Campus de Formacion

Lleva la minería de datos del ejercicio de clase al proyecto real. Es un curso de nivel de máster en ingeniería y la continuación del curso Minería de datos: da por conocidos los algoritmos clásicos y se centra en el flujo de trabajo profesional, de la preparación de datos sin fugas y la validación rigurosa a los ensembles modernos, las series temporales y la interpretabilidad de los modelos.

Qué incluye: 8 temas y 5 entregas evaluables

• Módulo 1 · Preparación y evaluación — Tema 1 El proyecto de minería de datos y la preparación de datos · Tema 2 Reducción de dimensionalidad · Tema 3 Validación avanzada y ajuste de modelos · Práctica 1: preparación de datos y modelo base
• Módulo 2 · Aprendizaje no supervisado — Tema 4 Clustering avanzado y detección de anomalías · Práctica 2: segmentación y anomalías
• Módulo 3 · Modelos supervisados avanzados — Tema 5 Máquinas de vectores soporte y métodos kernel · Tema 6 Ensembles modernos: random forest, boosting y stacking · Práctica 3: comparativa de modelos supervisados
• Módulo 4 · Series temporales e interpretabilidad — Tema 7 Series temporales · Práctica 4: predicción de series temporales · Tema 8 Interpretabilidad y aprendizaje automático responsable
• Cierre — Entrega 5: análisis crítico de un artículo científico

Cada tema trae un PDF propio, un notebook de entrenamiento con ejercicios autocorregibles y su solución, y una autoevaluación que desbloquea lo siguiente.

Trabajarás en Python con pandas, scikit-learn, XGBoost, LightGBM, statsmodels, imbalanced-learn, SHAP y UMAP, en local o en Google Colab (sin necesidad de GPU). Dedicación estimada: 124 horas de temas y entregas, más una hora de presentación (unas 10 horas semanales durante 13 semanas). Requisitos: haber cursado Minería de datos o tener formación equivalente (algoritmos clásicos de clasificación y clustering, evaluación de modelos y Python con pandas y scikit-learn), además de estadística, álgebra lineal y cálculo de nivel universitario.

Aprende a extraer conocimiento útil de los datos con las técnicas fundamentales de la minería de datos. Es un curso de nivel de grado en ingeniería: cada algoritmo se explica desde dentro, se resuelve a mano con ejemplos pequeños y se programa en Python, de los clasificadores por vecindad, los árboles de decisión y los modelos bayesianos a la combinación de clasificadores, el clustering, los algoritmos genéticos y las redes neuronales.

Qué incluye: 10 temas y 4 entregas evaluables

• Módulo 1 · Fundamentos y clasificación — Tema 1 Introducción a la minería de datos · Tema 2 Clasificación con k vecinos más próximos · Tema 3 Evaluación de clasificadores · Tema 4 Árboles de decisión · Práctica 1: clasificación y evaluación
• Módulo 2 · Modelos probabilísticos y combinación — Tema 5 Clasificadores bayesianos · Tema 6 Combinación de clasificadores · Tema 7 Selección de variables · Práctica 2: modelos bayesianos, combinación y selección de variables
• Módulo 3 · Aprendizaje no supervisado y otros paradigmas — Tema 8 Algoritmos de clustering · Tema 9 Algoritmos genéticos · Tema 10 Introducción a las redes neuronales · Práctica 3: clustering y optimización genética
• Cierre — Proyecto final: un proyecto completo de minería de datos

Cada tema trae un PDF propio, un notebook de entrenamiento con ejercicios autocorregibles y su solución, y una autoevaluación que desbloquea lo siguiente.

Trabajarás en Python con pandas y scikit-learn, en local o en Google Colab (sin necesidad de GPU). Dedicación estimada: 132 horas de trabajo, más una hora de presentación (unas 10 horas semanales durante 14 semanas). Requisitos: programación básica en Python, y estadística, probabilidad y álgebra lineal de primeros cursos de grado. Su continuación natural es el curso Minería de datos avanzada, de nivel de máster.

Aprende a construir agentes que toman decisiones secuenciales y mejoran con la experiencia. El curso va de los fundamentos del aprendizaje por refuerzo (procesos de decisión de Markov, funciones de valor y ecuaciones de Bellman) a los métodos de deep reinforcement learning que se usan hoy: DQN, gradientes de política, actor-crítico y PPO.

Qué incluye: 11 temas y 4 entregas evaluables

• Módulo 1 · Fundamentos — Tema 1 Introducción al aprendizaje por refuerzo · Tema 2 Entornos de simulación con Gymnasium · Tema 3 Procesos de decisión de Markov
• Módulo 2 · Soluciones tabulares — Tema 4 Programación dinámica · Tema 5 Monte Carlo · Tema 6 Diferencia temporal · Tema 7 Métodos de n pasos · Práctica 1: métodos tabulares en Blackjack
• Módulo 3 · Soluciones aproximadas y deep RL — Tema 8 Soluciones aproximadas · Tema 9 Deep Q-Networks · Tema 10 Gradientes de política · Tema 11 Actor-crítico · Práctica 2: deep RL en Space Invaders
• Cierre — Entrega 3: análisis crítico de un artículo científico · Proyecto final: agente para Lunar Lander

Cada tema trae un PDF propio, un notebook de entrenamiento con ejercicios autocorregibles y su solución, y una autoevaluación que desbloquea el tema siguiente.

Trabajarás en Python con Gymnasium y PyTorch, en local o en Google Colab. Dedicación estimada: 140 horas (unas 10 horas semanales durante 14 semanas). Requisitos: Python y numpy, probabilidad básica y cálculo; para el módulo 3, nociones de redes neuronales.

Aprende a diseñar, entrenar y evaluar redes neuronales profundas. El curso va de los fundamentos del aprendizaje profundo (la neurona artificial, la retropropagación, los optimizadores y la regularización) a las arquitecturas que se usan hoy en visión, lenguaje y generación de contenido: redes convolucionales, redes recurrentes, transformers y modelos generativos.

