A distancia
Curso de Científico de Datos desde cero
Horario flexible a tiempo parcial que se adapta a tu estilo de vida
Comienza tu carrera en tecnología en 9 meses o te devolvemos tu dinero.
TripleTen está incluido por Forbes en "5 bootcamps de codificación a tener en cuenta"
El nuevo informe de TripleTen revela las tendencias de contratación de los profesionales que se orientan hacia la tecnología
TripleTen es el mejor bootcamp de Ingeniería de Software para 2024
¿Quién es un científico de datos?
Los científicos de datos utilizan datos y herramientas de inteligencia artificial para ayudar a las empresas a tomar decisiones inteligentes y planificar el futuro. Analizan grandes conjuntos de información, identifican tendencias y crean modelos para predecir el comportamiento del cliente, la demanda de productos y más. Por ejemplo, pueden ayudar a un servicio de streaming a sacar conclusiones útiles para sugerir películas que te encantarán, o a una tienda a planificar ventas basadas en tendencias de compra anteriores. Su trabajo ayuda a las empresas a ahorrar dinero, aumentar las ventas y mejorar la experiencia del cliente al convertir datos en bruto en información útil.
Esto es lo que puedes ganar como científico de datos
$35,000 MXN
como Data Scientist junior justo después del curso
$60,000 MXN
como Data Scientist intermedio en un año
$90,000 MXN
como Data Scientist senior en 3 años
Estos salarios mensuales promedio en México están tomados de Glassdoor. ¡Pero tú puedes hacerlo mejor!
¿Nuestro curso de desarrollo web es para ti? Sí.
¿Sin experiencia en tecnología o habilidades matemáticas? ¡No hay problema! La edad o la experiencia pasada tampoco importan. Si quieres realizar un cambio de carrera rápido y exitoso hacia el sector tech, este curso de ciencia de datos es perfecto para ti. Durante nueve meses, te sumergirás en tu especialidad tecnológica, aprenderás técnicas avanzadas de datos y el aprendizaje automático, trabajarás en proyectos reales y te convertirás en un profesional de la ciencia de datos.
Empieza ahora¿Por qué TripleTen?
Cuatro veces más rápido que la universidad
Obtén una educación de calidad en una fracción del tiempo que tarda obtener un título universitario.
Ciencia de datos dinámica
El bootcamp está diseñado para adaptarse a tu estilo de vida, con horarios flexibles y apoyo de mentores mientras construyes modelos predictivos y dominas habilidades esenciales para la ciencia de datos y data analytics.
Sólido portafolio con 18 proyectos
Los proyectos que completes durante tu estudio se agregarán a tu portafolio para mostrar tus habilidades prácticas.
87% de tasa de empleo
Adquiere las habilidades y el apoyo necesarios para conseguir un trabajo en tecnología y comenzar tu nueva carrera de Data Scientist, o recibe un reembolso completo si no lo logras.
Apoyo comunitario
Un sentido de comunidad es importante. Conéctate con tutores en nuestra plataforma para recibir seguimiento personalizado, chatea con compañeros de clase en Discord, y únete a discusiones y seminarios web a lo largo del curso.
Un curso de ciencia de datos que responde a las necesidades del mercado de la ciencia de datos y las aplicaciones de business intelligence
Que desarrollamos junto con la industria y del que actualizamos constantemente los materiales. Por lo tanto, siempre son relevantes para el mercado, actualizado en 2025.
Sprint 1 Python básico2 semanas
¡Tu introducción al mundo del análisis de datos! Conceptos clave y sintaxis básica en Python. Bucles, condiciones y funciones. La librería pandas para analizar datos. Tu primer estudio de caso analítico, seguido de tu primer proyecto.
