el tiempo”
El manager de tu grupo se encarga del proceso educativo, recordándote los plazos, las reuniones planeadas y tus objetivos como estudiante. Todo de forma inmediata a través de Slack
Community managers
Revisores de código
Data Scientists profesionales que revisarán tus proyectos, señalarán tus errores y te ayudarán a perfeccionar tus habilidades de programación a través de la plataforma de Practicum
Asistencia 24/7
A través de la plataforma, los especialistas de soporte te ayudarán con cualquier problema técnico las 24 horas del día, así que podrás estudiar por la noche o en cualquier zona horaria.
Aprender con nosotros no es un retiro tranquilo, sino una actualización total. Por eso funciona.
Con un proceso de aprendizaje diseñado para convertirte en un profesional
El proceso de aprendizaje se divide en sprints: periodos intensivos de trabajo de 2 a 3 semanas. La mayoría de las empresas tecnológicas trabajan de esta manera, así que te prepararás para el futuro. Cada sprint consiste en teoría, tareas prácticas y trabajo en un proyecto con una fecha límite.
Sprints rápidos en lugar de un agotador maratón
¡Prepárate para una experiencia interesante! Luego de darte la bienvenida, el primer paso será: Aprender teoría escrita con lenguaje sencillo, ilustrada con muchos casos de la industria con chistes y lifehacks profesionales.
Teoría basada en casos de la vida real
Empieza a practicar inmediatamente después de aprender la teoría sin descargar ningún programa. Escribe código, recibe un rápido feedback y corrige tus errores. Repítelo dos veces o más. 500 de las 640 horas de estudio en Practicum se dedican a la práctica.
Practica en el simulador y en proyectos reales
Durante el curso resolverás las tareas típicas de un data scientist en diferentes ámbitos empresariales y añadirás al menos 15 proyectos a tu portafolio.
Con un portafolio que habla por sí mismo
<
>
Examinarás los datos sobre videojuegos de computadora y encontrarás los patrones que determinan el éxito de los mismos.
Tu primera predicción
Un rápido vistazo al aprendizaje profundo
Aprenderás los fundamentos de la visión artificial y construirás un modelo que determine la edad aproximada de una persona a partir de una foto
Tu primer proyecto de aprendizaje automático
Crearás un modelo que te ayudará a identificar un nuevo emplazamiento minero con el menor riesgo de pérdida
Examinarás los datos sobre videojuegos de computadora y encontrarás los patrones que determinan el éxito de los mismos.
Sua primeira previsão
Un rápido vistazo al aprendizaje profundo
Aprenderás los fundamentos de la visión artificial y construirás un modelo que determine la edad aproximada de una persona a partir de una foto
Tu primer proyecto de aprendizaje automático
Crearás un modelo que te ayudará a identificar un nuevo emplazamiento minero con el menor riesgo de pérdida
Para convertirte en data scientist necesitarás 9 meses.
Para convertirte en data scientist necesitarás 9 meses.
Programa del curso
¡Tu introducción al mundo de la ciencia de datos! Conceptos clave y sintaxis básica en Python. Bucles, condiciones, y funciones. La librería Pandas para el análisis de datos. Tu primer estudio de caso analítico, seguido de tu primer proyecto.
Compensación por datos imperfectos. Manejo de los valores ausentes y duplicados. Cambiar tipos de datos. Pensamiento sistémico para analistas.
Realizar análisis iniciales para detectar patrones en los datos. Crear gráficos básicos y generar tu primera hipótesis.
Teoría de la probabilidad, las distribuciones más comunes y métodos estadísticos en Python. Muestreo y significación estadística. Identificación y manejo de anomalías.
Estudio de los datos de ventas de videojuegos para realizar predicciones sobre las tendencias del próximo año.
Dominar las nociones básicas del machine learning. Manejo de la librería scikit-learn para completar tu primer proyecto de machine learning.
Inmersión en el área más demandada del machine learning. Cómo ajustar los modelos de machine learning, mejorar las métricas y trabajar con datos desbalanceados.
