Proyecto Final de Analítica de Datos (Coursera)

Offered by IBM,
Proyecto Final de Analítica de Datos (Coursera)

En este curso se aplicarán diversas habilidades y técnicas de Data Analytics que ha aprendido como parte de los cursos anteriores del Certificado Profesional de IBM Data Analyst. Asumirá el papel de Analista de datos asociado que se ha incorporado recientemente a la organización y se enfrentará a un reto empresarial que requiere que el análisis de datos se realice en conjuntos de datos del mundo real.

Class Deals by MOOC List - Click here and see Coursera's Active Discounts, Deals, and Promo Codes.

Se encargará de las tareas de recoger datos de múltiples fuentes, realizar análisis de datos exploratorios, la preparación y discusión de datos, el análisis estadístico y la extracción de datos, la creación de gráficos y diagramas para visualizar los datos, y la construcción de un tablero interactivo. El proyecto culminará con la presentación de su informe de análisis de datos, con un resumen ejecutivo para los diversos interesados en la organización. Se evaluará tanto su trabajo en las diversas etapas del proceso de análisis de datos como el producto final.
Este proyecto es una gran oportunidad para mostrar sus habilidades de análisis de datos, y demostrar su competencia a los posibles empleadores.

Course 8 of 8 in the Analista de Datos de IBM Professional Certificate

Syllabus

WEEK 1
Recopilación de datos
La recopilación de datos es el primer paso para resolver cualquier problema de análisis, y se puede recopilar en muchos formatos y de muchas fuentes. En el primer módulo de la Piedra Filosofal recogeremos los datos raspando la Internet, y usando las APIs de la web.

WEEK 2
La disputa de los datos
En este módulo se centrará en la limpieza de su conjunto de datos con varias técnicas. Con estas técnicas, identificarán filas duplicadas, encontrarán valores perdidos y normalizarán los datos.

WEEK 3
Análisis exploratorio de datos
En este módulo, empiece a trabajar con el conjunto de datos limpios del módulo anterior. Ahora comenzará a analizar el conjunto de datos para encontrar la distribución de los datos, la presencia de valores atípicos y la correlación entre las diferentes columnas.

WEEK 4
Visualización de datos
En el módulo 4 de la piedra angular se le pedirá que cree visualizaciones utilizando los datos de la encuesta de desarrollo. Las visualizaciones que cree deberán destacar la distribución de los datos, las relaciones entre los datos, la composición de los datos y la comparación de los datos.

WEEK 5
Construir un tablero de mandos
En este módulo creará un tablero de mandos usando IBM Cognos Analytics. Esta plataforma le dará la posibilidad de crear varios gráficos mientras se ensambla un tablero que es atractivo y fácil de entender. El tablero de mando contendrá el análisis de los datos, que debe ser intuitivo y permitir el desglose de los datos.

WEEK 6
Asignación final: Presentar sus conclusiones
Has analizado los datos de los módulos anteriores, y ahora es el momento de demostrar tus habilidades para contar historias. En este módulo, creará una historia convincente que ayude a aclarar su análisis en una presentación fácil de entender.

Go to Class
MOOC List is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

Related Courses

BigQuery Fundamentals for Oracle Professionals (Coursera) Coursera
Google Cloud

BigQuery Fundamentals for Oracle Professionals (Coursera)

This course covers BigQuery fundamentals for professionals who are familiar with SQL-based cloud data warehouses in Oracle and want to begin working in BigQuery. Through interactive lecture content and hands-on labs, you learn how to provision resources, create and share data assets, ingest data, and optimize query performance in BigQuery. Drawing upon your knowledge of Oracle, you also learn about similarities and differences between Oracle and BigQuery to help you get started with data warehouses in BigQuery.

Nov 9th 2026
2 Weeks
Accounting Data Analytics with Python (Coursera) Coursera
University of Illinois at Urbana-Champaign

Accounting Data Analytics with Python (Coursera)

This course focuses on developing Python skills for assembling business data. It will cover some of the same material from Introduction to Accounting Data Analytics and Visualization, but in a more general purpose programming environment (Jupyter Notebook for Python), rather than in Excel and the Visual Basic Editor. These concepts are taught within the context of one or more accounting data domains (e.g., financial statement data from EDGAR, stock data, loan data, point-of-sale data).

