Google Data Analytics
Profesional Certificate
Clases grabadas en ESPAÑOL de la Ing. Marina Sillitti
Serie de 8 cursos
OnLine pregrabados
Se otorga Certificado Profesional de Google
a través de coursera.org
¿Te interesa desarrollarte en el análisis de datos para poder formar parte del proceso de toma de decisiones de las organizaciones?
En nuestra vida vivimos rodeados de datos, la generación es constante. ¡Google procesa 40.000 búsquedas por segundo! Cada vez más empresas son casi 100% “data-driven” y requieren de analistas para recibir, transformar y organizar esos datos y convertirlos en información relevante.
Si querés ser parte, la especialización de Google Analytics te ofrece herramientas para volverte experto en el análisis de datos.
- ARANCEL: U$S 99 -
ORGANIZA
Centro de Graduados de Ingeniería de la Universidad de Buenos Aires
CONTENIDO
Serie de 8 cursos online pregrabados
Clases grabadas en español de la Ing. Marina Sillitti
Se otorga Certificado Profesional de Google a través de Coursera
AGENDA
Este curso forma parte
de la temporada 2025
Professional Certificate
¿Qué se necesita para empezar?
Solo curiosidad y ganas de potenciar tus habilidades analíticas. El resto, se aprende en la especialización.
1. Fundamentos: Datos, Datos en Todas Partes
Módulo 1 - ¿Conoces el análisis computacional de datos?
Bienvenido al certificado de Google Data Analytics
Descripción del programa y plan de estudios
Registro de aprendizaje: Piensa en los datos de la vida cotidiana
Introducción al curso
Recursos útiles para empezar
Queremos conocerte
Hoja de ruta del certificado de análisis computacional de datos
Decidir si tomar la vía rápida
¿Conoces el análisis computacional de datos?
Módulo 2 - Todo acerca de cómo pensar analíticamente
Destrezas clave del analista de datos
Comprueba tus destrezas analíticas
Todo acerca de cómo pensar analíticamente
Exploración de las destrezas analíticas básicas
Utilizar los datos para obtener resultados satisfactorios
La magia de los datos en el mundo real
Módulo 3 - El maravilloso mundo de los datos
Aprender sobre las herramientas y las fases de los datos
Plugin de fases de análisis de datos
Etapas del ciclo de vida de los datos
Variaciones del ciclo de vida de los datos
Autorreflexión: recopilación de datos
El proceso de análisis de datos y este programa
Etapas importantes del proceso
Herramientas clave del analista de datos
Elegir la herramienta adecuada para la tarea
Módulo 4 - Configura tu caja de herramientas
Los pormenores de las herramientas de datos centrales
Columnas, filas y celdas, ¡Dios mío!
Hojas de cálculo en la vida diaria
Actividades prácticas: Genera un diagrama a partir de una hoja de cálculo
Más recursos de hojas de cálculo
Comparte tu diagrama
SQL en acción
Guía de SQL: Primeros pasos
Las posibilidades de SQL son infinitas
Conviértete en un experto en visualización de datos
Planificar una visualización de datos
Visualizaciones en la vida diaria
Módulo 5 - Posibilidades profesionales infinitas
El trabajo de un analista de datos
Autorreflexión: Uso empresarial de los datos
Pon a prueba tus conocimientos sobre las funciones del analista de datos
El poder de los datos en la empresa
Comprender los datos y la equidad
Autorreflexión: Casos de empresas
Analistas de datos en diferentes industrias
Funciones y descripciones del puesto del analista de datos
Más allá de los números: El camino de un analista de datos
2. Preguntas Correctas para Poder tomar Decisiones “Data- Driven”
Módulo 1 - Preguntas efectivas
Introducción a la resolución de problemas y las preguntas efectivas
Decidir si tomar la vía rápida
Datos en acción
Del problema a la acción: las seis fases del análisis de datos
Nikki: el proceso de datos funciona
Tipos de problemas comunes
Seis tipos de problemas
Problemas del mundo real
6 tipos de problemas básicos
Preguntas SMART
Más información sobre las preguntas SMART
Autorreflexión: escenarios de analistas de datos
Autorreflexión: haz tus propias preguntas SMART
Lo que revelaron tus preguntas
Módulo 2 - Decisiones basadas en datos
Datos y decisiones
Cómo los datos potencian las decisiones
Pruebas de datos y triunfos
Uso de datos en la vida cotidiana
Datos cualitativos y cuantitativos
Datos cualitativos y cuantitativos en los negocios
La gran revelación: compartir tus hallazgos
Datos versus métricas
Diseñar paneles atractivos
Autorreflexión: sumérgete en los paneles
Pensamiento matemático
Macrodatos y microdatos
Módulo 3 - Más conceptos básicos sobre hojas de cálculo
La increíble hoja de cálculo
Comenzar a trabajar con hojas de cálculo
Hojas de cálculo y el ciclo de vida de los datos.