Aplica todo lo que has aprendido en ejercicios de negocio. Descubrir métricas de negocio, tests A/B, la técnica bootstrap y el etiquetado de datos.
Realiza un prototipo de un modelo de machine learning para ayudar a una compañía minera a desarrollar soluciones eficientes.
Examinar de cerca algunos de los algoritmos que ya has estudiado y comprender cómo aplicarlos. Obtener un enfoque práctico de los conceptos clave en álgebra lineal: vectores, matrices y regresiones lineales.
Analizar diferentes algoritmos que utilizan métodos numéricos y aplicarlos a ejercicios prácticos. Aprender sobre el descenso de gradiente, la potenciación del gradiente y la red neuronal.
Explorar series temporales. Entender tendencias, estacionalidad y creación de características.
Aplicar machine learning para datos de texto. Descubrir cómo convertir texto en números y cómo utilizar el modelo bolsa de palabras, TF-IDF, además de embeddings y BERT.
Cómo están estructuradas las bases de datos y cómo recuperar datos utilizando consultas SQL.
Cómo manejar simples ejercicios de visión artificial utilizando redes neuronales preestablecidas y la librería Keras. Un rápido vistazo al aprendizaje profundo (deep learning).
Descubrir qué hacer cuando no tienes las características de la variable objetivo. Realizar ejercicios de agrupamiento (clustering) y buscar anomalías.
Utiliza todo lo que has aprendido en un bootcamp de dos semanas que simula la experiencia de trabajo como data scientist junior.
¡Tu introducción al mundo de la ciencia de datos! Conceptos clave y sintaxis básica en Python. Bucles, condiciones, y funciones. La librería Pandas para el análisis de datos. Tu primer estudio de caso analítico, seguido de tu primer proyecto.
Compensación por datos imperfectos. Manejo de los valores ausentes y duplicados. Cambiar tipos de datos. Pensamiento sistémico para analistas.
Realizar análisis iniciales para detectar patrones en los datos. Crear gráficos básicos y generar tu primera hipótesis.
Teoría de la probabilidad, las distribuciones más comunes y métodos estadísticos en Python. Muestreo y significación estadística. Identificación y manejo de anomalías.
Estudio de los datos de ventas de videojuegos para realizar predicciones sobre las tendencias del próximo año.
Dominar las nociones básicas del machine learning. Manejo de la librería scikit-learn para completar tu primer proyecto de machine learning.
Inmersión en el área más demandada del machine learning. Cómo ajustar los modelos de machine learning, mejorar las métricas y trabajar con datos desbalanceados.
Aplica todo lo que has aprendido en ejercicios de negocio. Descubrir métricas de negocio, tests A/B, la técnica bootstrap y el etiquetado de datos.
Realiza un prototipo de un modelo de machine learning para ayudar a una compañía minera a desarrollar soluciones eficientes.
Examinar de cerca algunos de los algoritmos que ya has estudiado y comprender cómo aplicarlos. Obtener un enfoque práctico de los conceptos clave en álgebra lineal: vectores, matrices y regresiones lineales.
Analizar diferentes algoritmos que utilizan métodos numéricos y aplicarlos a ejercicios prácticos. Aprender sobre el descenso de gradiente, la potenciación del gradiente y la red neuronal.
Explorar series temporales. Entender tendencias, estacionalidad y creación de características.
Aplicar machine learning para datos de texto. Descubrir cómo convertir texto en números y cómo utilizar el modelo bolsa de palabras, TF-IDF, además de embeddings y BERT.
Cómo están estructuradas las bases de datos y cómo recuperar datos utilizando consultas SQL.
Cómo manejar simples ejercicios de visión artificial utilizando redes neuronales preestablecidas y la librería Keras. Un rápido vistazo al aprendizaje profundo (deep learning).
Descubrir qué hacer cuando no tienes las características de la variable objetivo. Realizar ejercicios de agrupamiento (clustering) y buscar anomalías.
Utiliza todo lo que has aprendido en un bootcamp de dos semanas que simula la experiencia de trabajo como data scientist junior.
¡Inscríbete a uno de nuestros webinars y recibe un descuento especial!