Qué incluye: 7 temas y 5 entregas evaluables

• Módulo 1 · Fundamentos — Tema 1: Introducción al deep learning · Tema 2: Redes neuronales artificiales
• Módulo 2 · Visión por computador — Tema 3: Fundamentos de las redes convolucionales · Tema 4: Arquitecturas y aplicaciones de las CNN · Práctica 1: Redes densas y convolucionales con Keras
• Módulo 3 · Secuencias y lenguaje — Tema 5: Redes neuronales recurrentes · Práctica 2: Redes recurrentes · Tema 6: Transformers y mecanismos de atención · Práctica 3: Transformers
• Módulo 4 · Modelos generativos — Tema 7: Modelos generativos (autocodificadores, VAE, GAN y difusión) · Práctica 4: Modelos generativos
• Cierre — Entrega 5: Análisis crítico de un artículo

Cada tema trae un PDF propio, un notebook de entrenamiento con ejercicios autocorregibles y su solución, y una autoevaluación que desbloquea lo siguiente.

Trabajarás en Python con Keras 3 sobre TensorFlow, en local o en Google Colab (con GPU gratuita, recomendable para las prácticas). Dedicación estimada: 133 horas (unas 10 horas semanales durante 14 semanas). Requisitos: Python y numpy, álgebra lineal, cálculo y probabilidad básicos, y nociones de aprendizaje automático.

Aprende cómo un ordenador convierte un modelo 3D en una imagen programando tú mismo cada pieza del proceso. Es un curso de nivel de grado en ingeniería informática: primero construyes en Python, paso a paso y sin librerías gráficas, un rasterizador por software completo (rectas, triángulos, texturas, mallas, transformaciones, cámara, recorte, z-buffer e iluminación) para entender el pipeline gráfico por dentro, y después llevas ese mismo pipeline a la GPU con OpenGL moderno y shaders GLSL.

Qué incluye: 10 temas y 5 entregas evaluables

• Módulo 1 · Imagen digital y rasterización — Tema 1 La imagen digital y el pipeline gráfico · Tema 2 Rasterización de primitivas: rectas, polígonos y triángulos · Práctica 1: un rasterizador 2D con texturas
• Módulo 2 · Geometría y transformaciones — Tema 3 Modelos geométricos y mallas poligonales · Tema 4 Transformaciones geométricas en 2D y 3D · Tema 5 Rotaciones en el espacio y cuaterniones · Práctica 2: carga y transformación de objetos 3D
• Módulo 3 · Cámara y visibilidad — Tema 6 Visualización 2D: ventana, vista y recorte · Tema 7 La cámara virtual y las proyecciones · Tema 8 Visibilidad y texturas en el pipeline 3D · Práctica 3: cámara virtual y pipeline 3D por software
• Módulo 4 · Iluminación y tiempo real — Tema 9 Iluminación y sombreado · Práctica 4: iluminación en el rasterizador por software · Tema 10 OpenGL moderno y shaders GLSL con Python
• Cierre — Proyecto final: una escena 3D interactiva con objetos, cámaras, luces y materiales en OpenGL moderno

Cada tema trae un PDF propio, un notebook de entrenamiento con ejercicios autocorregibles y su solución, y una autoevaluación que desbloquea lo siguiente.

A quién va dirigido. A estudiantes de grado en ingeniería informática (o titulaciones afines) y a programadores que quieren entender de verdad qué hay debajo de un motor gráfico, un videojuego o un visor 3D. Requisitos: programar con soltura en Python y conocer lo básico de numpy, además de álgebra lineal (vectores, matrices, producto matricial, inversa) y trigonometría de primer curso.

Metodología. Estudias cada tema en su PDF, lo practicas en un notebook guiado con comprobaciones automáticas y demuestras lo aprendido en prácticas incrementales: cada una amplía el código de la anterior hasta formar un pequeño motor gráfico.

Trabajarás en Python 3 con numpy, Pillow y matplotlib para la parte por software (también en Google Colab, sin GPU) y con moderngl, moderngl-window y PyGLM para la parte en tiempo real, que se instala en local en Windows, macOS o Linux con cualquier tarjeta gráfica compatible con OpenGL 3.3. Dedicación estimada: 135 horas de temas y entregas, más una hora de presentación (unas 10 horas semanales durante 14 semanas).

Aprende a analizar datos con R desde cero. Es un curso de iniciación: no necesitas saber programar ni haber usado R antes. En unas 55 horas pasarás de instalar R y RStudio a importar datos reales, limpiarlos y transformarlos con el tidyverse, resumirlos, hacer gráficos claros con ggplot2 y presentar tu análisis en un informe reproducible con Quarto.

Qué incluye: 8 temas, 2 entregas y un trabajo final

• Módulo 1 · Primeros pasos con R — Tema 1 R y RStudio: tu primera sesión de trabajo · Tema 2 Vectores, tipos de datos y funciones básicas · Tema 3 Data frames: trabajar con tablas · Entrega 1: vectores y tablas en R base
• Módulo 2 · Manejo de datos con el tidyverse — Tema 4 Importar y exportar datos · Tema 5 Transformar datos con dplyr y tidyr · Entrega 2: importar, limpiar y resumir datos reales
• Módulo 3 · Visualización e informes — Tema 6 Visualización de datos con ggplot2 · Tema 7 Resúmenes descriptivos y comparación de grupos · Tema 8 Informes reproducibles con Quarto · Trabajo final: informe reproducible de análisis exploratorio

A quién va dirigido. A cualquier persona que trabaje con datos en una hoja de cálculo y quiera dar el salto a una herramienta más potente y reproducible: estudiantes de grado o de máster de cualquier rama, investigadores, técnicos de la administración, analistas de negocio, profesionales de la salud o de las ciencias sociales. También es la preparación recomendada para los cursos Probabilidad y estadística y Estadística Avanzada, que usan R.

