Overview

Este es el tercer curso del Certificado de análisis computacional de datos de Google. En estos cursos obtendrás las habilidades necesarias para solicitar empleos de analista de datos de nivel introductorio. A medida que continúes con tu comprensión de los temas de los dos primeros cursos, también se te presentarán nuevos temas que te ayudarán a obtener habilidades prácticas de análisis computacional de datos. Aprenderás a utilizar herramientas como hojas de cálculo y SQL para extraer y utilizar los datos adecuados para tus objetivos y a organizar y proteger tus datos. Los analistas de datos actuales de Google seguirán dándote instrucciones y te proporcionarán formas prácticas de llevar a cabo las tareas comunes de los analistas de datos con las mejores herramientas y recursos. Los alumnos que completen este programa de certificados estarán listos para solicitar trabajos de nivel introductorio como analistas de datos. No se requiere experiencia previa. Al final de este curso, habrás hecho lo siguiente: - Descubrir cómo deciden los analistas qué datos recopilar para el análisis. - Aprender sobre datos estructurados y no estructurados, tipos de datos y formatos de datos. - Descubrir cómo identificar diferentes tipos de sesgo en los datos para ayudar a garantizar su credibilidad. - Explorar cómo utilizan los analistas las hojas de cálculo y el SQL con las bases de datos y los conjuntos de datos. - Examinar los datos abiertos y la relación e importancia de la ética y la privacidad de los datos. - Comprender cómo acceder a las bases de datos y extraer, filtrar y ordenar los datos que contienen. - Aprender las mejores prácticas para organizar los datos y mantenerlos seguros.

Syllabus

Tipos y estructuras de datos

Todos generamos muchos datos en nuestra vida cotidiana. En esta parte del curso, comprobarás cómo generamos datos y cómo los analistas deciden qué datos recoger para su análisis. También aprenderás sobre los datos estructurados y no estructurados, los tipos de datos y los formatos de datos mientras empiezas a pensar en cómo preparar tus datos para la exploración.

Sesgo, credibilidad, privacidad, ética y acceso

Cuando los analistas de datos trabajan con datos, siempre verifican que los datos sean imparciales y creíbles. En esta parte del curso, aprenderás cómo identificar distintos tipos de sesgos en los datos y cómo garantizar la credibilidad de tus datos. También explorarás los datos abiertos y la relación que existe entre la importancia de la ética de datos y la privacidad de datos.

Bases de datos: Donde se alojan los datos

Cuando estés analizando datos, accederás a gran parte de los datos de una base de datos. Es allí donde se alojan los datos. En esta parte del curso, aprenderás todo sobre las bases de datos, incluso la forma de acceder a ellas y extraer, filtrar y ordenar los datos que contienen. También le echarás un vistazo a los metadatos para descubrir los diferentes tipos y cómo los usan los analistas.

Organizar y proteger tus datos

Tener un buen nivel de organización es una parte importante de la mayoría de los trabajos, y el análisis computacional de datos no es diferente. En esta parte del curso, aprenderás cuáles son las prácticas recomendadas para organizar los datos y mantenerlos seguros. También aprenderás cómo los analistas usan las convenciones de nomenclatura de archivos para poder mantener su trabajo organizado.

Opcional: Participar en la comunidad de datos

Tener una fuerte presencia en línea puede ser de gran ayuda para quienes buscan empleo de todo tipo. En esta parte del curso, explorarás cómo gestionar tu presencia en línea. También descubrirás los beneficios de hacer contacto con otros profesionales del análisis computacional de datos.

*Desafío del curso*

Prepárate para el desafío del curso: repasa los términos y las definiciones del glosario. Luego, realiza el cuestionario y demuestra todo tu conocimiento sobre recopilación de datos, ética y privacidad, y sesgo. También tendrás la oportunidad de usar todo lo que sabes sobre hojas de cálculo y funciones de SQL, así como sobre filtrado y ordenación. Por último, protege y organiza los datos usando las mejores prácticas de análisis computacional de datos.