Capítulo 1. Introducción a tu futura profesión
Capítulo 2. Variables, tipos de datos y operaciones aritméticas
Capítulo 3. Strings
Capítulo 4. Listas
Capítulo 1. Introducción a tu futura profesión
Capítulo 2. Variables, tipos de datos y operaciones aritméticas
Capítulo 3. Strings
Capítulo 4. Listas
+1 proyecto para tu portafolio
Sprint 2 Python básico (continuación)2 semanas
Continuarás tu viaje por los diccionarios de Python que se emplean comúnmente en el campo de los datos. Harás que tu código sea flexible y reutilizable mediante la creación de funciones.
Capítulo 1. Bucles
Capítulo 2. Sentencias condicionales
Capítulo 3. Diccionarios
Capítulo 4. Funciones
Capítulo 1. Bucles
Capítulo 2. Sentencias condicionales
Capítulo 3. Diccionarios
Capítulo 4. Funciones
+1 proyecto para tu portafolio
Sprint 3 Manipulación de datos (Data Wrangling) 2 semanas
Aprende a manejar la librería Pandas para realizar análisis de datos, compensación por datos imperfectos y manejo de valores ausentes y duplicados.
Capítulo 1. La librería Pandas
Capítulo 2. Leer y visualizar datos
Capítulo 3. Trabajar con valores duplicados y ausentes
Capítulo 4. Filtrado de datos
Capítulo 1. La librería Pandas
Capítulo 2. Leer y visualizar datos
Capítulo 3. Trabajar con valores duplicados y ausentes
Capítulo 4. Filtrado de datos
+1 proyecto para tu portafolio
Sprint 4 Manipulación de datos (Data Wrangling) (continuación) 2 semanas
En este módulo aprenderás cómo cambiar tipos de datos, identificar correlaciones y crear gráficos.
Capítulo 1. Tipos de datos
Capítulo 2. Ingeniería de características
Capítulo 3. Transformación de datos
Capítulo 4. Visualización de datos
Capítulo 1. Tipos de datos
Capítulo 2. Ingeniería de características
Capítulo 3. Transformación de datos
Capítulo 4. Visualización de datos
+1 proyecto para tu portafolio
Sprint 5 Análisis estadístico de datos 3 semanas
Aprende sobre teoría de la probabilidad, distribuciones más comunes y métodos estadísticos en Python; muestreo y significación estadística; identificación y manejo de anomalías.
Capítulo 1. Estadística descriptiva
Capítulo 2. Teoría de la probabilidad
Capítulo 3. Prueba de hipótesis
Capítulo 1. Estadística descriptiva
Capítulo 2. Teoría de la probabilidad
Capítulo 3. Prueba de hipótesis
+1 proyecto para tu portafolio
Sprint 6 Proyecto del módulo 11 semana
Identifica patrones que te ayudarán a determinar si un videojuego concreto tendrá éxito comercial o no.
+1 proyecto para tu portafolio
Sprint 7 Herramientas de desarrollo de software3 semanas
Prepara el ecosistema de las herramientas de desarrollo, aprende a utilizar la línea de comandos para acceder y manipular fácilmente archivos en tu computadora, y logra utilizar las herramientas de Git y GitHub como un analyst profesional. En este sprint profundizarás en un Python más avanzado.
Capítulo 1. Introducción a la línea de comandos
Capítulo 2. Entornos de desarrollo
Capítulo 3. Git y GitHub
Capítulo 4. Python intermedio
Capítulo 5. Entorno de desarrollo individual
Capítulo 1. Introducción a la línea de comandos
Capítulo 2. Entornos de desarrollo
Capítulo 3. Git y GitHub
Capítulo 4. Python intermedio
Capítulo 5. Entorno de desarrollo individual
+1 proyecto para tu portafolio
Sprint 8 Recopilación y almacenamiento de datos (SQL)2 semanas
Aprende cómo se estructuran las bases de datos y cómo extraer datos de ellas mediante consultas SQL para encontrar datos en línea.