Nov 9th 2026
5-12 Weeks
Big Data Analysis with Scala and Spark (Scala 2 version) (Coursera) Coursera
École Polytechnique Fédérale de Lausanne

Big Data Analysis with Scala and Spark (Scala 2 version) (Coursera)

Manipulating big data distributed over a cluster using functional concepts is rampant in industry, and is arguably one of the first widespread industrial uses of functional ideas. This is evidenced by the popularity of MapReduce and Hadoop, and most recently Apache Spark, a fast, in-memory distributed collections framework written in Scala. In this course, we'll see how the data parallel paradigm can be extended to the distributed case, using Spark throughout.

Nov 9th 2026
4 Weeks
Matrix Methods (Coursera) Coursera
University of Minnesota

Matrix Methods (Coursera)

Mathematical Matrix Methods lie at the root of most methods of machine learning and data analysis of tabular data. Learn the basics of Matrix Methods, including matrix-matrix multiplication, solving linear equations, orthogonality, and best least squares approximation. Discover the Singular Value Decomposition that plays a fundamental role in dimensionality reduction, Principal Component Analysis, and noise reduction.

Nov 9th 2026
5-12 Weeks
Infonomics I: Business Information Economics and Data Monetization (Coursera) Coursera
University of Illinois at Urbana-Champaign

Infonomics I: Business Information Economics and Data Monetization (Coursera)

Thriving in the Information Age compels organizations to deploy information as an actual business asset, not as an IT asset or merely as a business byproduct. This demands creativity in conceiving and implementing new ways to generate economic benefits from the wide array of information assets available to an organization. Unfortunately, information too frequently is underappreciated and therefore underutilized.

Nov 9th 2026
4 Weeks
Fundamentos de la visualización de datos con Tableau (Coursera) Coursera
Universidad Austral

Fundamentos de la visualización de datos con Tableau (Coursera)

En este curso descubrirás qué es la visualización de datos y cómo podemos usarla para ver y comprender mejor los datos. Con Tableau, examinaremos los conceptos fundamentales de visualización de datos y exploraremos la interfaz de Tableau, identificando y aplicando las diversas herramientas que Tableau tiene para ofrecer. Este curso está diseñado para el alumno que nunca ha usado antes Tableau, o que puede necesitar un repaso, o desea explorar Tableau con más profundidad.

Nov 9th 2026
4 Weeks
Structural Equation Model and its Applications | 结构方程模型及其应用 (普通话) (Coursera) Coursera
The Chinese University of Hong Kong

Structural Equation Model and its Applications | 结构方程模型及其应用 (普通话) (Coursera)

在社会学、心理学、教育学、经济学、管理学、市场学等研究领域的数据分析中,结构方程建模是当前最前沿的统计方法中应用最广、研究最多的一个。它包含了方差分析、回归分析、路径分析和因子分析,弥补了传统回归分析和因子分析的不足,可以分析多因多果的联系、潜变量的关系,

Nov 9th 2026
5-12 Weeks
Julia Scientific Programming (Coursera) Coursera
University of Cape Town

Julia Scientific Programming (Coursera)

This four-module course introduces users to Julia as a first language. Julia is a high-level, high-performance dynamic programming language developed specifically for scientific computing. This language will be particularly useful for applications in physics, chemistry, astronomy, engineering, data science, bioinformatics and many more.

Nov 9th 2026
4 Weeks
Redes Ecológicas (Coursera) Coursera
Universidade de São Paulo, Brasil

Redes Ecológicas (Coursera)

Todos os seres vivos estão conectados entre si por interações ecológicas, formando a “colina emaranhada” de Darwin, metáfora inspirada pela “teia da vida” de Humboldt. Desemaranhar essa complexidade é uma tarefa desafiadora, mas factível, desde que você use ferramentas adequadas. A ciência de redes nos ajuda com excelentes ferramentas conceituais e operacionais.

Nov 9th 2026
4 Weeks
Big Data Analysis with Scala and Spark (Coursera) Coursera
École Polytechnique Fédérale de Lausanne

Big Data Analysis with Scala and Spark (Coursera)

Manipulating big data distributed over a cluster using functional concepts is rampant in industry, and is arguably one of the first widespread industrial uses of functional ideas. This is evidenced by the popularity of MapReduce and Hadoop, and most recently Apache Spark, a fast, in-memory distributed collections framework written in Scala. In this course, we'll see how the data parallel paradigm can be extended to the distributed case, using Spark throughout.

Nov 9th 2026
4 Weeks