Te responderemos a las siguientes preguntas:
¿Qué es el data science y qué aprenderás en el curso?
¿Cómo se organiza el aprendizaje en Practicum?
¿Es posible conseguir un trabajo después de terminar el curso de 9 meses?
Reseñas de nuestros estudiantes y graduados
<
>
Andrés Garza
Data Scientist, estudiante México
Soy de México, Nuevo León, Monterrey. Tengo 24 años. Estudié ingeniería en Innovación Sustentable y Energía. Llevo años trabajando en proyectos sustentables como consultor. Investigué muchísimos cursos diferentes y Practicum fue el que más me convenció. Es totalmente completo de principio a fin, y no importa las dudas que tengas, sabes que puedes contar con el personal de Practicum y con tus compañeros para resolverlas. El ambiente es muy amigable y todos participan y se ayudan mutuamente. Quiero graduarme de Practicum y conseguir un trabajo remoto en Estados Unidos (preferiblemente). Si tienen duda de qué bootcamp elegir, les recomiendo encarecidamente Practicum. Es un excelente curso.
Lorenza Díaz
Data Scientist, estudiante México
Me decidí por el curso de Data Science porque como diseñadora buscaba una herramienta que me permitiera no solo analizar datos, sino buscar tendencias, encontrar necesidades y poder ofrecer respuesta a ellas por medio del diseño.Elegí Practicum porque me pareció una buena opción con ejercicios prácticos reales. Pero lo que más llamó mi atención fue que no tenía un tiempo infinito para terminar, sino que tenía un plazo y debía cumplir con entregas puntuales, lo que me obliga a terminar sí o sí.
Adrián Villalobos
Data Scientist, estudiante México
Elegí Practicum porque te lleva de la mano en cada paso. De repente te das cuenta que has aprendido mucho sin que realmente haya sido difícil, además el costo es muy accesible, otros cursos menos interesantes cuestan hasta 10 veces más. Además, cuentas con el respaldo de profesionales. ¡Muy buen curso!
Raúl Barría Arriagada
Data Scientist, estudiante Chile
Hola soy Raúl Barría Arriagada, Ingeniero Civil Industrial, hoy en día me encuentro realizando el curso de Data Science por medio de Practicum. Decidí realizar este curso para aprovechar esta gran oportunidad de reforzar mis conocimientos por medio de una gran institución como Practicum. Me orientaron correctamente para tomar mi decisión, además encontré un plan de estudios muy completo, lo que le da seriedad al trabajo, junto con otros beneficios que hacen sentir que todo el esfuerzo va a valer la pena. Un saludo grande a todos desde Chile, mucho éxito.
Alexandra Alcantara Guardado
Data Scientist, estudiante México
Llevaba tiempo interesada en hacer un cambio de carrera hacia Data Science. Al ver que el programa tan renombrado de Practicum estaría disponible en México no quise perder esta oportunidad. Hasta ahora el curso no me ha decepcionado y la atención por parte de las personas encargadas es muy buena. Estoy muy confiada de que los proyectos que podré añadir a mi portafolio me distinguirán de los demás aplicantes.
Emerson Tung
Data Scientist, estudiante Brasil
Elegí Practicum por varias razones. En primer lugar, mi interés por la data science. En segundo lugar, la oportunidad de adquirir una experiencia técnica y personal muy valiosa. Y por último, porque encontré en Internet reseñas positivas de los estudiantes y graduados de Practicum.
Creo que la vida es demasiado corta para vivirla haciendo algo que no te gusta. Y aunque el aprendizaje de la data science no sea el camino correcto, al menos estaré mucho más cerca de encontrar mi vocación.
Pablo Silva
Data Scientist, estudiante Brasil
¿Por qué elegí Practicum? En primer lugar, miré los comentarios y valoraciones de los estudiantes. La mayoría de ellos eran positivos y destacaban las cosas que considero importantes, así que cuando vi que Practicum llegó a Brasil, aproveché la oportunidad de formar parte de esta comunidad.