Capítulo 1. Recuperar datos de recursos en línea
Capítulo 2. SQL como herramienta para trabajar con datos
Capítulo 3. Funciones avanzadas de SQL para analistas
Capítulo 4. Relaciones entre tablas
Capítulo 5. Habilidades sociales (Soft skills)
Capítulo 1. Recuperar datos de recursos en línea
Capítulo 2. SQL como herramienta para trabajar con datos
Capítulo 3. Funciones avanzadas de SQL para analistas
Capítulo 4. Relaciones entre tablas
Capítulo 5. Habilidades sociales (Soft skills)
+1 proyecto para tu portafolio
Sprint 9 Introducción al machine learning2 semanas
Domina las nociones básicas del Machine Learning y la librería Scikit-learn para completar tu primer proyecto de Machine Learning.
Capítulo 1. Entrenar tu primer modelo
Capítulo 2. Calidad del modelo
Capítulo 3. Mejora del modelo
Capítulo 4. Pasar a la regresión
Capítulo 1. Entrenar tu primer modelo
Capítulo 2. Calidad del modelo
Capítulo 3. Mejora del modelo
Capítulo 4. Pasar a la regresión
+1 proyecto para tu portafolio
Sprint 10 Aprendizaje supervisado2 semanas
Adéntrate en el área más demandada del Machine Learning: el aprendizaje supervisado. Aprende cómo ajustar y validar los modelos de Machine Learning, así como mejorar las métricas y trabajar con datos desbalanceados.
Capítulo 1. Codificación y estandarización de datos
Capítulo 2. Métricas de clasificación
Capítulo 3. Clasificación desbalanceada
Capítulo 4. Métricas de regresión
Capítulo 5. Habilidades sociales (Soft skills)
Capítulo 1. Codificación y estandarización de datos
Capítulo 2. Métricas de clasificación
Capítulo 3. Clasificación desbalanceada
Capítulo 4. Métricas de regresión
Capítulo 5. Habilidades sociales (Soft skills)
+1 proyecto para tu portafolio
Sprint 11 Aprendizaje automático en negocios2 semanas
Aplica todo lo que has aprendido en ejercicios de negocio. Descubre cómo trabajar con métricas de negocio, tests A/B, la técnica bootstrap y el etiquetado de datos.
Capítulo 1. Métricas de negocio
Capítulo 2. Implementar una nueva funcionalidad
Capítulo 3. Recopilación de datos
Capítulo 4. Habilidades sociales (Soft skills)
Capítulo 1. Métricas de negocio
Capítulo 2. Implementar una nueva funcionalidad
Capítulo 3. Recopilación de datos
Capítulo 4. Habilidades sociales (Soft skills)
+1 proyecto para tu portafolio
Sprint 12 Proyecto del módulo 21 semana
Realiza un prototipo de un modelo de Machine Learning para ayudar a una compañía minera a desarrollar soluciones eficientes con inteligencia artificial.
+1 proyecto para tu portafolio
Sprint 13 Álgebra lineal2 semanas
Examina de cerca algunos de los algoritmos que ya has estudiado y comprende cómo aplicarlos. Obtén un enfoque práctico de los conceptos clave en álgebra lineal, como vectores, matrices y regresiones lineales.
Capítulo 1. Vectores y operaciones vectoriales
Capítulo 2. Distancia entre vectores
Capítulo 3. Matrices y operaciones matriciales
Capítulo 4. Regresión lineal desde el interior
Capítulo 1. Vectores y operaciones vectoriales
Capítulo 2. Distancia entre vectores
Capítulo 3. Matrices y operaciones matriciales
Capítulo 4. Regresión lineal desde el interior
+1 proyecto para tu portafolio
Sprint 14 Métodos numéricos2 semanas
Analiza diferentes algoritmos que utilizan métodos numéricos y aplícalos a ejercicios prácticos. Aprende sobre el descenso de gradiente, la potenciación del gradiente y la red neuronal.
Capítulo 1. Análisis de algoritmos
Capítulo 2. Descenso de gradiente
Capítulo 3. Entrenamiento de descenso de gradiente
Capítulo 4. Potenciación del gradiente
Capítulo 5. Habilidades sociales (Soft skills)
Capítulo 1. Análisis de algoritmos
Capítulo 2. Descenso de gradiente
Capítulo 3. Entrenamiento de descenso de gradiente
Capítulo 4. Potenciación del gradiente
Capítulo 5. Habilidades sociales (Soft skills)
+1 proyecto para tu portafolio
Sprint 15 Series temporales2 semanas
Explora las series temporales para entender tendencias, sobre estacionalidad y la creación de características.
