Syllabus Bootcamp
Data
Analytics & IA
Descripción
Este programa de Data & IA está diseñado para
formar profesionales con habilidades integrales en el
análisis de datos, inteligencia artificial y desarrollo de
aplicaciones interactivas. Trabajarás con herramientas
como ETL con PowerQuery y Microsoft Fabric, Power
BI con DAX, SQL en Azure, Streamlit, LLMs, RAG y n8n
para integrar IA en entornos empresariales. Crearás
visualizaciones y apps interactivas con impacto real,
preparándote para liderar proyectos basados en datos.
Objetivos
ETL, Business Intelligence y Python. Aprenderás las
bases del proceso ETL con PowerQuery y Microsoft
Bootcamp
Fabric, BI y modelado dimensional, Power BI con DAX Data Analytics & IA
y Python aplicado a datos y visualización profesional.
Análisis de Datos, SQL y Herramientas Modernas. ¿Es posible compaginar el aprendizaje
Profundizarás en preprocesamiento estadístico, con otras tareas? Nosotros decimos sí.
Streamlit, SQL con Azure, GitHub Copilot, Ollama y Si buscas evolucionar, reciclarte o acceder
Vibe Coding para construir tu CV online y proyectos a nuevas oportunidades, esto es lo tuyo.
web con IA.
Machine Learning, LLMs y Vision Computacional.
Dominarás clasificación, regresión, series temporales, Modalidad
redes neuronales, computer vision, LLMs, Prompt
Engineering y técnicas RAG para resolver retos 100% LIVE
empresariales.
Duración
Desarrollo Profesional y Soft Skills. Mejorarás tu CV
y perfil de LinkedIn, dominarás entrevistas técnicas 18 semanas
y mejorarás tus habilidades de comunicación y
networking para acceder al mercado laboral en datos. Horarios
Proyectos e Integración de Conocimientos. Crearás 3 tardes semanales entre
un portfolio con soluciones reales que combinan lunes y jueves
análisis de datos, cloud, IA y business intelligence,
demostrando tu capacidad técnica y estratégica.
Lo que aprenderás con nuestro programa
Módulo 0 Prework
Objetivo del Módulo. Asegurar que todos los estudiantes tengan un entorno de
desarrollo configurado y una comprensión básica de herramientas de desarrollo para
poder seguir el resto del curso sin dificultades técnicas.
Instalación y configuración del entorno
Instalación de VSCode y configuración como entorno de desarrollo profesional.
Extensiones relevantes: Git, Python, Jupyter Notebooks y herramientas de
productividad.
Creación de entornos virtuales y gestión de dependencias.
Prácticas y revisión
Revisión y refuerzo de conocimientos en matemáticas y programación
mediante ejercicios prácticos.
Solución de problemas técnicos comunes con soporte guiado para asegurar
un buen punto de partida.
Módulo 1 ETL, Business Intelligence y Fundamentos de Datos
Objetivo del Módulo. Adquirir una base sólida en el proceso ETL, Business
Intelligence y modelado dimensional usando PowerQuery y Microsoft Fabric.
Dominarás Power BI con DAX para crear dashboards ejecutivos, Python aplicado a
datos y visualización profesional. Al finalizar presentarás un proyecto end-to-end
en GitHub.
ETL: Bases para profesinales de datos
Fundamentos del proceso ETL (Extract, Transform, Load) orientado al mundo
empresarial.
Identificación de fuentes de datos, estrategias de extracción y carga.
Buenas prácticas de calidad y gobierno del dato.
ETL en la práctica: PowerQuery (taller)
Transformación y limpieza de datos con PowerQuery (Excel / Power BI).
Conexión a múltiples fuentes: archivos, bases de datos, APIs y servicios cloud.
Automatización de pasos y documentación de flujos ETL.
BI & Modelado Dimensional
Fundamentos de Business Intelligence y arquitectura de datos empresariales.
Modelado dimensional: esquemas en estrella y copo de nieve.
Diseño de Data Warehouses orientados a análisis y reporting.
ETL en la práctica II: Microsoft Fabric (Taller)
Introducción al ecosistema Microsoft Fabric: arquitectura y componentes.
Pipelines de datos end-to-end: ingesta, transformación y carga escalable.
Integración de múltiples fuentes de datos en el entorno Fabric.