Actividad práctica: Introducción a Google Sheets
Guía paso a paso en hojas de cálculo
Más información sobre los conceptos básicos de las hojas de cálculo.
Fórmulas para el éxito.
Referencia rápida: Fórmulas en hojas de cálculo
Errores y correcciones de hojas de cálculo
Más información sobre errores y correcciones de hojas de cálculo
Actividades prácticas: crear una tabla de datos personalizada
Antes de resolver un problema, entiéndelo
Alcance del trabajo y pensamiento estructurado
Creación de un alcance del trabajo
Actividades prácticas: Crear un alcance del trabajo
Mantener la objetividad
La importancia del contexto
Registro de aprendizaje: Definir problemas y hacer preguntas con datos.
Módulo 4 - Recuerda siempre a los interesados
Cómo comunicarte con tu equipo
Cómo equilibrar las necesidades y expectativas de todo tu equipo
Cómo trabajar con los interesados
Concéntrate en lo que importa
Cómo entender los roles de los interesados
La comunicación clara es clave
Consejos para una comunicación efectiva
Escenarios de datos y respuestas
Cómo equilibrar las expectativas y los objetivos realistas del proyecto
Intercambio de datos: velocidad frente a precisión
Limitaciones de los datos
Piensa en tu proceso y resultado
Cómo cumplir con las prácticas recomendadas
Cómo liderar grandes reuniones
Del conflicto a la colaboración
Cómo comunicar los desafíos
3. Preparación de datos para su exploración
Módulo 1 - Tipos y estructuras de datos
Introducción a la exploración de datos
Decidir si tomar la vía rápida
Recopilar datos en nuestro mundo
Determinar qué datos recoger
Seleccionar los datos adecuados
Descubrir los formatos de datos
Los formatos de datos en la práctica
Autorreflexionar: Datos no estructurados
Entender los datos estructurados
La estructura de los datos
Diferenciación de tipos de datos
Niveles y técnicas de modelado de datos
Conocer el tipo de datos con el que trabajas
Entender la lógica booleana
Componentes de la tabla de datos
Actividad práctica: Aplicación de una función
Transformación de datos
Actividad práctica: Introducción a Kaggle
Módulo 2 - Sesgo, credibilidad, privacidad, ética y acceso
Garantizar la integridad de los datos
Sesgo: De preguntas a conclusiones
Datos sesgados e imparciales
Explicación del sesgo
Comprender el sesgo en los datos
Identificar fuentes de datos correctos
¿Qué son los datos incorrectos?
Introducción a la ética de datos
Introducción a la privacidad de datos
Anonimización de datos
Pon a prueba tus conocimientos sobre la ética y la privacidad de los datos
Características de los datos abiertos
El debate de los datos abiertos
Sitios y recursos para datos abiertos
Actividades prácticas: Conjuntos de datos Kaggle
Módulo 3 - Bases de datos: dónde se alojan los datos
Todo sobre las bases de datos.
Características de las bases de datos.
Bases de datos en el análisis computacional de datos.
Claves primarias y externas
Examinar un conjunto de datos: Un recorrido práctico y guiado
Explorar los metadatos
Los metadatos son tan importantes como los datos en sí.