Capítulo 1. Análisis de series temporales
Capítulo 2. Pronóstico de series temporales
Capítulo 1. Análisis de series temporales
Capítulo 2. Pronóstico de series temporales
+1 proyecto para tu portafolio
Sprint 16 Aprendizaje automático para textos2 semanas
Aplica el Machine Learning para datos de texto y procesamiento de lenguaje. Descubre cómo convertir texto en números y cómo utilizar el modelo bolsa de palabras, TF-IDF, además de embeddings y BERT.
Capítulo 1. Vectorización de textos
Capítulo 2. Representaciones del lenguaje
Capítulo 1. Vectorización de textos
Capítulo 2. Representaciones del lenguaje
+1 proyecto para tu portafolio
Sprint 17 Visión artificial2 semanas
Aprende cómo manejar simples ejercicios de visión artificial utilizando redes neuronales preestablecidas y la librería Keras, y echa un vistazo rápido al aprendizaje profundo (Deep Learning).
Capítulo 1. Redes totalmente conectadas
Capítulo 2. Redes neuronales convolucionales
Capítulo 3. Habilidades sociales (Soft skills)
Capítulo 1. Redes totalmente conectadas
Capítulo 2. Redes neuronales convolucionales
Capítulo 3. Habilidades sociales (Soft skills)
+1 proyecto para tu portafolio
Sprint 18 Aprendizaje no supervisado1 semana
Descubre qué hacer cuando no tienes las características de la variable objetivo. Realiza ejercicios de agrupamiento (clustering) y aprende a identificar anomalías.
Capítulo 1. Clustering
Capítulo 2. Detección de anomalías
Capítulo 1. Clustering
Capítulo 2. Detección de anomalías
+1 proyecto para tu portafolio
Sprint 19 Proyecto final2 semanas
Utiliza todo lo que has aprendido en el bootcamp en un proyecto de dos semanas que simula la experiencia de trabajo de un Data Scientist junior.
+1 proyecto para tu portafolio
Expertos senior que te apoyarán en cada paso de este curso de Data Science
Andrés
González
Tutor en el Bootcamp de Cientifico de Datos
3+ años de experiencia
PROTECCIÓN S.A., Sempli
3+ años de experiencia
PROTECCIÓN S.A., Sempli
Irene
Reynoso
Instructor en el Bootcamp de Cientifico de Datos
12 años de experiencia
Reysi de La Laguna, Duale Hochschule Baden-Württemberg (DHBW) Mosbach
12 años de experiencia
Reysi de La Laguna, Duale Hochschule Baden-Württemberg (DHBW) Mosbach
Rodolfo
Núñez
Tutor en el Bootcamp de Cientifico de Datos y Analista de Datos
20 años de experiencia
Entel, Universidad de Chile, Penta Analytics
20 años de experiencia
Entel, Universidad de Chile, Penta Analytics
Erick
Naunay
Tutor en el Bootcamp de Cientifico de Datos y Analista de Datos
4+ años de experiencia
eSage Group, Grupo Monge, Aunasoft S.A., Bixlabs
4+ años de experiencia
eSage Group, Grupo Monge, Aunasoft S.A., Bixlabs
Juan Sebastián
Araujo
Tutor en el Bootcamp de Cientifico de Datos y Analista de Datos
6 años de experiencia
Metropolitan Touring, Universidad de los Hemisferios, Prex Technologies
6 años de experiencia
Metropolitan Touring, Universidad de los Hemisferios, Prex Technologies
Francisco
Benavides
Tutor en el Bootcamp de Cientifico de Datos y Analista de Datos
10+ años de experiencia
Thoughtworks, Walmart Chile
10+ años de experiencia
Thoughtworks, Walmart Chile
Guillermo
Alcántara
Tutor en el Bootcamp de Cientifico de Datos y Analista de Datos
5 años de experiencia
PepsiCo, Arkon Data, Scale AI, Apziva
5 años de experiencia
PepsiCo, Arkon Data, Scale AI, Apziva
Juan
Santos
Tutor en el Bootcamp de Cientifico de Datos y Analista de Datos
5,5 años de experiencia
Le Wagon, National Laboratory of Public Policies, CLEAR-LAC, University of Cartagena
5,5 años de experiencia
Le Wagon, National Laboratory of Public Policies, CLEAR-LAC, University of Cartagena