Requisitos previos. Ninguno de programación. Basta con saber usar el ordenador (instalar programas, manejar carpetas y ficheros), tener soltura con una hoja de cálculo y recordar la aritmética y los porcentajes de secundaria. Este curso enseña el lenguaje y el análisis básico de datos; la teoría estadística (probabilidad, inferencia) se estudia en los cursos de estadística.

Metodología. Cada tema trae un PDF propio con explicaciones paso a paso, ejemplos con datos reales y errores frecuentes, un notebook de entrenamiento con ejercicios autocorregibles y su solución, y una autoevaluación que desbloquea lo siguiente. Las dos entregas son notebooks cortos con datos públicos y el trabajo final es un informe Quarto con tu propio análisis.

Trabajarás con R 4.4 o posterior y RStudio, en tu ordenador o en Google Colab sin instalar nada; la página de entorno te guía paso a paso. Paquetes: readr, readxl, dplyr, tidyr, forcats y ggplot2, con datos públicos como los pingüinos de Palmer o Gapminder. Dedicación estimada: 55 horas (unas 6 horas semanales durante 9 semanas) más una hora de presentación.

Aprende a describir datos, a razonar con la incertidumbre y a sacar conclusiones fiables a partir de una muestra. Es un curso de nivel grado en ingeniería de probabilidad y estadística: de las tablas, los gráficos y las medidas que resumen unos datos a la probabilidad, las variables aleatorias y sus modelos (binomial, Poisson, exponencial, normal), el muestreo y el teorema central del límite, los intervalos de confianza y los contrastes de hipótesis, siempre con problemas de ingeniería y datos reales, y en R, el lenguaje de referencia de la estadística.

Qué incluye: 10 temas y 4 prácticas evaluables

• Módulo 1 · Estadística descriptiva — Tema 1 Datos y estadística descriptiva de una variable · Tema 2 Datos bidimensionales: correlación y regresión lineal simple · Práctica 1: análisis exploratorio de datos reales
• Módulo 2 · Probabilidad y variables aleatorias — Tema 3 Probabilidad: sucesos, probabilidad condicionada y teorema de Bayes · Tema 4 Variables aleatorias discretas: binomial, Poisson y otros modelos · Tema 5 Variables aleatorias continuas: exponencial, normal y fiabilidad · Tema 6 Variables aleatorias bidimensionales y combinaciones lineales · Práctica 2: modelos de probabilidad, fiabilidad y simulación
• Módulo 3 · Muestreo y estimación — Tema 7 Muestreo, distribuciones muestrales y teorema central del límite · Tema 8 Estimación puntual e intervalos de confianza · Práctica 3: muestreo y estimación por intervalos
• Módulo 4 · Contrastes de hipótesis — Tema 9 Contrastes de hipótesis: fundamentos y una población · Tema 10 Comparación de dos poblaciones, contrastes ji cuadrado e inferencia en regresión simple · Práctica 4: estudio estadístico completo de un problema de ingeniería

A quién va dirigido. A estudiantes de grado en ingeniería (informática, industrial, de telecomunicación, civil…) y de otras titulaciones científicas y técnicas que cursan su primera asignatura de estadística, y a profesionales técnicos que necesitan entender y usar con criterio los datos de su trabajo: tiempos de respuesta, tasas de fallo, mediciones de calidad, ensayos de materiales o registros de un sistema.

Metodología. Cada tema trae un PDF propio con la teoría, ejemplos resueltos de ingeniería y código, un notebook de entrenamiento con ejercicios autocorregibles y su solución, y una autoevaluación que desbloquea lo siguiente. Muchos resultados se comprueban por simulación: verás con tus propios ojos cómo se estabiliza una frecuencia, por qué la media de muchos datos acaba siendo normal o qué significa de verdad «95 % de confianza». Cada módulo termina con una práctica sobre datos reales que se entrega como notebook ejecutado con un informe de conclusiones.

Trabajarás en R con muy pocos paquetes (R base, ggplot2, dplyr, readr y los datos de MASS y boot), en local con RStudio o Jupyter, o en Google Colab sin instalar nada; no necesitas saber programar en R: lo aprenderás desde el primer tema. Dedicación estimada: 130 horas de temas y prácticas, más una hora de presentación (unas 10 horas semanales durante 13 semanas). Requisitos: matemáticas de bachillerato de ciencias o de primer curso de ingeniería (sumatorios, derivadas e integrales sencillas) y soltura con el ordenador. Es el curso previo a Estadística Avanzada, que continúa con la verosimilitud, el bootstrap, la regresión múltiple, los modelos lineales generalizados y el diseño de experimentos con la misma notación y el mismo entorno.

Aprende a sacar conclusiones fiables de los datos y a defenderlas. Es un curso de nivel de máster en ciencia de datos / ingeniería de estadística inferencial avanzada: de la verosimilitud y los contrastes de hipótesis al bootstrap, los métodos robustos, el modelo lineal con su diagnóstico, los modelos lineales generalizados, el análisis de la varianza y el diseño de experimentos, siempre con datos públicos reales y en R, el lenguaje de referencia de la estadística.

Qué incluye: 10 temas y 4 prácticas evaluables

• Módulo 1 · Inferencia estadística — Tema 1 Modelos estadísticos, verosimilitud y estimación · Tema 2 Intervalos de confianza y contrastes de hipótesis · Tema 3 Remuestreo: bootstrap y pruebas de permutación · Tema 4 Métodos no paramétricos, robustez y comparaciones múltiples · Práctica 1: inferencia con datos reales
• Módulo 2 · El modelo lineal — Tema 5 Regresión lineal múltiple: estimación e inferencia · Tema 6 Diagnóstico, remedios y selección del modelo lineal · Práctica 2: un modelo lineal explicativo
• Módulo 3 · Modelos lineales generalizados — Tema 7 Modelos lineales generalizados y regresión logística · Tema 8 Modelos para recuentos: Poisson, sobredispersión y binomial negativa · Práctica 3: modelos para respuestas binarias y recuentos
• Módulo 4 · Análisis de la varianza y diseño de experimentos — Tema 9 Análisis de la varianza y comparaciones entre grupos · Tema 10 Diseño de experimentos y modelos de efectos mixtos · Práctica 4: análisis de experimentos

A quién va dirigido. A estudiantes de máster en ciencia de datos, ingeniería o estadística aplicada y a profesionales (analistas, científicos de datos, ingenieros de calidad o de experimentación) que ya manejan la estadística básica y necesitan elegir, aplicar e interpretar con rigor los métodos inferenciales: cuándo fiarse de un p-valor, cómo cuantificar la incertidumbre, cómo diagnosticar un modelo y cómo diseñar un experimento que responda a la pregunta correcta.