Utilizar metadatos como un analista
Gestión de metadatos
Trabaja con más fuentes de datos
De una fuente externa a una hoja de cálculo
Importar datos desde hojas de cálculo y bases de datos
Explorar conjuntos de datos públicos
Ordenar y filtrar
Actividades prácticas: Limpia los datos en hojas de cálculo con la ordenación y el filtrado
Autorreflexión: Teniendo en cuenta las bases de datos y las hojas de cálculo para la ordenación y el filtrado
Configurar BigQuery, incluso el espacio aislado y las opciones de facturación
Cómo utilizar BigQuery
BigQuery en acción
Utilizar BigQuery
Actividades prácticas: Introducción a BigQuery
Actividades prácticas: Crea una tabla de datos personalizada en BigQuery
Guía detallada Prácticas recomendadas en SQL
Actividades prácticas: Aplicar SQL
Módulo 4 - Organizar y proteger tu datos
Confía en tus datos
Organicémonos
Pautas de organización
Todo con respecto a la nomenclatura de los archivos
Registro de aprendizaje: Revisa la estructura de archivos y las convenciones de nomenclatura
Métodos eficaces de nomenclatura y organización
Funciones de seguridad en hojas de cálculo
Equilibrio entre seguridad y análisis
Autorreflexión: Proteger tus recursos
Módulo 5 - Participar en la comunidad de datos
Gestionar tu presencia como analista de datos
Por qué es importante la presencia en línea
Introducción a LinkedIn
Establecer conexiones en LinkedIn
Consejos para mejorar tu presencia en línea
Autorreflexión: Añadir Kaggle a tu presencia en línea
Conocimientos sobre redes
Desarrollar una red
Beneficios de la tutoría
4. Procesamiento de los datos: “De sucio a limpio”
Módulo 1 - La importancia de la integridad
Introducción al enfoque en la integridad
Motivos por los cuales la integridad de datos es importante
Más información sobre la integridad de datos y el cumplimiento normativo
Equilibrio entre los objetivos y la integridad de datos
Objetivos y datos alineados
Qué hacer en caso de datos insuficientes
Qué hacer cuando encuentras un problema en tus datos
La importancia del tamaño de la muestra
Cómo calcular el tamaño de la muestra
Autorreflexión: ¿Por qué son importantes las actividades previas a la limpieza?
Cómo usar el poder estadístico
Qué hacer cuando no hay datos
Cómo determinar el mejor tamaño de la muestra
Calculadora de tamaño de muestra
Evaluar la confiabilidad de tus datos
Todo sobre el margen de error
Módulo 2 - Datos impecables
¡A limpiarlos!
Por qué es importante limpiar los datos
¿Qué son los datos sucios?
Reconocer y subsanar los datos sucios
Integridad de datos/datos limpios y sucios
Herramientas y técnicas para la limpieza de datos
Limpieza de datos de múltiples fuentes
Dificultades comunes en la limpieza de datos
Actividades prácticas: Limpieza de datos con hojas de cálculo
Características de la limpieza de datos en las hojas de cálculo
Optimización del proceso de limpieza de datos
Automatización del flujo de trabajo
Diferentes perspectivas de los datos
Incluso más técnicas de limpieza de datos
Actividades prácticas: Limpiar datos con funciones de la hoja de cálculo
Módulo 3 - Limpieza de datos con SQL
Uso de SQL para limpiar los datos
Comprender las capacidades de SQL
Usar SQL como analista de datos júnior
Hojas de cálculo vs. SQL
Dialectos de SQL y sus usos
Actividad práctica: Tiempo de procesamiento con SQL
Cargar el conjunto de datos del cliente en BigQuery
Consultas SQL más utilizadas
Limpieza de cadenas de variables con SQL
Actividad práctica: Limpieza de datos usando SQL
Cargar el conjunto de datos de las transacciones de la tienda en BigQuery
Funciones avanzadas de limpieza de datos
Depuración del código SQL
Sintaxis SQL
Autorreflexión: Desafíos con SQL
Módulo 4 - Verificar e informar los resultados de tu limpieza de datos
Verificar e informar los resultados
La limpieza y tus expectativas de datos
El paso final en la limpieza de datos
