Cómo obtuve la certificación profesional de Google Data Analytics

Hace un tiempo, aprovechando el programa de apoyo a la obtención de certificaciones de la empresa, cursé y obtuve el "Certificado profesional de Google en Análisis de Datos".

Compartiendo mis impresiones tras haberlo cursado, les presento a grandes rasgos qué se aprende, cuál es el nivel de dificultad y más.

¿Qué es el certificado profesional de Google en Análisis de Datos?

Es un programa de aprendizaje en línea ofrecido por Google, que abarca desde los fundamentos hasta las aplicaciones avanzadas del análisis de datos, dividido en 8 cursos.

• Cómo se realiza un análisis de datos
• Organización de los datos de análisis
• Uso de hojas de cálculo
• Organización de datos con SQL
• Creación de visualizaciones con Tableau
• Uso de R Markdown

y otros, cubriendo una gama bastante amplia de habilidades.

Se suele recomendar "10 horas por semana durante unos 6 meses", pero yo avancé a un ritmo tranquilo y terminé en unos 4 meses. Creo que, si te concentras, también puedes completarlo en menos tiempo.

Las clases se toman a través de la plataforma Coursera, con una tarifa mensual. De vez en cuando hay campañas de acceso gratuito, así que también vale la pena aprovechar esos momentos.

Hay una prueba gratuita de 1 semana, así que puedes usar ese periodo para decidir si podrás seguir el curso sin problemas. Al terminar la prueba, la suscripción se renueva automáticamente, ¡así que ten cuidado!

Puedes empezar de inmediato registrándote desde la página del "Certificado profesional de Análisis de Datos de Google" en Coursera.

Flujo de aprendizaje

Cada curso se compone de varios módulos. Debes completar todos los materiales (videos, documentos, etc.) y realizar la evaluación de cada módulo. Si superas las tareas de todos los cursos, se emite el certificado de finalización.

Los documentos incluyen enlaces a herramientas relacionadas y material externo, lo que ayuda a profundizar en la comprensión. Sin embargo, revisarlo todo con calma consume muchísimo tiempo, así que avanzaba anotando los términos y enlaces para investigarlos más adelante.

¡También puedes aprobar las pruebas con este método sin problemas!

Como hay mucho contenido, me salvó que el diseño fuera considerado y permitiera cambiar el estado a «Completado» en el momento que yo quisiera.

Dificultad del curso

Al oír «SQL» o «R» uno se pone un poco a la defensiva, pero como el curso explica todo con mucho detalle desde la introducción, no resultó tan difícil como parecía.

Si estudias bien el material, también puedes aprobar las pruebas, y si no alcanzas la nota mínima, el diseño es muy considerado porque puedes volver a hacer el examen.

Las pruebas de repaso general tienen un límite de intentos por día, pero como el límite se reinicia 24 horas después, en la práctica pude hacerlas tantas veces como quise.

Aparecen herramientas que normalmente no usarías, como BigQuery, Tableau o RStudio, pero también se explican con detalle, desde la instalación hasta su uso, así que no hay de qué preocuparse.

Además, las herramientas que se usan en el curso están diseñadas para funcionar dentro de la versión gratuita, así que, aparte de la suscripción mensual de Coursera, no tuve que pagar nada más, lo cual también es agradable para el bolsillo.

Lo que me pareció difícil de otra manera fue la función de traducción.

El material está básicamente en inglés. Por supuesto, tanto los videos, la documentación como las pruebas tienen función de traducción, y la precisión es bastante alta, pero en ocasiones palabras con significados parecidos se traducían al mismo término en japonés.

En las preguntas de opción múltiple, no es raro encontrar dos opciones que parecen exactamente iguales, y eso supuso otra dificultad distinta.

Presentación de cada curso

Me he extendido bastante en la introducción, así que a partir de aquí presentamos el contenido de aprendizaje de cada curso.

[Curso 1: Los datos están en todas partes] Como primer curso, es principalmente una clase teórica en la que se aprenden los fundamentos del análisis de datos. Se estudia el proceso completo que sigue un analista de datos para llevar a cabo un análisis. Los contenidos aprendidos aquí servirán de base para los cursos posteriores.