Andrés
Gaviria
Tutor en el Bootcamp de Cientifico de Datos y Analista de Datos
2,5 años de experiencia
Unilever, Embrapa, Centro Internacional de Física
2,5 años de experiencia
Unilever, Embrapa, Centro Internacional de Física
Todo un equipo para apoyarte en el camino de este curso de ciencia de datos
Soporte
técnico
Resuelve problemas
técnicos
Revisor de
código
Te da su feedback
Tutor
Te enseña habilidades
Orientador
profesional
Te ayuda a encontrar
trabajo
Community
Manager
Hace divertido el
aprendizaje en grupo
¿Te emociona una carrera como Data Scientist? Así es como estudiarás:
Aprende y practica en nuestra plataforma en línea
Te damos acceso completo a los materiales de aprendizaje y prácticas de codificación en la plataforma. ¡No es necesario cambiar entre aplicaciones! Todos los recursos que utilices durante el estudio son tuyos para siempre, incluso después de graduarte del curso de Data Science
Revisión de código línea por línea con comentarios de tutores (+ pistas de IA)
Verifica tu progreso en línea con pistas de IA y recibe comentarios de los tutores sobre tus tareas de codificación, línea por línea. Sin horas de oficina diarias, podrás conectar con ellos en cualquier momento que necesites apoyo.
Mantente en el camino con webinars regulares
Cada sprint, tu tutor organiza un seminario web en vivo para cubrir temas clave del sprint actual, ofrecer ideas y responder preguntas. Estas sesiones te ayudarán a profundizar en el material del bootcamp y avanzar sin problemas.
Proyectos de los portafolios de nuestros estudiantes.
Realizarás tareas típicas de científico de datos en distintos ámbitos empresariales. Por ejemplo, predecir la cantidad de oro extraído de la mena, analizando datos históricos para una empresa minera.
Tu CV después de TripleTen
Data Scientist
GitHub
Educación
TripleTen Bootcamp de ciencia de datos
Ene-Sept 2025
Sueldo esperado
$35,000 MXN
Habilidades duras
Python
Jupyter Notebook
Command Line Interface (CLI)
Git
GitHub
Pandas
Matplotlib
Seaborn
Plotly
SQL
Scikit-learn
Keras
CatBoost
LightGBM
XGBoost
nltk
Soft Skills
Capacidad para trabajar en equipo
Independencia
Comunicación proactiva sobre problemas
Capacidad para hacer preguntas adecuadas al asignarse tareas
Presentación adecuada de resultados
Formulación de ideas y posturas
Pensamiento sistemático y crítico
Proyectos
Web marketplace
+420 horas de codificación en Python, SQL
¿Obtendrás la certificación? Por supuesto. Quedará muy bien en tu CV
También puedes certificarte por la SEP a través de nuestro socio, el Instituto Nacional de Estandarización y Certificación de México
Más informaciónDe los estudios a la vida profesional: nuestros asesores te ayudarán a que te contraten
Construye tu presencia online a través de los perfiles de GitHub y LinkedIn para mejorar tu empleabilidad en el sector tecnológico
Crea un CV sólido y aprende a redactar cartas de presentación eficaces
Asiste a simulacros de entrevistas para prepararte para las reales
Accede al mercado laboral con la ayuda de tu orientador profesional personal
Tu primera oferta de trabajo
Consigue el trabajo a los 6 meses de graduarte o te devolvemos el dinero
Más información en los Términos y Condiciones
Agenda una llamadaNuestros graduados trabajan en startups locales y gigantes internacionales
Elige tu forma de pago
Cuotas mensuales
MXN / al mes
Nuestros socios financieros. Hasta pagos
Por adelantado
MXN / total
La opción más rentable para pagar
El siguiente grupo empieza pronto
Agenda una llamada¡Recupera el dinero de tu educación en tus dos primeros meses de trabajo!