Visualización de Datos I: Power BI
Importación, limpieza y modelado de datos en Power BI Desktop.
Creación de gráficos, tablas y visualizaciones interactivas.
Diseño de dashboards ejecutivos para comunicar insights a nivel directivo.
DAX en Power BI
Lenguaje DAX: medidas, columnas calculadas y tablas calculadas.
Funciones de inteligencia de tiempo y filtros dinámicos.
Optimización de modelos y buenas prácticas DAX en entornos empresariales.
Python I & II aplicado a datos
Estructuras de datos, funciones, lambdas y Programacion Orientada a Objetos
(OOP).
Numpy para operaciones matemáticas y matriciales.
Pandas: DataFrames, selección, filtrado, agrupación y transformación de datos.
ETL con Python (taller)
Extracción de datos desde APIs REST, archivos y bases de datos con Python.
Transformación y limpieza avanzada con Pandas.
Carga y exportación de datos a diferentes destinos.
Visualización de datos II: Python
Gráficos con matplotlib, seaborn y plotly (estáticos e interactivos).
Creación de dashboards exploratorios con Plotly Express.
Proyecto Completo End-to-End (PR GitHub)
Desarrollo de un proyecto integrador: ingesta, ETL, análisis y visualización.
Documentación profesional en GitHub con Markdown.
Presentación del proyecto con storytelling basado en datos.
Al finalizar este módulo, los estudiantes serán capaces de:
Diseñar y ejecutar procesos ETL con PowerQuery y Microsoft Fabric.
Construir dashboards ejecutivos en Power BI con DAX avanzado.
Programar en Python y manipular datos con Numpy y Pandas.
Realizar ETL completo con Python y visualizar resultados profesionalmente.
Entregar un proyecto end-to-end documentado en GitHub.
** Este módulo te preparará para las certificaciones:
Microsoft Certified: Fabric Analytics Engineer Associate
Microsoft Certified: Power BI Data Analyst Associate
Módulo 2 Análisis de Datos, SQL y Herramientas Modernas
Objetivo del Módulo: Profundizar en análisis estadístico, Streamlit para apps
interactivas, gestión de bases de datos con SQL y Azure, y uso de GitHub Copilot y
Ollama para programación asistida por IA. Crearás tu propio CV online mediante Vibe
Coding.
Streamlit para aplicaciones web interactivas
Componentes, layouts y widgets de Streamlit.
Desarrollo rápido de dashboards y aplicaciones de datos en Python.
Despliegue de apps Streamlit en la nube.
Creación de mapas interactivos
Visualización geoespacial con Folium y Plotly Maps.
Integración de datos geolocalizados en aplicaciones Streamlit.
Casos de uso reales: análisis territorial y rutas.
Preprocesamiento de datos (PR GitHub)
Limpieza avanzada: nulos, duplicados y outliers.
Feature engineering: creación y transformación de variables.
Pipelines de preprocesamiento reproducibles con scikit-learn.
Estadística y análisis de datos (PR GitHub)
Estadística descriptiva e inferencial aplicada a datos reales.
Distribuciones, correlaciones y contraste de hipótesis.
Análisis Exploratorio de Datos (EDA) profesional con Python.
Documentación profesional de proyectos.
Buenas prácticas de documentación con Markdown y GitHub.
Creación de READMEs, portadas y notebooks de presentación.
Versionado profesional con Git: ramas, pull requests y flujo de trabajo.
GitHub Copilot, Ollama y Asistentes de IA
GitHub Copilot: asistencia de IA en la escritura de código.
Ollama: ejecución de LLMs en local para asistencia técnica.
Flujos de trabajo aumentados con IA: code review y debugging.
SQL Fundamentos y SQL con Azure
SQL básico: SELECT, WHERE, ORDER BY, GROUP BY.
SQL avanzado: JOINS, subconsultas y CTEs.
Creación y gestión de bases de datos en Azure SQL con conexiones remotas.
Python + SQL integrado (PR GitHub)
Conexión a bases de datos relacionales con SQLAlchemy y pyodbc.
Ejecución de consultas y análisis de resultados con Pandas.
Pipeline completo: Python > SQL > visualización.
Proyecto SQL End-to-End (PR GitHub)
Diseño de base de datos, carga e insights con SQL.
Análisis completo: limpieza, EDA y visualización.
Documentación y presentación en GitHub.