Mi principal expectativa con este curso es aprender los fundamentos de data science y prepararme para trabajar como data scientist junior. Entiendo que Practicum no es un camino fácil. Habrá muchas dificultades y muchos casos en los que te atasques con un código sin tener idea de dónde está el error. Sin embargo, el equipo de Practicum nunca te deja solo con el código, los errores o la comprensión de algunas partes teóricas difíciles. Y responden a tus preguntas las 24 horas del día.
Créeme, estudiarás mucho, superarás cualquier dificultad con la ayuda de tu tutor, la comunidad o incluso Google y te divertirás mucho. Hubo momentos durante la resolución de tareas en la plataforma en los que el simple hecho de que mi solución funcionara me hizo gritar de felicidad. P.D. ¡Trata de no despertar a los vecinos!
Pedro Giestas Gomes
Data Scientist, graduado Portugal
Tras mi graduación, me descubrió Teleperformance, una empresa internacional que ofrece consultoría y externalización de procesos empresariales. Estaban buscando data analysts cuando les envié mi currículo y me pidieron que hiciera una prueba. Por suerte, ya había hecho un proyecto similar para Practicum, así que pude hacerlo con bastante facilidad. Les gustó y me ofrecieron un puesto allí. Y yo dije: "Sí, ¿por qué no?" Lo vi como un primer paso para adquirir más habilidades.
Stefano Pedicino
Data Scientist, graduado Alemania
Comencé el curso en Practicum teniendo un poco de experiencia en lenguajes como C, C++ y C#. Lo primero que noté sobre el curso es que la plataforma es genial. Ya había probado otras plataformas, pero normalmente no me gustaban. Por el contrario, con ésta, tuve una sensación realmente buena. La teoría estaba muy bien explicada y los ejercicios bien estructurados. Sólo en el primer mes, había aprendido lo básico de Python y la librería Pandas. Y un poco más tarde me encontré trabajando en proyectos y siendo capaz de organizar bases de datos con miles de registros por mi cuenta. Fue algo absolutamente increíble. Pasé por el Preprocesamiento de Datos, Data Analysis Exploratorio (este es súper interesante, me ayudó a aprender a crear impresionantes gráficos con datos), el análisis estadístico de datos y SQL en pocos meses. Después de eso, empecé la parte de Data Science. Lo que más me gustó en esta parte es la posibilidad de crear algoritmos y modelos de machine learning. Nunca había pensado llegar en tan poco tiempo a ser capaz de hacer algo así. Esas fueron mis experiencias sobre el programa, la plataforma y las clases, pero Practicum no es sólo eso. Tienen una plataforma de comunicación entre los estudiantes en la que puedes obtener ayuda de los tutores, el equipo de soporte y los managers si tienes algún tipo de problema. Siempre están ahí, dispuestos a apoyarte para que puedas seguir estudiando y ayudarte a tener éxito en el programa. ¡Muchas gracias a todo el equipo!
Alper Arslan
Data Scientist, graduado Países Bajos
Como estudiante del curso de Practicum de Data Science, siento que me ha aportado mucho, aunque estoy al principio del camino. Es emocionante tener un gran número de proyectos, tener un horario intenso pero flexible, ver tu propio desarrollo haciendo proyectos después de aprender con la teoría y de practicar, y sentirte parte de la industria de la tecnología. Gracias a todo el equipo.
Jaylen Gentry
Data Scientist, graduada EE.UU.
Antes de asistir a Practicum no tenía formación técnica, ni de matemáticas. Llevaba un tiempo buscando bootcamps y me encontré con Practicum. Después de investigar cada uno de los diferentes planes de estudio decidí que Data Science era el que más me interesaba. Poco después de empezar el programa completo descubrí mi pasión por Data Science. Los cursos superaron mis expectativas. No daban por sentado que tuvieras conocimientos de todas las matemáticas que hay detrás de los algoritmos y no utilizaban una terminología que sólo conocerían los matemáticos profesionales. Las únicas habilidades que necesitas aportar a este curso son la resolución de problemas y la búsqueda en Google. Si puedes hacer eso de manera efectiva, entonces lograrás pasar este curso. Durante el programa ayuda para preparar la solicitud de empleo. No te ponen en contacto con los empleadores directamente, pero te enseñan una buena manera de contactar con ellos. La cantidad de apoyo laboral que obtienes es buena para el precio del curso y genial si tienes en cuenta que no te piden nada a cambio. En conclusión, si estás buscando un bootcamp detallado con gran apoyo de una empresa relevante en el mundo de la Data Science, deberías probar Practicum.