Metodología. Cada tema trae un PDF propio con la teoría, ejemplos resueltos y código, un notebook de entrenamiento con ejercicios autocorregibles y su solución, y una autoevaluación que desbloquea lo siguiente. Cada módulo termina con una práctica sobre datos reales que se entrega como notebook ejecutado con un informe de conclusiones.

Trabajarás en R, el lenguaje de referencia de la estadística, con sus paquetes clásicos (MASS, boot, car, lmtest/sandwich, emmeans, lme4, ggplot2…), en local con RStudio o Jupyter, o en Google Colab (sin necesidad de GPU). Dedicación estimada: 132 horas de temas y prácticas, más una hora de presentación (unas 10 horas semanales durante 14 semanas). Requisitos: estadística descriptiva, probabilidad y variables aleatorias, distribuciones habituales, nociones de intervalos de confianza y contrastes, álgebra lineal y cálculo de nivel universitario, y soltura programando para el análisis de datos (conocer R ayuda; si vienes de Python, la página de entorno te da las equivalencias). Complementa a los cursos Minería de datos y Minería de datos avanzada, que aportan la visión predictiva.

Aprende a guardar, validar y consultar datos que no caben bien en una tabla: documentos XML y JSON, catálogos con atributos que cambian de un producto a otro, perfiles de usuario, sesiones, rankings o redes de relaciones. Es un curso de nivel grado en ingeniería informática y la tercera asignatura de bases de datos: da por sabidos el modelo relacional y SQL, y recorre los datos semiestructurados (XML con XML Schema, XPath y XQuery; JSON con JSON Schema), cómo los maneja PostgreSQL (objeto-relacional, SQL/XML y JSONB), las bases de datos documentales con MongoDB y el resto de familias NoSQL (clave-valor, columna ancha y grafos), para terminar con la replicación, el particionado, el teorema CAP y los criterios para elegir el modelo adecuado en cada caso.

Qué incluye: 10 temas y 4 entregas evaluables

• Módulo 1 · Documentos XML — Tema 1 · Datos semiestructurados y documentos XML; Tema 2 · XML Schema: tipos, restricciones y diseño de vocabularios; Tema 3 · Consultas sobre XML con XPath y XQuery; Práctica 1 · Un vocabulario XML validado y consultado
• Módulo 2 · Datos semiestructurados en PostgreSQL — Tema 4 · PostgreSQL objeto-relacional y SQL/XML; Tema 5 · JSON, JSON Schema y JSONB en PostgreSQL; Práctica 2 · Una base de datos híbrida en PostgreSQL
• Módulo 3 · Bases de datos documentales con MongoDB — Tema 6 · El movimiento NoSQL y MongoDB: documentos y operaciones CRUD; Tema 7 · Agregación, índices y validación en MongoDB; Tema 8 · Modelado de datos orientado a documentos; Práctica 3 · Diseño y consulta de una base documental
• Módulo 4 · Sistemas NoSQL distribuidos — Tema 9 · Distribución: replicación, particionado y consistencia; Tema 10 · Clave-valor, columna ancha y grafos: cómo elegir el modelo; Proyecto final · Persistencia políglota para una plataforma de recetas

Cada tema trae un PDF propio, un notebook de entrenamiento con ejercicios autocorregibles y su solución, y una autoevaluación que desbloquea lo siguiente. Las entregas plantean problemas abiertos, como en un proyecto real: diseñar y validar un vocabulario XML de intercambio, combinar tablas, tipos compuestos, XML y JSONB en una misma base de datos, modelar y consultar una base documental con sus índices y, en el Proyecto final, repartir los datos de una plataforma entre varios almacenes y justificar cada decisión.

A quién va dirigido: estudiantes de grado en ingeniería informática o titulaciones afines que ya conocen las bases de datos relacionales, y profesionales que trabajan con SQL y necesitan integrar documentos XML o JSON, o decidir si un proyecto debe usar una base NoSQL y cuál.

Metodología y herramientas: todo se trabaja en notebooks de Jupyter con Python — lxml, xmlschema y Saxon (saxonche) para XML y XQuery, jsonschema, psycopg para PostgreSQL, pymongo para MongoDB, redis/fakeredis y networkx —, con PostgreSQL y MongoDB instalados en tu ordenador (Windows, macOS o Linux; la guía de instalación paso a paso está en el curso) y Redis como opcional. Dedicación estimada: 135 horas de temas y entregas, más una hora de presentación (unas 10 horas semanales durante 14 semanas). Requisitos: modelo relacional y SQL (consultas con JOIN, GROUP BY y subconsultas), nociones de transacciones e índices y programación básica en Python. Cursos previos recomendados: Diseño de bases de datos y Diseño avanzado de bases de datos.

Aprende a convertir datos en gráficos que se entienden, no engañan y convencen. Es un curso de nivel máster en ciencia de datos centrado en el diseño visual: por qué unas codificaciones funcionan mejor que otras según cómo percibimos, cómo elegir el gráfico adecuado para cada pregunta, cómo usar el color y el texto de forma accesible, cómo mostrar la incertidumbre, cómo construir exploraciones interactivas, mapas y redes, y cómo contar una historia con datos o resumirla en un cuadro de mando.