Preguntas frecuentes
¿Cómo voy a aprender?
El programa consta de tres componentes: teoría en formato de texto con refuerzo en un simulador de programación, trabajo en tus proyectos y reuniones con tu tutor en sesiones individuales y de grupo.
Puedes estudiar en la plataforma cuando te venga bien, pero el trabajo en un proyecto tiene una fecha límite y va seguido de comentarios de personas expertas del sector tecnológico. Las reuniones en línea con tu tutor no son obligatorias, pero puedes aprovechar esta oportunidad siempre que lo necesites.
Siempre tendrás el apoyo de un equipo de especialistas que te guiarán a lo largo de tu proceso de aprendizaje. Desde tutores y revisores de código, hasta Community Managers y soporte técnico.
Puedes estudiar en la plataforma cuando te venga bien, pero el trabajo en un proyecto tiene una fecha límite y va seguido de comentarios de personas expertas del sector tecnológico. Las reuniones en línea con tu tutor no son obligatorias, pero puedes aprovechar esta oportunidad siempre que lo necesites.
Siempre tendrás el apoyo de un equipo de especialistas que te guiarán a lo largo de tu proceso de aprendizaje. Desde tutores y revisores de código, hasta Community Managers y soporte técnico.
¿Qué es un bootcamp?
Un bootcamp es un formato nacido en Estados Unidos de un programa intensivo, que ofrece un aprendizaje inmersivo centrado y diseñado para aprender un conjunto de habilidades específicas lo más rápido posible. Sus graduados suelen tener suficiente experiencia y conocimientos del sector para conseguir un empleo en ese ámbito, en los meses siguientes a la finalización del programa.
Tomamos como base el formato bootcamp porque es rápido y extremadamente eficaz. Pero trasladamos todo el proceso de aprendizaje a internet para que puedas compaginar tus estudios con el trabajo y aprender una nueva profesión a tu propio ritmo, sin moverte de tu escritorio.
Tomamos como base el formato bootcamp porque es rápido y extremadamente eficaz. Pero trasladamos todo el proceso de aprendizaje a internet para que puedas compaginar tus estudios con el trabajo y aprender una nueva profesión a tu propio ritmo, sin moverte de tu escritorio.
¿Cuál es el equipo que necesito?
Sólo necesitas una computadora con acceso a Internet y, opcionalmente, unos auriculares ( audífonos con micrófono) para que sea más fácil comunicarte con el equipo de apoyo y otros estudiantes.
¿Se puede aprender una profesión en 5-10 meses?
Nosotros creemos que sí. Significa dedicar un promedio de 15-20 horas semanales a estudiar: leer teoría, realizar tareas, resolver casos reales de trabajo y reunirte con un tutor.
¿Cuántas horas al día debo dedicar al estudio?
Puedes dedicar un par de horas a estudiar después del trabajo y medio día los fines de semana. En general, nuestros alumnos no suelen necesitar más de 15-20 horas a la semana para terminar con éxito el programa. La mayoría de ellos consiguen combinar sus estudios con su trabajo actual aunque trabajen de lunes a viernes.
¿Me ayudarán a encontrar trabajo?
Claro que sí. Tienes la opción de realizar programas de preparación y aceleración profesional justo después del curso principal. Durante estos programas elaborarás tu portafolio, te prepararás para entrevistas de trabajo, escribirás cartas de presentación y, finalmente, entrarás en el mercado tecnológico. Nuestros asesores profesionales y el equipo de apoyo estarán a tu lado hasta que recibas una oferta de trabajo, e incluso después, hasta que superes el periodo de prueba.
