Primera Escuela de Verano en Analítica de Datos 2019
Universidad Autónoma de Sinaloa
Parque de Innovación Tecnológica y Facultad de Informática Culiacán


La Universidad Autónoma de Sinaloa convoca a estudiantes y profesionistas interesados en el uso de herramientas computacionales para la manipulación y exploración de grandes conjuntos de datos como vehículo de generación y descubrimiento de conocimiento a participar en su primera escuela de verano en analítica de datos.

Objetivo

Exponer y capacitar a estudiantes y profesionistas, interesados en desarrollar una carrera científico-tecnológica, en el uso de herramientas de software indispensables para el análisis intensivo de datos. El análisis intensivo de datos, se consolida cada vez mas como uno de los cuatro mecanismos científicos para la generación del conocimiento.

Las metodologías y herramientas a cubrir en esta escuela de verano son de gran relevancia para estudiantes y profesionistas en las siguientes áreas:

• Bioinformática
• Biotecnología
• Biología computacional
• Ciencia de Datos
• Ingeniería de Datos
• Ingeniería de Aprendizaje
• Automático (machine learning)


Módulos

Linux para Analítica a Gran Escala

  • Linux
  1. Principios básicos del shell
  2. El Shell prompt
  3. Sistemas de archivos
  4. Operaciones con archivos y directorios Manejo de scripts
  5. Administración de procesos
  • awk
  1. Manipulación de cadenas
  2. Expresiones regulares
  3. Ejercicios aplicados a ciencia de datos
  • Sed
  1. Operaciones básicas
  2. Expresiones regulares
  3. scripts usando sed
  4. Comandos básicos
  5. Comandos avanzados
  6. Condiciones, ciclos y arreglos

R para el análisis de datos

  • Introducción a R
  1. ¿Qué es R?
  2. Sintaxis y operadores
  3. Objetos
  4. Variables y funciones
  5. Tipos de datos
  6. Funciones nativas
  7. Ordenamiento de datos
  • Análisis de datos con R
  1. Lectura de datos
  2. Funciones estadísticas
  3. Gráficas
  4. Ejercicio integrador

• Programación Competitiva

  1. Programación funcional
  2. Manejo de memoria
  3. Variables escalares y vectoriales
  4. Manejo de strings
  5. Lectura-escritura
  6. Recursividad


Programación de Scripts con Python

  • Fundamentos del Lenguaje Python
  1. Entorno de trabajo
  2. Variables y tipos de datos
  3. Operadores y expresiones
  4. Entradas y salidas de datos
  5. Estructuras de Control de flujo
  6. Funciones
  7. Excepciones
    Módulos y paquetes
  8. Tratamiento de archivos
  • Procesamiento y Visualización de datos con Python
  1. Uso de bibliotecas
  2. importar datos
  3. Archivos CSV locales y desde URL
  4. Archivos Excel
  5. Análisis estadístico datos
  6. Representación gráfica de datos

Duración

Cada módulo tendrá una duración de 24 horas-clase.
Las clases se impartirán en clases de dos horas, distribuidas en dos o tres semanas con sesiones de lunes a viernes.

Costo

Cada módulo tendrá un costo de $ 1,000 pesos para estudiantes y $ 2,000 pesos para profesionistas.

Cupo

El cupo de cada módulo está limitado a 30 personas.

Inscripción

Una vez realizado su registro, vía correo electrónico recibirá su recibo para su pago. Posterior al pago deberá enviar el recibo al correo educacion.continua@info.uas.edu.mx para asegurar su lugar en los cursos.


Calendario

Hora Semana 1
17 al 21
de junio
Semana 2
24 al 28
de junio
Semana 3
1 al 5
de julio
Semana 4
8 al 12
de julio
Semana 5
15 al 19
de julio
Semana 6
22 de Julio al 22 de agosto
de julio
8:00 a.m.
a
10:00 a.m.
Linux para Analítica a Gran Escala Linux para Analítica a Gran Escala Programación de Scripts con Python Programación de Scripts con Python Programación de Scripts con Python Laboratorio de Deep learning
5:00 p.m.
a
7:00 p.m.
Linux para Analítica a Gran Escala R para el análisis de datos R para el análisis de datos R para el análisis de datos    
10:00 a.m. a
12:00 p.m.
  Programación Competitiva Programación Competitiva Programación Competitiva    

Consideraciones adicionales

Algunos de los módulos se impartirán en paralelo.

No es necesario inscribirse en todos los módulos, pero es necesario considerar que pueden existir dependencias de conocimiento entre módulos.

El Laboratorio de Deep learning es un curso que requiere de hardware y software altamente especializado, por lo que se tiene un límite de 10 personas solamente.