Qué incluye: 9 temas y 4 entregas evaluables

• Módulo 1 · Fundamentos y percepción — Tema 1 Qué es visualizar datos: propósitos, historia y abstracción · Tema 2 Percepción visual, marcas y canales · Tema 3 Color, texto y accesibilidad: buenas y malas prácticas · Práctica 1: crítica y rediseño de visualizaciones
• Módulo 2 · Visualización estática con Python — Tema 4 Gráficos estáticos profesionales con matplotlib y seaborn · Tema 5 Elegir el gráfico según la tarea y los datos · Tema 6 Visualizar la incertidumbre · Práctica 2: informe visual estático con incertidumbre
• Módulo 3 · Interactividad y datos con estructura — Tema 7 Visualización interactiva y análisis visual con plotly y altair · Tema 8 Mapas, redes, jerarquías y texto · Práctica 3: exploración visual interactiva
• Módulo 4 · Comunicar con datos — Tema 9 Narrativa con datos y cuadros de mando · Práctica 4: proyecto final, una historia con datos

A quién va dirigido. A estudiantes de máster en ciencia de datos, estadística o ingeniería y a profesionales (analistas, científicos e ingenieros de datos, periodistas de datos) que ya saben manejar datos en Python y quieren que sus gráficos estén a la altura de sus análisis.

Metodología. Cada tema trae un PDF propio con los principios y su justificación perceptiva, ejemplos de buenas y malas prácticas rehechos con datos nuevos, un notebook de entrenamiento con ejercicios autocorregibles y su solución, y una autoevaluación que desbloquea lo siguiente. Las cuatro prácticas son progresivas: criticar y rediseñar, producir un informe estático, construir una exploración interactiva y, por último, una historia con datos acompañada de un cuadro de mando ligero.

Herramientas. Python con matplotlib y seaborn para gráficos estáticos, plotly y altair (Vega-Lite) para gráficos interactivos exportables a HTML autónomo, geopandas para mapas, networkx para redes, colorspacious para comprobar paletas frente al daltonismo y Streamlit para el cuadro de mando final; en local o en Google Colab, sin necesidad de GPU. Los datos son abiertos o sintéticos y ligeros.

Dedicación y requisitos. Unas 132 horas de temas y entregas, más una hora de presentación (unas 9,5 horas semanales durante 14 semanas). Requisitos: Python y pandas con soltura (cargar, filtrar, agrupar y remodelar tablas) y estadística descriptiva e inferencial básica (media, cuartiles, correlación, intervalos de confianza). No hace falta experiencia previa en diseño.

Descubre qué es de verdad la ciencia de datos y cómo se trabaja en un proyecto real, de la pregunta de negocio al informe final. Es un curso de nivel máster en ciencia de datos y la puerta de entrada al itinerario de ciencia de datos: te da la visión de conjunto de la disciplina y un primer contacto práctico, en Python, con cada una de sus piezas, para que después elijas con criterio en qué profundizar. Cada tema introduce lo esencial y te indica qué curso del itinerario lo trata a fondo.

Qué aprenderás

• Qué distingue a la ciencia de datos de la estadística, la inteligencia de negocio y la IA; la pirámide DIKW; los tipos de analítica; los roles de un equipo de datos y qué hace que una organización esté orientada al dato.
• A plantear y gestionar un proyecto con CRISP-DM y métodos ágiles (Scrum y Kanban): formular el problema, fijar el criterio de éxito y la línea base, y documentar las decisiones.
• A trabajar con el ecosistema Python de la ciencia de datos: numpy, pandas, matplotlib, seaborn y scikit-learn, para explorar, limpiar y preparar datos, entrenar tus primeros modelos de clasificación, regresión y agrupamiento, y evaluarlos sin engañarte con la validación cruzada y las métricas adecuadas.
• A revisar un proyecto con mirada ética y legal (sesgos, equidad, privacidad, RGPD, Reglamento europeo de IA y gobierno del dato), a entender cuándo un problema es de big data y qué ofrece la nube, y a comunicar los resultados a quien tiene que decidir.

Qué incluye: 10 temas y 4 prácticas evaluables

• Módulo 1 · La ciencia de datos y sus proyectos — Tema 1 Qué es la ciencia de datos: datos, roles y organizaciones · Tema 2 El proyecto de ciencia de datos: CRISP-DM y gestión ágil
• Módulo 2 · Herramientas y exploración — Tema 3 Python para ciencia de datos: numpy y pandas · Tema 4 Análisis exploratorio y visualización básica · Práctica 1 · Planteamiento y exploración de un proyecto de datos
• Módulo 3 · Del dato al modelo — Tema 5 Calidad y preparación básica de los datos · Tema 6 Tipos de problemas y primeros modelos con scikit-learn · Tema 7 Evaluación y validación de modelos · Práctica 2 · Del dato al primer modelo
• Módulo 4 · Datos responsables — Tema 8 Ética, privacidad y gobierno del dato · Práctica 3 · Auditoría ética de un modelo y plan de gobierno del dato
• Módulo 5 · Escala y comunicación — Tema 9 Big data y ciencia de datos en la nube · Tema 10 Comunicación de resultados y puesta en producción · Práctica 4 · Proyecto final: un proyecto de ciencia de datos de principio a fin

Cada tema trae un PDF propio, un notebook de entrenamiento con ejercicios autocorregibles y su solución, y una autoevaluación que desbloquea lo siguiente. Las prácticas siguen el recorrido de un proyecto: lo planteas y exploras los datos, construyes y validas un primer modelo, lo auditas desde la ética y, al final, haces un proyecto completo con su informe.

A quién va dirigido. A quien empieza un máster o una formación de posgrado en ciencia de datos, y a profesionales de otras áreas (ingeniería, economía, ciencias, salud, administración) que quieren entender la disciplina y empezar a practicarla. Es el curso recomendado para empezar el itinerario: Tipología y ciclo de vida de los datos, Minería de datos, Minería de datos avanzada, Estadística Avanzada, Visualización de datos, Deep Learning y Aprendizaje por refuerzo parten de lo que aquí se presenta.