[Curso 2: Preguntas para tomar decisiones basadas en datos] Se centra en las "preguntas" que permiten profundizar en los problemas que hay que resolver. Se aprenden técnicas de entrevista, comunicación y métodos para compartir los resultados del análisis.

¡Y ahora sí, comienza el aprendizaje práctico! Se estudian funciones básicas de hojas de cálculo y tipos de errores, conocimientos que se usan con frecuencia en el trabajo real.

Es un curso que se puede avanzar con bastante fluidez.

[Curso 3: Preparar los datos para la exploración] Es la etapa de preparación de los datos para el análisis. Se estudian la estructura de los datos y los métodos de recopilación, y se comprende el concepto de "datos limpios", clave del curso 4. Además de las hojas de cálculo, aparecen las operaciones con datos mediante SQL en BigQuery. Este es el primer gran desafío.

Si no se dominan bien los fundamentos, es fácil tropezar más adelante, así que recomendamos avanzar con calma y entendiendo cada paso.

[Curso 4: Convertir datos "sucios" en datos "limpios"]

Aprenderá métodos de limpieza de datos, esenciales para mejorar la precisión del análisis.

Tras comprender por qué es necesaria la limpieza y qué ocurre si se analizan datos sin depurar, practicará la limpieza de datos con hojas de cálculo y BigQuery.

Como aparecen muchas funciones y consultas, fue un curso bastante exigente.

[Curso 5: Analizar datos y obtener respuestas]

Aplicará en la práctica los pasos de "preparación de datos" y "limpieza" que ha estudiado hasta ahora para procesar los datos. Esta fase es, en cierto modo, el núcleo del programa: filtrar según condiciones específicas, calcular promedios y realizar diversos cálculos para descubrir hechos y tendencias ocultos en los datos.

[Curso 6: Compartir datos mediante visualización de datos]

Aprenderá a visualizar datos con Tableau y a compartirlos de forma eficaz. Aunque siguiera las instrucciones del vídeo, con frecuencia aparecían errores y los cambios no se reflejaban, así que personalmente me costó bastante.

En principio es una herramienta intuitiva que no requiere conocimientos especializados, pero, sinceramente, todavía no me siento seguro/a de dominarla…

[Curso 7: Análisis de datos y el lenguaje R]

Aquí por fin aparece el análisis de datos con el lenguaje R. Como empieza con la instalación de R, siguiendo el material paso a paso no debería tener problemas. Sin embargo, al llegar a las fases de análisis y visualización, irán apareciendo palabras y conceptos poco familiares, así que hay que tener cuidado.

Las visualizaciones que puedes crear superan a las de Tableau, y en cuanto lo dominas se vuelve muy divertido. Además, poder completar también los informes con R fue muy atractivo.

Personalmente, fue el curso que más disfruté.

[Curso 8: Proyecto final como culminación del aprendizaje]

¡Por fin llega la culminación! Aplicando todo lo aprendido, te enfrentarás tú solo al análisis de datos. A través de varios estudios de caso, irás construyendo tu propio resultado.

En la segunda mitad del curso, el foco está en la búsqueda de empleo como analista de datos. Aunque puedes aprender viendo escenas simuladas de entrevistas, el ambiente es distinto al de las entrevistas en Japón, así que creo que es mejor verlas solo como referencia. Para ser sincero, yo las vi por encima.

Conclusión

He estado compartiendo mucho detalle, pero ¿qué tal te ha parecido?

Personalmente, reuní los puntos que me habría gustado conocer antes de inscribirme, sin revelar el contenido principal.

Mi impresión sincera tras hacerlo es que es una certificación accesible para quienes quieren incorporarse o cambiar a la industria web sin experiencia previa. Quizás en el día a día de una agencia de desarrollo no se use con frecuencia, pero cuando surge la necesidad, saber analizar datos siempre es mejor que no saber.

Incluso con herramientas que normalmente no se usan, el curso explica con detalle desde la introducción hasta el uso básico, así que quienes no tienen experiencia en la industria web pueden estudiar con tranquilidad. Sin embargo, para quienes quieren profundizar en usos más avanzados, podría quedarse algo corto. El "Certificado Profesional de Analista de Datos de Google" no es muy conocido, pero demostrar públicamente que tienes habilidades de análisis de datos reconocidas por Google es una ventaja importante.

Si te interesa, quizás sea buena idea empezar con la prueba gratuita.