¿Y si no tengo experiencia en tecnología?
No pasa nada. En primer lugar, nuestros programas son aptos para principiantes, no es necesario tener conocimientos previos en informática o TI. Además, no estarás solo. Nuestro equipo estará ahí para guiarte a lo largo del proceso, ayudarte a establecer objetivos profesionales y a alcanzar el éxito como ya lo han hecho miles de estudiantes.
¿Los programas son autodidácticos?
Los programas de TripleTen combinan el autoaprendizaje con la formación a cargo de un instructor. Nuestro objetivo es sumergirte en un entorno de trabajo real, no universitario, por eso no hay clases ni exámenes programados obligatorios. Pero al igual que en una empresa real tendrás que cumplir plazos, nosotros también tenemos plazos para las tareas y los proyectos.
¿Qué conocimientos o habilidades previas se requieren para participar en el bootcamp de Data Scientist?
El bootcamp es amigable para principiantes, lo que significa que no se requiere experiencia previa en ciencia de datos ni en programación. Sin embargo, tener habilidades matemáticas básicas y familiaridad con algún lenguaje de programación puede serte útil. El programa enseña Python, aprendizaje automático y otras herramientas desde cero, lo que lo hace accesible incluso para aquellos sin antecedentes técnicos.
¿Cómo se evalúan y verifican las habilidades y conocimientos adquiridos por los estudiantes?
Los conocimientos y habilidades de los estudiantes se evalúan a través de proyectos prácticos basados en datos reales. Con estos proyectos, te ayudaremos a construir un portafolio curado por nuestros tutores, quienes cuentan con amplia experiencia en el campo de la ciencia de datos. El programa también incluye un proyecto final, donde la persona deberá emplear todo lo que ha aprendido a una aplicación práctica compleja.
¿Cuáles son los requisitos y limitaciones para inscribirse en el bootcamp de Data Science?
No hay requisitos estrictos para inscribirse. El programa está estructurado para que el aprendizaje sea a tiempo parcial, es decir, requiere alrededor de 20 horas por semana y todo el estudio se realiza en línea. Si bien el bootcamp es flexible, se deben cumplir los plazos para los proyectos para avanzar a temas más complejos. Además, TripleTen ofrece una garantía de empleo: si no consigues un trabajo en los seis meses posteriores a tu graduación, te reembolsamos el total de tu matrícula.
¿Qué pasa si me pierdo una clase?
Si te pierdes una clase, ¡no te preocupes! El enfoque flexible de TripleTen te cubre. Nuestros materiales están diseñados para el estudio autodidacta, y los eventos en línea adicionales brindan soporte opcional y conocimientos más profundos. Si te pierdes una clase, puedes ponerte al día fácilmente a través de la grabación de la sesión, nuestros eventos de co-aprendizaje o contactando a tu tutor. Si te quedas atrás y prefieres no continuar con tu grupo inicial, puedes cambiar a un grupo que se ajuste mejor a tu progreso, todo sin costo adicional. Además, nuestros Community Managers estarán ahí para brindarte apoyo 1:1.
¿Con qué frecuencia comienzan los ciclos de aprendizaje en el bootcamp para científico de datos?
El bootcamp tiene admisiones continuas con múltiples fechas de inicio a lo largo del año. Por favor, consulta las fechas de inicio para ver la próxima fecha disponible que se ajuste a tu horario o contacta a nuestro departamento de ventas para obtener más detalles.
¿Puedo cancelar mi participación en el bootcamp después de haber realizado el pago?
Para cancelaciones antes de finalizar el programa, es mejor consultar los términos del servicio, ya que las políticas pueden variar de acuerdo al momento en que canceles. Como regla general, tienes derecho a solicitar un reembolso dentro de los 15 días siguientes al inicio de tu grupo; después de eso, puede ser más complicado. No todos los proveedores de préstamos emiten reembolsos completos y algunos pueden no reembolsar en absoluto si has solicitado un préstamo bancario.