Requisitos previos. Saber programar a nivel básico en algún lenguaje (variables, condiciones, bucles y funciones), estadística descriptiva elemental y matemáticas de primer curso universitario. No hace falta experiencia previa con Python ni con aprendizaje automático: el curso enseña lo necesario.

Metodología y dedicación. Estudio del PDF, entrenamiento práctico, autoevaluación y prácticas con problemas abiertos en las que se valora tanto el código como la justificación de cada decisión. Dedicación estimada: 132 horas de temas y prácticas, más una hora de presentación (unas 10 horas semanales durante 14 semanas).

Herramientas. Python 3 con numpy, pandas, matplotlib, seaborn, scikit-learn, pyarrow y DuckDB, en Jupyter, en local o en Google Colab. No necesitas GPU ni conexión a internet para los ejercicios: los datos se generan en los propios notebooks o vienen con las librerías.

Aprende qué es una base de datos, cómo se organizan los datos en tablas que no se contradicen y cómo se consultan con SQL, el lenguaje que usan a diario desarrolladores, analistas y científicos de datos. Es un curso de nivel de grado en ingeniería informática y la primera asignatura de bases de datos: no necesitas ninguna experiencia previa con ellas. Recorrerás el modelo relacional con sus claves y restricciones de integridad, el álgebra relacional que hay debajo de cada consulta, el SQL completo (definición de tablas, consultas, reuniones, agregación, subconsultas, vistas y modificación de datos), una introducción al diseño con el modelo entidad-relación, las transacciones y la concurrencia, y el acceso a la base de datos desde tus propios programas en Python.

Qué incluye: 10 temas y 3 entregas evaluables

• Módulo 1 · Bases de datos y modelo relacional — Tema 1 · Bases de datos y sistemas gestores; Tema 2 · El modelo relacional: claves e integridad; Tema 3 · Álgebra relacional; Práctica 1 · Una base de datos íntegra y sus consultas en álgebra
• Módulo 2 · El lenguaje SQL — Tema 4 · Consultas SQL sobre una tabla; Tema 5 · Reuniones y operaciones de conjuntos en SQL; Tema 6 · Agregación y agrupación; Tema 7 · Subconsultas, vistas y modificación de datos; Práctica 2 · Consultas SQL sobre una plataforma de partituras
• Módulo 3 · Diseño, transacciones y aplicaciones — Tema 8 · Del problema a las tablas: introducción al modelo entidad-relación; Tema 9 · Transacciones y control de concurrencia; Tema 10 · Aplicaciones con bases de datos en Python; Proyecto final · Una aplicación de reservas con su base de datos

Cada tema trae un PDF propio con ejemplos resueltos, un notebook de entrenamiento con ejercicios autocorregibles y su solución, y una autoevaluación que desbloquea lo siguiente. Las entregas son problemas completos: construir una base de datos que rechace los datos incorrectos y consultarla en álgebra relacional, responder con SQL a las preguntas de negocio de una plataforma de partituras y, como proyecto final, diseñar desde los requisitos la base de datos de un sistema de reservas y programar en Python una pequeña aplicación que la use sin errores de concurrencia.

A quién va dirigido: estudiantes de grado en ingeniería informática o titulaciones afines que empiezan con las bases de datos, y profesionales (desarrolladores, analistas, perfiles de datos) que quieren aprender SQL y los fundamentos del modelo relacional con rigor.

Trabajarás con PostgreSQL instalado en tu ordenador (Windows, macOS o Linux; la guía de instalación paso a paso está en el curso), con psql y pgAdmin o DBeaver, y con Python (notebooks de Jupyter con psycopg, pandas y SQLAlchemy) para cargar datos, comprobar tus soluciones y construir aplicaciones; los diagramas E-R se dibujan con draw.io, dbdiagram.io o Mermaid. Dedicación estimada: 110 horas de temas y entregas, más una hora de presentación (unas 10 horas semanales durante 11 semanas). Requisitos: programación básica en Python (variables, funciones, bucles, listas y diccionarios) y nociones de conjuntos y de lógica; no se supone ningún conocimiento previo de bases de datos. Al terminar estarás preparado para el curso Diseño avanzado de bases de datos, que usa el mismo entorno.

Aprende a diseñar bases de datos que sigan funcionando cuando crecen: correctas, coherentes y rápidas. Es un curso de nivel de grado en ingeniería informática y la segunda asignatura de bases de datos: da por conocidos el modelo relacional y el SQL básico, y recorre el diseño completo, del enunciado de requisitos al esquema conceptual, de ahí a un esquema relacional normalizado, a las reglas de negocio programadas en el servidor y al diseño físico con índices y planes de ejecución, para terminar con las bases de datos distribuidas y los almacenes de datos.

Qué incluye: 10 temas y 5 entregas evaluables

• Módulo 1 · Diseño conceptual — Tema 1 · El proceso de diseño de bases de datos y PostgreSQL; Tema 2 · Modelado conceptual con el modelo entidad-relación; Tema 3 · Modelo E-R extendido y paso al modelo relacional; Práctica 1 · Del enunciado al esquema relacional
• Módulo 2 · Diseño lógico y normalización — Tema 4 · Dependencias funcionales; Tema 5 · Normalización y descomposición de esquemas; Práctica 2 · Normalización de una base de datos heredada
• Módulo 3 · Integridad y lógica en el servidor — Tema 6 · Vistas, restricciones de integridad y transacciones; Tema 7 · Disparadores y programación en el servidor con PL/pgSQL; Práctica 3 · Reglas de negocio en la base de datos
• Módulo 4 · Diseño físico y rendimiento — Tema 8 · Diseño físico: almacenamiento e índices; Tema 9 · Planes de ejecución y ajuste de consultas; Práctica 4 · Optimización de una base de datos lenta
• Módulo 5 · Bases de datos distribuidas y analíticas — Tema 10 · Bases de datos distribuidas y almacenes de datos; Proyecto final · Diseño de un almacén de datos

Cada tema trae un PDF propio, un notebook de entrenamiento con ejercicios autocorregibles y su solución, y una autoevaluación que desbloquea lo siguiente. Las prácticas plantean problemas abiertos, como en un proyecto real: modelar un dominio, normalizar una tabla heredada, programar reglas de negocio, acelerar consultas con medidas y diseñar un almacén de datos.