La verificación de la limpieza de datos: Lista de verificación
Captura los cambios de la limpieza
Aprovecha los registros de cambios
Autorreflexión: Creación de un registro de cambios
Por qué la documentación es importante
Comentarios y limpieza
Funciones avanzadas para una limpieza de datos rápida
Módulo 5 - Agregar datos a tu CV
Acerca del proceso de contratación del analista de datos
El proceso de solicitud de trabajo del analista de datos
Cómo crear un currículum
Actividades prácticas: Crear un currículum
Hacer que tu currículum sea único
Recursos de CareerCon en YouTube
Actividades prácticas: Agregar destrezas a un currículum
Cómo explicar la experiencia laboral pasada
Cómo agregar destrezas profesionales a tu currículum
Cómo agregar habilidades interpersonales a tu currículum
Actividades prácticas: Cómo agregar experiencia a tu currículum
5. Análisis de los datos para responder preguntas
Módulo 1 - Organizar los datos para iniciar el análisis
Introducción para organizarse
Queremos conocerte
El proceso de análisis
Siempre es necesario organizar
Mantener los datos organizados con ordenación y filtros
Cargar el conjunto de datos de películas en BigQuery
Más sobre ordenación y filtrado
Ordenación de conjuntos de datos
La función SORT
Ordenación y filtrado en Sheets y Excel
Ordenación de consultas en SQL
Usar BigQuery
Actividad práctica: Ordenación de consultas en SQL
Actividad práctica: Analizar datos meteorológicos en BigQuery
Módulo 2 - Formatear y ajustar datos
Primeros pasos con el formateo de datos
De un tipo a otro
Convertir datos en hojas de cálculo
Actividad práctica: Combinar distintos tipos de datos
Validación de datos
Formato condicional
Detectar casos de uso para el formato condicional
Transformar datos en SQL
Prepárate para usar el conjunto de datos sobre bicicletas compartidas en BigQuery
Unión y distintas fuentes
Cadenas de texto en hojas de cálculo
Manipular cadenas de texto en SQL
Sintaxis de SQL
Registro de aprendizaje: Lista de verificación del análisis de datos
Qué hacer cuando no puedes avanzar
Consejos y trucos avanzados para hojas de cálculo
¿Te encontraste con un desafío? No te preocupes.
Cuándo usar cada herramienta
Autorreflexión: Stack Overflow
Módulo 3 - Agregar datos para análisis
Agregar datos para análisis
Preparar para VLOOKUP
VLOOKUP en acción
Identificación de errores comunes en VLOOKUP
Conceptos centrales de VLOOKUP
Actividad práctica: Uso de la función VLOOKUP
Cargar el conjunto de datos de empleados en BigQuery
Comprender JOIN
Identidades secretas: La importancia de los alias
Uso efectivo de JOIN
Actividad práctica: Consultas para JOIN
Opcional: Cargar el conjunto de datos del depósito en BigQuery
COUNT y COUNT DISTINCT
Consultas dentro de consultas
Uso de subconsultas para agregar datos
Funciones y subconsultas SQL: Una amistad funcional
Módulo 4 - Realizar cálculos de datos
Cálculos de datos
Fórmulas de cálculos comunes
Funciones y condiciones
Funciones con varias condiciones
Actividad práctica: Cómo trabajar con condiciones
Funciones compuestas
Comienza a trabajar con tablas dinámicas
Elementos de una tabla dinámica
Cómo utilizar las tablas dinámicas para el análisis
Actividad práctica: Explora datos de películas con las tablas dinámicas
Consultas y cálculos
Cargar el conjunto de datos de aguacate en BigQuery
Cómo insertar cálculos simples en SQL
Actividad práctica: Cálculos en SQL
Actividad práctica: De las hojas de cálculo a BigQuery
Validar los datos
Tablas temporales
Actividad práctica: Crear tablas temporales
Variaciones de varias tablas
Cómo trabajar con tablas temporales
Tu guía intermedia para SQL
6. Compartir datos a través del arte de la visualización
Módulo 1 - Visualización de datos
Introducción a la comunicación de las conclusiones obtenidas a partir de los datos
¿Por qué la visualización de datos es importante?