VibeCoding Web
Desarrollo web asistido por IA: flujo prompt > código > despliegue.
Creación de páginas web con HTML, CSS y JavaScript usando IA generativa.
Proyecto VibeCoding: CV Online personal (PR GitHub)
Construcción de tu portfolio online como proyecto práctico.
Diseño responsive y publicación en GitHub Pages.
Integración de proyectos del bootcamp en el portfolio personal.
Al finalizar este módulo, los estudiantes serán capaces de:
Crear apps interactivas con Streamlit y visualizaciones geoespaciales.
Aplicar estadística y preprocesamiento avanzado de datos.
Gestionar bases de datos con SQL y SQL en Azure integrando Python.
Usar GitHub Copilot y Ollama para programar con asistencia de IA.
Construir y publicar un CV/portfolio online mediante Vibe Coding.
Módulo 3 Machine Learning, LLMs e Inteligencia Artificial
Objetivo del Módulo. Explorar el ecosistema de la IA desde los fundamentos del
Machine Learning clásico hasta los modelos de lenguaje y visión computacional.
Trabajarás con algoritmos de clasificación, regresión y series temporales, redes
neuronales, LLMs, RAG y n8n para automatizar flujos inteligentes.
Introducción a la Ciencia de Datos
El ecosistema de Data Science: roles, herramientas y flujo de trabajo.
Metodologías de proyectos (CRISP-DM).
Nichos de especialización y oportunidades en el mercado laboral.
Prompt Engineering avanzado
Fundamentos del prompting: zero-shot, few-shot y chain-of-thought.
Técnicas avanzadas para guiar LLMs en tareas de negocio.
Casos prácticos: generación de código, análisis y automatización.
Clasificación (Machine Learning)
Algoritmos: regresión logística, árboles de decisión, Random Forest, SVM.
Evaluación: accuracy, precisión, recall, F1, AUC-ROC.
Ajuste de hiperparametros y validacion cruzada.
Regresión (Machine Learning)
Algoritmos: regresión lineal, Ridge, Lasso, Gradient Boosting.
Métricas: RMSE, MAE, R cuadrado.
Feature importance y explicabilidad de modelos.
Series Temporales
Análisis: tendencia, estacionalidad y residuos.
Modelos clásicos: ARIMA, SARIMA y Prophet.
Forecasting de ventas, demanda y KPIs empresariales.
Redes Neuronales y Computer Vision
Fundamentos: perceptron, capas, funciones de activación y backpropagation.
Redes convolucionales (CNN) para clasificación de imágenes.
Introducción a YOLO para detección de objetos en tiempo real.
LLMs - Large Language Models
Arquitectura Transformer y funcionamiento de los LLMs modernos.
Uso de LLMs vía API (OpenAI, Anthropic, Mistral).
Fine-tuning y personalización de modelos de lenguaje.
RAG - Retrieval Augmented Generation
Arquitectura RAG: LLMs + sistemas de recuperación de información.
Vectorización y bases de datos vectoriales (Chroma, FAISS).
Implementación de chatbots empresariales con contexto documental.
n8n - Automatización inteligenet de flujos
Introducción a n8n: nodos, flujos y conectores.
Automatización de procesos de datos con integraciones IA.
Casos de uso: alertas, reporting y pipelines de ingesta.
Proyecto Final Integrador (PR GitHub)
Proyecto end-to-end que integra BI, ML e IA.
Presentación ante mentores con storytelling profesional.
Incorporación al portfolio personal y preparación para entrevistas.
Al finalizar este módulo, los estudiantes serán capaces de:
Aplicar Machine Learning (clasificacion, regresion, series temporales) con Python.
Construir y evaluar redes neuronales y modelos de computer vision.
Trabajar con LLMs vía API e implementar Prompt Engineering avanzado.
Diseñar sistemas RAG para aplicaciones de IA con conocimiento documental.
Automatizar flujos de trabajo inteligentes con n8n.
Presentar un proyecto final integrador listo para el portfolio profesional.
** Este módulo te preparará para la certificación:
Microsoft Certified: Azure Data Scientist Associate
Módulo transversal
Soft Skills Empresariales de Data & IA
Objetivo del Módulo. Desarrollar habilidades sociales y comunicativas que
potencien la efectividad en el trabajo colaborativo y el liderazgo de proyectos
de Datos e IA. Los estudiantes aprenderán técnicas avanzadas de storytelling,
metodologías ágiles y prácticas de trabajo en equipo para aplicarlas en entornos
de desarrollo y análisis de datos.
