Programación Python

Curso de Programación Python

Precio: 1.195€
Prácticas en empresas: si
Bolsa de empleo: si
Modalidad: Online con clases en directo

Que Aprenderás

Python para Data Science

Te familiarizarás con los conceptos y herramientas fundamentales del Data Science y adquirirás los conocimientos de programación con Python para comenzar con el curso.Aprenderás los elementos del lenguaje las estructuras de programación y el uso de distintas librerías que te permitirán abordar el resto del programa.También comenzarás a utilizar entornos de desarrollo integrado como Pycharm o Jupiter Lab y sistemas de control como versiones como Git.

GNU/ Linux

Te familiarizarás con la administración de sistemas Linux para poder desplegar tus proyectos en Big Data en producción en la Cloud.También se te formará en los fundamentos de la administración y el uso del sistema operativo GNU/Linux y como desplegar instancias en Cloud de Debian, Ubuntu, CentOS… para poner en producción tus proyectos de Data

Data Analytics

Te convertirás en un Data Analyst que será capaz de acceder a datos, explorarlos y prepararlos, y visualizaros con diferentes herramientas, para sacar conclusiones sobre datos.Comenzarás aprendiendo librerías como Numpy y Pandas, que te permitirán analizar y modificar los datos, y explorar sus características. Además, te familiarizaras con los conceptos estadísticos que te ayudarán a interpretar y también modificar los datos. Posteriormente visualizarás esos datos con Posteriormente visualizarás esos datos con librerías de Python como Matplotlib y Seaborn. Abordarás un proyecto de Análisis Exploratorio de Datos (EDA). Realizarás el análisis y extraerás conclusiones sobre los mismos y lo expondrás utilizando capacidades de visualización y storytelling.

Iniciación al Machine Learning

Aprenderás las bases del aprendizaje automático.Como experto en Python en muchos equipos tu misión será ayudar a los expertos en Machine Learning a realizar los proyectos, o incluso, con el tiempo, quizás convertirte tú en un experto en Machine Learning. Por ello, en este módulo se explican las bases de qué es el Machine Learning, que tipos hay, para qué sirve y se enseñan algunos modelos simples y útiles a modo de iniciación en esta disciplina

Iniciación al Big Data

Aprenderás de manera teórica las herramientas que hay de Big Data y para que se utilizan.

Como experto en desarrollo Python es posible que también tengas que enfrentarte a proyectos en los que se utilicen herramientas Big Data. Por ello se dará una introducción teórica al ecosistema Big Data que proporcione al alumno una visión de qué clase de tecnologías puede encontrarse en el mundo empresarial y para qué sirve cada una de ellas

Salidas Laborales

  • Programador Python
  • Analista de datos
  • Ingeniero de datos
  • Desarrollador dedicado al tratamiento, procesamiento y análisis de los datos en proyectos de Big Data e Inteligencia Artificial.

TEMARIO

1) Módulo 1: Introducción a los sistemas Informáticos y tecnologías Big Data

– Principales componentes de un sistema informático. Sistemas Operativos, para que sirven, que tipos hay y cómo funcionan…

– Introducción a GNU/Linux

– GNU/Linux Avanzado

– Como usar GNU/Linux en Cloud (AWS)

– Introducción teórica a las tecnologías Big Data: Bases de Datos SQL/No SQL, Computación distribuida, Cloud…

2) Módulo 2: Fundamentos de Programación en Python

– Introducción a los lenguajes de programación

– Python: Sentencias Básicas y Bloques Lógicos

– Python: Funciones y Scope

– Python: Clases y Objetos y Tratamiento de Excepciones

– Python: Módulos y Uso de librerías de Python

3) Módulo 3: Programación Orientada a Datos

– Python: Librerías básicas de Data Science: Pandas, Numpy, Matplotlib, Sklearn…

– Introducción teórica al análisis exploratorio de Datos

– Python: Ejemplificación del análisis exploratorio de datos mediate Datasets reales

4) Módulo 4: Introducción al Machine Learning

– Desambiguación de términos: ¿Machine Learning? ¿Deep Learning? ¿Data Science? ¿Big Data? Machine Learning: Aprendizaje supervisado (regresión/clasificación), no supervisado y por refuerzo.

– Nuestros primeros pasos con el Machine Learning: Regresión Lineal y Regresión Logística. Ejemplos con datos reales en Python.

5) Módulo 5: TFM (Opcional)