Visualizaciones de datos efectivas
Conectar imágenes con datos
La belleza de la visualización
Una receta para una visualización poderosa
Correlación y causalidad
Visualizaciones dinámicas
El maravilloso mundo de las visualizaciones
Los datos crecen en árboles de decisiones
Autorreflexión: Elección de tu visualización
Elementos del arte
Principios de diseño
Impacto de la visualización de datos
Los datos son bellos
La metodología Design Thinking y las visualizaciones
La metodología Design Thinking para la mejora de la visualización
Identificar visualizaciones de datos en tu vida
Consejos profesionales para destacar información clave
Diseñar un gráfico en 60 minutos
Módulo 2 - Crear visualizaciones de datos con Tableau
Visualizaciones de datos con Tableau
Tableau Public y otras herramientas en línea
Iniciar sesión en Tableau Public
Conoce a Tableau
Visualizaciones en hojas de cálculo y Tableau
Crear una visualización de datos en Tableau
Actividad práctica: Cómo trabajar con Tableau
Cómo usar Tableau Desktop
Lo bueno, lo malo y lo feo
Visualizaciones engañosas
Guía complementaria: Conclusiones adicionales sobre la selección de la visualización de datos correcta
Autorreflexión: Selección de visualizaciones y gráficos
Ser creativo
Crear visualizaciones efectivas
Vincular datos en Tableau
Actividad práctica: Practica vincular datos en Tableau
Recursos de Tableau para combinar múltiples fuentes de datos
Módulo 3 - Cómo crear historias de datos
Contar historias con datos
Dar vida a las ideas
Historias de datos eficaces
Hablarle a tu público
Comprender la narrativa de los datos
Registro de aprendizaje: Contar una historia con datos
Fundamentos de los paneles de Tableau
Paneles e información estática
De los filtros a los gráficos
Actividad práctica: Crear, filtrar y personalizar gráficos
Identificar cuándo se debe configurar un panel
Crea tu primer panel en Tableau
Actividad práctica: Construir un panel en Tableau
Consejos para una presentación convincente
Compartir una narrativa
Actividad práctica: Practicar la presentación
Narrativa de presentación
Módulo 4 - Crear presentaciones y diapositivas
Reunir todos los elementos
Dar la presentación dentro de un marco
Incorporar datos en tu presentación
Registro de aprendizaje: Revisar una presentación de diapositivas
Crítica detallada de una presentación
Poner en práctica el análisis de las presentaciones
Consejos comprobados para dar una presentación
Autorreflexión: Ejemplos de grandes presentaciones
Guía: Compartir resultados que surgieron de tus datos en una presentación
Presenta como un profesional
Informe sobre la presentación
Anticípate a las preguntas
Prepárate para la sección de preguntas y respuestas
Manejar las objeciones
Autorreflexión: Objeciones del mundo real
7. Análisis de datos con Programación en R
Módulo 1 - Programación y análisis de datos
Introducción al emocionante mundo de la programación
Debate: R versus Python
Registro de aprendizaje: ¿Estás preparado para explorar R?
Diviértete con R
Lenguajes de programación
Formas de aprender a programar
De las hojas de cálculo a SQL y, luego, a R
Autorreflexión: Haz una pregunta
Introducción a R
Descargar e instalar R
La consola de R
Introducción a RStudio
Actividad práctica: Acceso a RStudio en la nube
Primeros pasos en RStudio Desktop
¡R&R...Studio!
Conectarte con otros analistas de datos en la comunidad R
Módulo 2 - Programar con R Studio
Programar con RStudio
Conceptos fundamentales de programación
Vectores y listas en R
Fechas y horas en R
Otras estructuras comunes de datos
Operaciones y cálculos
Operadores lógicos e instrucciones condicionales
Guía: Mantén tu código legible
Actividad práctica: Espacio aislado en R
Consultas y programación
Conceptos básicos de R
Pon a prueba tu conocimiento sobre codificación en R
El regalo que no acaba
Paquetes R disponibles
Bienvenido a tidyverse
Actividad práctica: Instalar y cargar el paquete tidyverse
Trabajo con canalizaciones
Recursos R con más ayuda
Módulo 3 - Trabajar con bases de datos en R
Datos en R
Marcos de datos de R
Trabajar con marcos de datos
Actividad práctica: Crea tu propio marco de datos
Más sobre los tibbles
Conceptos básicos de la importación de datos
Actividad práctica: Importar y trabajar con datos
Datos en R frente a SQL
Limpieza con lo básico
Convenciones de nomenclatura de archivos
Más información sobre los operadores de R
Organiza tus datos
Actividad práctica: Limpiar datos en R
Opcional: Crea manualmente un marco de datos
Transformación de datos
De formato ancho a formato largo con tidyr
Sintaxis para limpiar, organizar y transformar datos