Amit Alon
Data Scientist, graduado Israel
Estaba buscando el mejor lugar para aprender más técnicas y ampliar mis conocimientos, especialmente en deep learning. Elegí este curso porque puede eliminar la brecha entre la academia y la industria. Esto era exactamente lo que buscaba. No tengo experiencia profesional y el curso me dio una gran base para poder aportar mucho además de mi experiencia en investigación.
Rachelle Perez
Data Scientist, graduada EE.UU.
Francamente, no estaba segura de que disfrutaría aprendiendo por mi cuenta, pero la estructura de Practicum me ha permitido finalmente comprender cosas que he visto en otros cursos y vídeos de Youtube pero que nunca había entendido realmente. Creo que hay 4 razones: el enfoque en la práctica, el contenido, el apoyo y las fechas de entrega. Como estudiante, tienes que poner constantemente a prueba tus conocimientos a través de pequeñas tareas y, después de cada módulo, hacer proyectos que examinen de forma global lo aprendido hasta el momento. El contenido no es intimidante (¡me encantan las bonitas ilustraciones!) y es sencillo de entender. No hay palabras difíciles. El objetivo es ayudar a comprender los conceptos. Hay mucho apoyo por parte de los tutores de Practicum y del community manager, pero también de otros estudiantes. De alguna manera, me siento como si formáramos parte de un grupo que intenta conseguir algo en equipo a pesar de trabajar individualmente, ayudándonos cuando es necesario y celebrando las victorias de los demás. Por último, tener un plan de acción es genial. Practicum lo facilita mediante una mezcla de deadlines realistas, suaves y duros, que te ayudan a mantenerte en el camino. Ahora, no me veo a mí misma haciendo un curso presencial, ya que recuerdo que a menudo las cosas se me iban de las manos y no tenía el espacio y el tiempo necesarios para comprender un concepto antes de seguir adelante.
Andrés Garza
Data Scientist, estudiante México
Soy de México, Nuevo León, Monterrey. Tengo 24 años. Estudié ingeniería en Innovación Sustentable y Energía. Llevo años trabajando en proyectos sustentables como consultor. Investigué muchísimos cursos diferentes y Practicum fue el que más me convenció. Es totalmente completo de principio a fin, y no importa las dudas que tengas, sabes que puedes contar con el personal de Practicum y con tus compañeros para resolverlas. El ambiente es muy amigable y todos participan y se ayudan mutuamente. Quiero graduarme de Practicum y conseguir un trabajo remoto en Estados Unidos (preferiblemente). Si tienen duda de qué bootcamp elegir, les recomiendo encarecidamente Practicum. Es un excelente curso.
Lorenza Díaz
Data Scientist, estudiante México
Me decidí por el curso de Data Science porque como diseñadora buscaba una herramienta que me permitiera no solo analizar datos, sino buscar tendencias, encontrar necesidades y poder ofrecer respuesta a ellas por medio del diseño.Elegí Practicum porque me pareció una buena opción con ejercicios prácticos reales. Pero lo que más llamó mi atención fue que no tenía un tiempo infinito para terminar, sino que tenía un plazo y debía cumplir con entregas puntuales, lo que me obliga a terminar sí o sí.
Adrián Villalobos
Data Scientist, estudiante México
Elegí Practicum porque te lleva de la mano en cada paso. De repente te das cuenta que has aprendido mucho sin que realmente haya sido difícil, además el costo es muy accesible, otros cursos menos interesantes cuestan hasta 10 veces más. Además, cuentas con el respaldo de profesionales. ¡Muy buen curso!
