Descripción
- El programa va dirigido a perfiles con base previa en programación y matemáticas que quieren especializarse en data science, machine learning e IA con un itinerario claramente práctico.
- Se aprende el flujo completo con datos: desde fundamentos de Python y matemáticas hasta extracción en SQL, manipulación con Pandas y visualización, trabajando con conjuntos de datos complejos.
- En Decision Science se cubren preparación de datos, regresión lineal múltiple, pruebas de hipótesis e intervalos de confianza, con un enfoque orientado a la presentación de resultados.
- La parte de machine learning entra en feature engineering, selección y evaluación de modelos con Scikit-Learn, incluyendo herramientas como XGBoost y LangChain cuando toca llevarlo a casos reales.
- Deep learning e IA aplicada incluye redes densas, recurrentes y convolucionales, además de NLP, Transformers y mejoras 2025 como LLMs, RAGs, Agents y Evaluation.
- ML Engineering recorre paquetización, despliegue y monitorización, con prácticas en Docker, MLflow y APIs con FastAPI o Streamlit, además de reentrenamiento y exposición en servicios web.
Alternativas similares
Recomendado
Recomendado
Recomendado
Lo que aprenderás
- Verás fundamentos de Python y terminología técnica, junto con principios de programación orientada a objetos. También se introducen bases de estadística y álgebra lineal para interpretar técnicas habituales.
- Trabajarás la extracción y preparación de datos desde bases relacionales y distintas fuentes. Incluye prácticas como scraping, análisis con SQL y un panel visual conectado a una API.
- Se cubre la interpretación estadística para convertir datos en conclusiones defendibles. Verás regresión lineal múltiple, pruebas de hipótesis e intervalos de confianza, además de cómo presentar resultados con rigor.
- Entrenarás el flujo completo de machine learning, desde preparación y selección de modelo hasta evaluación y ajuste. Se practican casos como detección de spam, predicción de coste de viviendas y compresión de imágenes por agrupación.
- Profundizarás en redes neuronales y deep learning: capas, funciones de activación, pérdida y optimizadores. Incluye redes densas, recurrentes y convolucionales, transferencia de aprendizaje, entrenamiento en GPU y word embeddings.
- Aprenderás a convertir modelos en soluciones replicables y desplegables, empaquetándolos en Python y exponiendo predicciones con APIs o páginas web. Se añaden LLMs, RAGs, agents, evaluación, GANs y CI/CD.
Opiniones destacadas
software student
Reseña de 
5 ⭐⭐⭐⭐⭐
24/09/2026
Still as relevant as ever in 2026, Le Wagon enables you to acquire valuable technical skills in software development in a short amount of time.
Christophe Vercarre
Reseña de
5 ⭐⭐⭐⭐⭐
22/09/2026
Great experience. Did two 9-hour bootcamps in eight years. A must do for everyone who wants to grow their hard and soft skills.
Benoît
Reseña de
5 ⭐⭐⭐⭐⭐
09/09/2026
Good curriculum and exercises / challenges. Good casting of the Teachers and Teacher Assistants. Good atmosphere (focused, but not too serious) in the group with the other students. This is definitely the way to acquire some concrete hands-on experience in Data Science.
Sobre Le Wagon
Le Wagon es una escuela internacional de programación y data con presencia en más de 40 ciudades. Ofrece bootcamps intensivos en desarrollo web, análisis de datos y ciencia de datos. Su modelo es 100% práctico, con proyectos reales, mentores expertos y red global de empleabilidad. Le Wagon es ideal para quienes buscan entrar al sector tech con rapidez y garantías.
¿Tienes dudas? Te ayudamos
Sedes
Contenido generado por IA y revisado por DondeEstudiar
Elaboramos este contenido utilizando la web oficial del centro, utilizando IA para estructurar y sintetizar la descripción y el temario, siendo revisado y ajustado finalmente por el equipo editorial de DondeEstudiar para asegurar su veracidad.
Fuente: lewagon.com