A quién va dirigido: estudiantes de grado en ingeniería informática o titulaciones afines que ya han tenido una primera asignatura de bases de datos, y profesionales que usan SQL a diario y quieren diseñar esquemas con criterio.

Trabajarás con PostgreSQL instalado en tu ordenador (Windows, macOS o Linux; la guía de instalación está en el curso), con psql y pgAdmin o DBeaver, y con Python (notebooks de Jupyter con psycopg, pandas y SQLAlchemy) para cargar datos y comprobar tus soluciones; los diagramas E-R se dibujan con draw.io, dbdiagram.io o Mermaid. Dedicación estimada: 140 horas de temas y entregas, más una hora de presentación (unas 10 horas semanales durante 14 semanas). Requisitos: modelo relacional (relaciones, claves primarias y ajenas) y SQL básico (SELECT, JOIN, GROUP BY y subconsultas), además de programación básica en Python. Curso previo recomendado: Diseño de bases de datos, de nivel introductorio; el tema 1 incluye un repaso breve de lo imprescindible.

Aprende a gobernar el dato de principio a fin: de dónde sale, cómo se guarda, cómo se limpia y cómo se publica para que otros puedan confiar en él y reutilizarlo. Es un curso de nivel máster en ciencia de datos centrado en el ciclo de vida de los datos con Python: tipos y formatos, adquisición mediante API y web scraping responsable y legal, integración de fuentes, limpieza, validación y calidad, valores perdidos y atípicos, transformación y análisis estadístico, ética y protección de datos (RGPD) y, por último, documentación y publicación de conjuntos de datos según los principios FAIR.

Qué aprenderás

• A clasificar los datos por estructura, origen, sensibilidad y escala de medida, y a elegir el formato y el sistema de almacenamiento adecuados (CSV, JSON, XML, Parquet, SQLite y bases NoSQL).
• A obtener datos de API REST y portales de datos abiertos, y a construir extractores web con BeautifulSoup que respetan robots.txt, los términos de uso, la propiedad intelectual y el RGPD.
• A integrar fuentes heterogéneas, resolver entidades duplicadas, validar reglas de calidad, diagnosticar y tratar valores perdidos y atípicos, y analizar los datos depurados con contrastes, correlación y regresión.
• A anonimizar, documentar (diccionario de datos, hoja de datos, metadatos Data Package, DCAT, schema.org y DataCite), licenciar y publicar un conjunto de datos con DOI en un repositorio como Zenodo.

Qué incluye: 10 temas y 4 prácticas evaluables

• Módulo 1 · Los datos: tipos, formatos y almacenamiento — Tema 1 Los datos y su ciclo de vida · Tema 2 Formatos de datos y almacenamiento: ficheros, SQL y NoSQL
• Módulo 2 · Adquisición de datos — Tema 3 Adquisición de datos mediante APIs y portales de datos abiertos · Tema 4 Web scraping responsable y legal · Práctica 1 · Construcción de un conjunto de datos propio
• Módulo 3 · Integración, limpieza y calidad — Tema 5 Integración de fuentes y resolución de entidades · Tema 6 Limpieza, validación y calidad de los datos · Tema 7 Valores perdidos y atípicos: diagnóstico y tratamiento · Práctica 2 · Integración, limpieza y validación
• Módulo 4 · Transformación y análisis — Tema 8 Transformación y análisis estadístico de los datos · Práctica 3 · Análisis de un conjunto de datos depurado
• Módulo 5 · Ética, documentación y publicación — Tema 9 Ética, privacidad y protección de datos · Tema 10 Documentación, publicación y preservación de datos · Práctica 4 · Proyecto final: publicación de un conjunto de datos FAIR

Cada tema trae un PDF propio, un notebook de entrenamiento con ejercicios autocorregibles y su solución, y una autoevaluación que desbloquea lo siguiente. Las cuatro prácticas forman un hilo: el conjunto de datos que construyes en la primera lo depuras, lo analizas y, al final, lo publicas.

A quién va dirigido. A estudiantes de máster en ciencia de datos, ingeniería o estadística y a profesionales (analistas, ingenieros de datos, investigadores) que necesitan obtener, preparar y compartir datos con rigor técnico y legal.

Requisitos previos. Programación en Python con soltura (funciones, estructuras de datos, excepciones), manejo básico de pandas y estadística de nivel universitario (descriptiva y nociones de inferencia). Se repasan las nociones de HTML y HTTP que hacen falta.

Metodología y dedicación. Estudio del PDF, entrenamiento práctico, autoevaluación y prácticas con problemas abiertos en las que se valora tanto el código como la justificación de cada decisión. Dedicación estimada: 134 horas de temas y prácticas, más una hora de presentación (unas 10 horas semanales durante 14 semanas).

Herramientas. pandas, requests, BeautifulSoup y lxml, sqlite3, pyarrow (Parquet), scipy y statsmodels, matplotlib y seaborn, en local o en Google Colab. Los ejercicios de extracción web funcionan sin conexión con páginas de práctica propias y, si lo prefieres, con sitios creados para practicar.

¿Por qué un programa que ordena un millón de datos tarda un segundo y otro, que hace lo mismo, tarda un día? ¿Cómo se demuestra que un algoritmo es correcto y no solo que «funciona en los ejemplos»? Este es un curso de nivel grado en ingeniería dedicado a diseñar y analizar algoritmos eficientes: aprenderás a medir su coste con recurrencias y el teorema maestro, a dominar las grandes técnicas de diseño —divide y vencerás, algoritmos voraces, programación dinámica y vuelta atrás—, a usar las estructuras de datos que las hacen rápidas (montículos y conjuntos disjuntos) y a resolver los problemas clásicos sobre grafos: recorridos, árboles de expansión mínima, caminos mínimos y flujo máximo. Cada algoritmo se acompaña de su demostración de corrección y de una medición empírica que confirma el análisis.