Raúl Barría Arriagada
Data Scientist, estudiante Chile
Hola soy Raúl Barría Arriagada, Ingeniero Civil Industrial, hoy en día me encuentro realizando el curso de Data Science por medio de Practicum. Decidí realizar este curso para aprovechar esta gran oportunidad de reforzar mis conocimientos por medio de una gran institución como Practicum. Me orientaron correctamente para tomar mi decisión, además encontré un plan de estudios muy completo, lo que le da seriedad al trabajo, junto con otros beneficios que hacen sentir que todo el esfuerzo va a valer la pena. Un saludo grande a todos desde Chile, mucho éxito.
Alexandra Alcantara Guardado
Data Scientist, estudiante México
Llevaba tiempo interesada en hacer un cambio de carrera hacia Data Science. Al ver que el programa tan renombrado de Practicum estaría disponible en México no quise perder esta oportunidad. Hasta ahora el curso no me ha decepcionado y la atención por parte de las personas encargadas es muy buena. Estoy muy confiada de que los proyectos que podré añadir a mi portafolio me distinguirán de los demás aplicantes.
Emerson Tung
Data Scientist, estudiante Brasil
Elegí Practicum por varias razones. En primer lugar, mi interés por la data science. En segundo lugar, la oportunidad de adquirir una experiencia técnica y personal muy valiosa. Y por último, porque encontré en Internet reseñas positivas de los estudiantes y graduados de Practicum.
Creo que la vida es demasiado corta para vivirla haciendo algo que no te gusta. Y aunque el aprendizaje de la data science no sea el camino correcto, al menos estaré mucho más cerca de encontrar mi vocación.
Pablo Silva
Data Scientist, estudiante Brasil
¿Por qué elegí Practicum? En primer lugar, miré los comentarios y valoraciones de los estudiantes. La mayoría de ellos eran positivos y destacaban las cosas que considero importantes, así que cuando vi que Practicum llegó a Brasil, aproveché la oportunidad de formar parte de esta comunidad.
Mi principal expectativa con este curso es aprender los fundamentos de data science y prepararme para trabajar como data scientist junior. Entiendo que Practicum no es un camino fácil. Habrá muchas dificultades y muchos casos en los que te atasques con un código sin tener idea de dónde está el error. Sin embargo, el equipo de Practicum nunca te deja solo con el código, los errores o la comprensión de algunas partes teóricas difíciles. Y responden a tus preguntas las 24 horas del día.
Créeme, estudiarás mucho, superarás cualquier dificultad con la ayuda de tu tutor, la comunidad o incluso Google y te divertirás mucho. Hubo momentos durante la resolución de tareas en la plataforma en los que el simple hecho de que mi solución funcionara me hizo gritar de felicidad. P.D. ¡Trata de no despertar a los vecinos!
Pedro Giestas Gomes
Data Scientist, graduado Portugal
Tras mi graduación, me descubrió Teleperformance, una empresa internacional que ofrece consultoría y externalización de procesos empresariales. Estaban buscando data analysts cuando les envié mi currículo y me pidieron que hiciera una prueba. Por suerte, ya había hecho un proyecto similar para Practicum, así que pude hacerlo con bastante facilidad. Les gustó y me ofrecieron un puesto allí. Y yo dije: "Sí, ¿por qué no?" Lo vi como un primer paso para adquirir más habilidades.
Stefano Pedicino
Data Scientist, graduado Alemania
Comencé el curso en Practicum teniendo un poco de experiencia en lenguajes como C, C++ y C#. Lo primero que noté sobre el curso es que la plataforma es genial. Ya había probado otras plataformas, pero normalmente no me gustaban. Por el contrario, con ésta, tuve una sensación realmente buena. La teoría estaba muy bien explicada y los ejercicios bien estructurados. Sólo en el primer mes, había aprendido lo básico de Python y la librería Pandas. Y un poco más tarde me encontré trabajando en proyectos y siendo capaz de organizar bases de datos con miles de registros por mi cuenta. Fue algo absolutamente increíble. Pasé por el Preprocesamiento de Datos, Data Analysis Exploratorio (este es súper interesante, me ayudó a aprender a crear impresionantes gráficos con datos), el análisis estadístico de datos y SQL en pocos meses. Después de eso, empecé la parte de Data Science. Lo que más me gustó en esta parte es la posibilidad de crear algoritmos y modelos de machine learning. Nunca había pensado llegar en tan poco tiempo a ser capaz de hacer algo así. Esas fueron mis experiencias sobre el programa, la plataforma y las clases, pero Practicum no es sólo eso. Tienen una plataforma de comunicación entre los estudiantes en la que puedes obtener ayuda de los tutores, el equipo de soporte y los managers si tienes algún tipo de problema. Siempre están ahí, dispuestos a apoyarte para que puedas seguir estudiando y ayudarte a tener éxito en el programa. ¡Muchas gracias a todo el equipo!