Habilidades de Comunicación y Trabajo en Equipo
Inteligencia Emocional en el Entorno Laboral. Comprender y gestionar
emociones propias y de otros para crear un ambiente de trabajo positivo.
Comunicación Efectiva. Técnicas de comunicación asertiva, escucha activa y
empana para trabajar eficientemente en equipos multidisciplinarios.
Manejo de Conflictos y Resolución de Problemas. Estrategias para abordar y
resolver desacuerdos de manera constructiva, promoviendo la colaboración.
Metodologías Ágiles
Introducción a Scrum y Kanban. Principios básicos de metodologías ágiles,
incluyendo la organización de sprints y el uso de tableros Kanban
Roles en Equipos Ágiles. Conocer los roles clave (Product Owner, Scrum Master,
equipo de desarrollo) y su importancia para la entrega de proyectos.
Prácticas de Reuniones Ágiles (Dailies, Retrospectivas). Implementación de
prácticas ágiles para asegurar la transparencia y la mejora continua.
Técnicas Avanzadas con Storytelling para Ciencias de Datos
Estructuración de Narrativas Efectivas. Técnicas de storytelling para construir
presentaciones y narrativas que comuniquen datos de forma persuasiva.
Uso de Datos en Storytelling. Transformar el análisis de datos en historias,
enfatizando puntos clave y simplificando conceptos complejos.
Visualización de Datos para Storytelling. Integración y visualizaciones de
gráficos que refuercen la narrativa y permitan captar los insights.
Liderazgo y Toma de Decisiones en Proyectos de Data & IA
Liderazgo Situacional. Adopción de distintos estillos de liderazgo según las
necesidades del equipo y del proyecto.
Gestión del Tiempo y Productividad. Herramientas y estrategias de gestión del
tiempo para priorizar tareas y alcanzar objetivos.
Ética y Responsabilidad en IA y Ciencias de Datos. Reflexión sobre la
responsabilidad en el uso de la IA, como el sesgo y la privacidad de datos.
Premiados por nuestra excelencia educativa
durante tres años consecutivos
PREMIOS EXCELENCIA
EDUCATIVA 2025
Premio especial Mejor Programa Mejor Escuela
Premio GOLD Mejor Centro Mejor Centro
Mejor Centro Educativo para de Formación
Mejor Centro de Formación de Formación
de Formación la Inserción especializada
de Formación en Online en el Presencial en el
especializado en Profesional en en Cursos/
Sector Tech Sector Tech Sector Tech
Bootcamps el Sector Tech Bootcamps
Síntesis y Conclusión del Programa
Al finalizar el programa, los estudiantes habrán adquirido un conjunto integral de
habilidades: ETL con PowerQuery y Fabric, Power BI con DAX, SQL en Azure,
Python para datos, Streamlit, Machine Learning (clasificación, regresión,
series temporales), LLMs, RAG, computer vision y automatización con n8n.
Este enfoque completo les permitirá desarrollar soluciones end-to-end,
automatizar procesos empresariales y aplicar IA en contextos reales.
Métodos de evaluación
Cada módulo culminará con un proyecto parcial que
permitirá a los estudiantes demostrar los conocimientos
adquiridos y aplicar técnicas y herramientas
específicas. Estos proyectos serán evaluados en
función de criterios técnicos y de presentación, y los
estudiantes deberán realizar una exposición en la que
presenten sus hallazgos y decisiones.
Entrega del Proyecto (60%)
Evaluación técnica basada en:
Correctitud y precisión en el análisis de datos.
Uso de herramientas y métodos impartidos en
el módulo.
Limpieza y organización del código.
Aplicación de prácticas de visualización de datos
para comunicar los resultados.
Exposición y Storytelling (40%)
Evaluación de la presentación del proyecto:
Claridad en la explicación de los objetivos y
conclusiones del proyecto.
Habilidad para simplificar y comunicar
conceptos complejos.
Uso de visualizaciones y narrativa para
respaldar los insights.
Capacidad para responder preguntas y justificar
decisiones técnicas.
Start
upgrading!
+34 722 27 66 33
[Link]@
[Link]
Spaces Bernabéu
Paseo de la Castellana 93b
28046 Madrid
[Link]