Qué incluye: 10 temas y 4 prácticas evaluables

• Módulo 1 · Análisis de algoritmos y divide y vencerás — Tema 1 Análisis de algoritmos: coste, corrección y medición · Tema 2 Recurrencias y el teorema maestro · Tema 3 Divide y vencerás · Práctica 1 · Medir y predecir: divide y vencerás bajo la lupa
• Módulo 2 · Estructuras de datos, grafos y algoritmos voraces — Tema 4 Montículos, conjuntos disjuntos y análisis amortizado · Tema 5 Grafos: representación y recorridos · Tema 6 Algoritmos voraces y su corrección · Tema 7 Árboles de expansión mínima y caminos mínimos · Práctica 2 · Redes eficientes: árboles de expansión y caminos mínimos
• Módulo 3 · Programación dinámica — Tema 8 Programación dinámica · Práctica 3 · De la recurrencia a la tabla: programación dinámica aplicada
• Módulo 4 · Flujo en redes y búsqueda exhaustiva — Tema 9 Flujo máximo y emparejamientos · Tema 10 Vuelta atrás: búsqueda exhaustiva con podas · Práctica 4 · Asignar y explorar: flujo máximo frente a vuelta atrás

Cada tema trae un PDF propio con el esquema de cada técnica, algoritmos en pseudocódigo y en Python, demostraciones de corrección y de coste comentadas y ejemplos resueltos paso a paso; un notebook de entrenamiento con ejercicios autocorregibles y su solución, y una autoevaluación que desbloquea lo siguiente. Las prácticas combinan implementación (ordenación y selección instrumentadas, montículos y union-find propios, Kruskal, Prim, Dijkstra y Bellman-Ford, tablas de programación dinámica con reconstrucción, Edmonds-Karp y vuelta atrás con podas), análisis formal (invariantes, recurrencias, argumentos de intercambio, subestructura óptima) y estudio experimental (tiempos y contadores en escala log-log frente a la predicción teórica).

Trabajarás en Python 3 con la biblioteca estándar, networkx para generar grafos y comprobar resultados y matplotlib para las gráficas, en local o en Google Colab. Dedicación estimada: 129 horas de temas y prácticas, más una hora de presentación (unas 10 horas semanales durante 13 semanas). Dirigido a estudiantes de ingeniería informática, matemáticas o titulaciones afines y a profesionales del software que quieran escribir código más rápido y razonar con rigor sobre él, también como preparación de entrevistas técnicas y programación competitiva. Requisitos: programación en Python (incluida la recursión), estructuras de datos básicas (listas, pilas, colas, árboles, tablas hash), matemática discreta (inducción, sumatorios, logaritmos) y nociones de grafos. Se complementa con el curso Teoría de la Complejidad Computacional, que estudia qué hacer cuando no existe un algoritmo eficiente.

¿Por qué algunos problemas se resuelven en milisegundos y otros, en apariencia parecidos, no se resolverían ni con todos los ordenadores del mundo? ¿Hay problemas que ningún programa puede resolver? Este es un curso de nivel grado en ingeniería informática que responde a estas preguntas con rigor y con código: parte de los modelos de cómputo (autómatas finitos y máquinas de Turing), delimita lo computable, clasifica los problemas por su dificultad (P, NP, PSPACE, NP-completitud y reducciones) y termina con las técnicas para atacar problemas intratables: algoritmos exactos inteligentes, aproximación y aleatorización.

Qué incluye: 10 temas y 4 prácticas evaluables

• Módulo 1 · Modelos de cómputo y computabilidad — Tema 1 Lenguajes formales y autómatas finitos · Tema 2 Máquinas de Turing y la tesis de Church-Turing · Tema 3 Decidibilidad y límites de lo computable · Práctica 1 · Simuladores de autómatas y máquinas de Turing
• Módulo 2 · Clases de complejidad y reducciones — Tema 4 Coste de los algoritmos y problemas tratables · Tema 5 Clases de complejidad: P, NP, PSPACE y EXPTIME · Tema 6 Reducciones polinómicas y el teorema de Cook-Levin · Práctica 2 · Verificadores y reducciones polinómicas
• Módulo 3 · NP-completitud en la práctica — Tema 7 Un catálogo de problemas NP-completos · Tema 8 Algoritmos exactos para problemas intratables · Práctica 3 · Resolver SAT: preprocesado, búsqueda y codificaciones
• Módulo 4 · Aproximación y aleatorización — Tema 9 Algoritmos de aproximación · Tema 10 Algoritmos aleatorizados y clases probabilistas · Práctica 4 · Aproximar y aleatorizar: un estudio experimental

Cada tema trae un PDF propio con definiciones, teoremas y demostraciones comentadas, un notebook de entrenamiento con ejercicios autocorregibles y su solución, y una autoevaluación que desbloquea lo siguiente. Las prácticas combinan código (simuladores de AFD, AFN y máquinas de Turing, verificadores, reducciones entre SAT, CLIQUE y recubrimiento de vértices, un resolutor DPLL, algoritmos aproximados y aleatorizados) y razonamiento formal (diseño de máquinas, demostraciones de corrección y de coste).

Trabajarás en Python 3, casi siempre con la biblioteca estándar y con networkx y matplotlib para grafos y gráficos, en local o en Google Colab. Dedicación estimada: 128 horas de temas y prácticas, más una hora de presentación (unas 10 horas semanales durante 13 semanas). Dirigido a estudiantes de ingeniería informática y a profesionales del software que quieran entender los límites de la computación. Requisitos: programación en Python, estructuras de datos y algoritmos básicos (recorridos de grafos, recursión), y matemática discreta (lógica proposicional, conjuntos, inducción y nociones de grafos).