Alper Arslan
Data Scientist, graduado Países Bajos
Como estudiante del curso de Practicum de Data Science, siento que me ha aportado mucho, aunque estoy al principio del camino. Es emocionante tener un gran número de proyectos, tener un horario intenso pero flexible, ver tu propio desarrollo haciendo proyectos después de aprender con la teoría y de practicar, y sentirte parte de la industria de la tecnología. Gracias a todo el equipo.
Jaylen Gentry
Data Scientist, graduada EE.UU.
Antes de asistir a Practicum no tenía formación técnica, ni de matemáticas. Llevaba un tiempo buscando bootcamps y me encontré con Practicum. Después de investigar cada uno de los diferentes planes de estudio decidí que Data Science era el que más me interesaba. Poco después de empezar el programa completo descubrí mi pasión por Data Science. Los cursos superaron mis expectativas. No daban por sentado que tuvieras conocimientos de todas las matemáticas que hay detrás de los algoritmos y no utilizaban una terminología que sólo conocerían los matemáticos profesionales. Las únicas habilidades que necesitas aportar a este curso son la resolución de problemas y la búsqueda en Google. Si puedes hacer eso de manera efectiva, entonces lograrás pasar este curso. Durante el programa ayuda para preparar la solicitud de empleo. No te ponen en contacto con los empleadores directamente, pero te enseñan una buena manera de contactar con ellos. La cantidad de apoyo laboral que obtienes es buena para el precio del curso y genial si tienes en cuenta que no te piden nada a cambio. En conclusión, si estás buscando un bootcamp detallado con gran apoyo de una empresa relevante en el mundo de la Data Science, deberías probar Practicum.
Amit Alon
Data Scientist, graduado Israel
Estaba buscando el mejor lugar para aprender más técnicas y ampliar mis conocimientos, especialmente en deep learning. Elegí este curso porque puede eliminar la brecha entre la academia y la industria. Esto era exactamente lo que buscaba. No tengo experiencia profesional y el curso me dio una gran base para poder aportar mucho además de mi experiencia en investigación.
Rachelle Perez
Data Scientist, graduada EE.UU.
Francamente, no estaba segura de que disfrutaría aprendiendo por mi cuenta, pero la estructura de Practicum me ha permitido finalmente comprender cosas que he visto en otros cursos y vídeos de Youtube pero que nunca había entendido realmente. Creo que hay 4 razones: el enfoque en la práctica, el contenido, el apoyo y las fechas de entrega. Como estudiante, tienes que poner constantemente a prueba tus conocimientos a través de pequeñas tareas y, después de cada módulo, hacer proyectos que examinen de forma global lo aprendido hasta el momento. El contenido no es intimidante (¡me encantan las bonitas ilustraciones!) y es sencillo de entender. No hay palabras difíciles. El objetivo es ayudar a comprender los conceptos. Hay mucho apoyo por parte de los tutores de Practicum y del community manager, pero también de otros estudiantes. De alguna manera, me siento como si formáramos parte de un grupo que intenta conseguir algo en equipo a pesar de trabajar individualmente, ayudándonos cuando es necesario y celebrando las victorias de los demás. Por último, tener un plan de acción es genial. Practicum lo facilita mediante una mezcla de deadlines realistas, suaves y duros, que te ayudan a mantenerte en el camino. Ahora, no me veo a mí misma haciendo un curso presencial, ya que recuerdo que a menudo las cosas se me iban de las manos y no tenía el espacio y el tiempo necesarios para comprender un concepto antes de seguir adelante.