Resolución de problemas mediante datos para analistas de datos

Resumen

Los analistas de datos deben manejar problemas comerciales complejos y traducir datos en bruto en conocimientos accionables, aprovechando múltiples herramientas para implementar el ciclo de vida completo de un proyecto de análisis de datos. En este curso, Resolución de Problemas Basada en Datos para Analistas de Datos, adquirirás la capacidad de entender el flujo de trabajo típico de un proyecto de análisis de datos, desde la definición de problemas hasta su presentación a las partes interesadas, utilizando herramientas como Microsoft Excel, Python y Tableau en el proceso.

Primero, explorarás cómo definir problemas comerciales basados en datos y el proceso de exploración de datos. Luego, descubrirás el proceso de limpieza y preparación de datos e identificación de tendencias clave.

Finalmente, aprenderás cómo el proceso de análisis de datos puede culminar en la creación de visualizaciones impactantes y en la presentación efectiva de tus hallazgos a las partes interesadas. Al terminar este curso, tendrás las habilidades y conocimientos sobre cómo se aplica el flujo de trabajo de análisis de datos de principio a fin para abordar problemas comerciales del mundo real y ofrecer recomendaciones accionables respaldadas por datos.

Programa de estudio

• Introducción a la resolución de problemas basada en datos
Descripción general del curso y objetivos
Introducción al ciclo de vida del análisis de datos
• Definición de problemas empresariales basados en datos
Comprensión de las necesidades y objetivos empresariales
Traducción de problemas empresariales en preguntas de datos
Técnicas para una definición efectiva de problemas
• Exploración de datos
Introducción a las fuentes de datos y recolección de datos
Exploración de datos con Microsoft Excel
Exploración de datos usando Python
• Limpieza y preparación de datos
Importancia de la limpieza de datos
Técnicas para la limpieza de datos en Excel
Limpieza y preparación de datos en Python
Manejo de datos faltantes y valores atípicos
• Identificación de tendencias y conocimientos clave
Técnicas de análisis de datos
Uso de Excel para análisis de tendencias
Python para análisis estadístico
• Visualización y comunicación de conocimientos
Principios de visualización de datos efectiva
Creación de visualizaciones con Tableau
Técnicas avanzadas de visualización en Python
• Presentación de hallazgos a las partes interesadas
Elaboración de una narrativa convincente
Diseño de materiales de presentación con conocimientos clave
Técnicas para una comunicación efectiva
• Estudio de caso: Proyecto de análisis de datos de inicio a fin
Definición del problema
Exploración y preparación de datos
Análisis de tendencias y visualización
Presentación y recomendaciones
• Cierre del curso y próximos pasos
Resumen de los aprendizajes clave
Recursos adicionales y aprendizaje adicional
Presentación final del proyecto y retroalimentación

---

Enseñado por

Ria Cheruvu

---

Asignaturas

Ciencia de datos