Mismos datos, diferente resultado
Función de sesgo
Trabajar con datos sesgados
Actividad práctica: Cambia tus datos
Compara la limpieza de datos en diferentes plataformas
Módulo 4 - Más información sobre visualizaciones, estética y anotaciones
Visualizaciones en R
Elementos básicos de visualización en R y tidyverse
Actividad práctica: Visualización de datos con ggplot2
Introducción a ggplot()
Problemas comunes al visualizar en R
Actividad práctica: Uso de ggplot
Visualizaciones en Tableau versus R
Joseph: Trayectoria profesional hacia el análisis de personas
Mejoras a visualizaciones en R
Atributos estéticos
Hacer más cosas con ggplot
Suavizado
Estética y facetas
Actividad práctica: Estética y visualizaciones
Filtrado y diagramas
Actividad práctica: Filtros y diagramas
Elementos de ggplot
Capa de anotaciones
Dibujar flechas y formas en R
Guardar tus visualizaciones
Guardado de imágenes sin ggsave()
Actividad práctica: Anotar y guardar visualizaciones
Módulo 5 - Documentos e informes
Documentos e informes
Descripción general de R Markdown
Recursos de R Markdown
Opcional: Notebooks de Jupyter
Usar R Markdown en RStudio
Actividad práctica: Tu notebook de R Markdown
Estructura de los documentos de R Markdown
Usar tus notebooks de R Markdown
Algunos elementos más para tus documentos
Bloques de códigos
Actividad práctica: Agregar bloques de códigos a tus notebooks de R Markdown
Exportar documentos
Formatos de archivos de salida en R Markdown
Actividad práctica: Exportar tu notebook de R Markdown
Actividad práctica: Usar plantillas de R Markdown
Poner a prueba tu conocimiento sobre bloques de códigos
8. Curso Integrador: Un caso de estudio completo
Módulo 1 - Conceptos básicos del proyecto final
Introducción al proyecto final
Explorar algunos portafolios reales
Diario de datos: Prepárate para tu proyecto final
Preséntate
El mejor de la clase
Lista de verificación de tu portafolio y caso práctico
Revisar trayectorias profesionales en datos
Pon a prueba tus conocimientos sobre casos prácticos profesionales
Módulo 2 - Crear tu portafolio
Introducción a la creación de tu portafolio
Los primeros pasos en tu caso práctico
Próximos pasos, elegir tu pista
Hoja de ruta del proyecto final
Detalles de la Pista 1
Caso práctico 1: ¿Cómo lograr el éxito rápido de un negocio de bicicletas compartidas?
Caso práctico 2: ¿Cómo puede hacer una empresa de bienestar para tomar decisiones inteligentes?
Caso práctico 1: ¿Cómo lograr el éxito rápido de un negocio de bicicletas compartidas?
Caso práctico 2: ¿Cómo puede hacer una empresa de bienestar para tomar decisiones inteligentes?
Detalles de la Pista 2
Caso práctico 3: Recorre tu propio camino en relación con los casos prácticos
Recursos para explorar otros casos prácticos
Caso práctico 3: Recorre tu propio camino en relación con los casos prácticos
Potencial ilimitado con casos prácticos de análisis computacional de datos
Compartir tu portafolio
Crear tu portafolio en línea
Actividad práctica: Agregar tu portafolio a Kaggle
Opcional: Compartir tu portafolio con otros
Módulo 3 - Usar tu portafolio
Introducción a cómo compartir tu trabajo
Debatir sobre tu portafolio
Autorreflexión: Pulir tu portafolio
El proceso de entrevista
Vídeo de situación - serie de presentación
Vídeo de situación: Presentaciones
Lo que hace una gran presentación
Vídeo de situación: Caso práctico
Vídeo de situación: Resolución de problemas
Los mejores consejos para tener éxito en entrevistas
Antes de aceptar, negocia el contrato
Vídeo de situación: Términos de la negociación
Módulo 4 - Aprovecha tu certificado
¿Completaste un caso práctico?
Felicitaciones por completar tu proyecto final.
Navegar por la plataforma de trabajo
Exhibe tu trabajo
Reclama la insignia de tu Certificado de análisis computacional de datos de Google
Inscríbete en la plataforma Big Interview
De todos nosotros ...
Encuesta de fin de curso
Explorar oportunidades profesionales
Lista de verificación al final del certificado
Resumen
¿Te interesa desarrollarte en el análisis de datos para poder formar parte del proceso de toma de decisiones de las organizaciones?
En nuestra vida vivimos rodeados de datos, la generación es constante. ¡Google procesa 40.000 búsquedas por segundo! Cada vez más empresas son casi 100% “data-driven” y requieren de analistas para recibir, transformar y organizar esos datos y convertirlos en información relevante.
Si querés ser parte, la especialización de Google Analytics te ofrece herramientas para volverte experto en el análisis de datos
No te pierdas esta formación destacada
Centro de Graduados
de la Facultad de Ingeniería UBA
