calendar correo curso diplomado horas lugar in-company magister magisteres programa-avanzado quotes reloj telefono contacto contacto grad video
Search
Coincidencias exactas
Buscar por
Seleccionar todos
Magisters
Diplomados
Cursos
Profesores
Noticias
Páginas

Diplomado en Python Profesional (Online)

Aprende a programar con el versátil lenguaje de programación Python en aplicaciones de diversos tipos, con énfasis en su potencial para la ciencia de datos y machine learning.

Podrás construir aplicaciones nativas y Web para analizar o visualizar datos, incorporando algoritmos de inteligencia artificial, convirtiéndote en un profesional altamente demandado en diversos sectores e industrias.

La metodología de enseñanza y aprendizaje online consiste en técnicas metodológicas activas, donde el participante puede interactuar con sus pares y profesor-tutor a través de las herramientas que provee la plataforma educativa virtual.

Versión disponible a todo Chile y la región.

Antecedentes Generales

23/03/2021
4 cursos x 6 semanas c/u
Modalidad:
Online
140 cronológicas / 187 pedagógicas
$1.890.000 en Chile / USD 2400 resto del mundo
Tutor de apoyo permanente
4 clases sincrónicas por curso
Cuestionarios de selección múltiple
Proyectos aplicados
Material multimedia de apoyo
programas@ing.puc.cl

El lenguaje Python se ha transformado en una herramienta fundamental, tanto para un desarrollador de software, como para profesionales del área de Ciencia de Datos e Inteligencia Artificial. Este programa permite adquirir las competencias necesarias para desempeñarse con éxito en el futuro en cualquiera de estos dos escenarios.

Los alumnos de este diplomado aprenderán a programar utilizando el lenguaje Python y a construir aplicaciones nativas y web que permitan hacer análisis o visualización de datos, o que incorporan algoritmos de inteligencia artificial. Para ello, serán introducidos gradualmente en las principales librerías y herramientas del ecosistema Python. A diferencia de otros programas, donde el énfasis está en los conceptos de Ciencia de Datos e Inteligencia Artificial que se ilustran y ejemplifican con código Python, este diplomado se enfoca en aprender y dominar la herramienta misma, ilustrando su versatilidad con aplicaciones en diversos ámbitos.

 

 

Dirigido a:
– Desarrolladores u otros profesionales que deseen agregar el lenguaje Python a su arsenal de herramientas en todo su potencial.

– Profesionales que trabajan en aplicaciones del área de ciencia de datos y que no tienen una formación muy fuerte en programación, que necesitan potenciar su trabajo con datos.

 

 

Objetivos de aprendizaje:

– Conocer y utilizar el lenguaje Python en todo su potencial.

– Aplicar el lenguaje Python para expresar algoritmos, y para leer, extraer y procesar información. Aplicar el código disponible en las librerías más populares a escenarios comunes de Ciencia de Datos e Inteligencia Artificial y a problemas diversos.

– Desarrollar aplicaciones de mediana complejidad nativas y web en Python.

 

 

Requisitos de ingreso:
– Se recomienda una licenciatura o título profesional que incluya competencias de programación

– Se recomienda tener competencias de programación a un nivel intermedio en algún lenguaje. Para evaluar sus competencias, puede realizar este test opcional gratuito: https://www.hackerrank.com/prueba-programacion. Es importante que, si está muy lejos de lograr el puntaje máximo, o está teniendo muchas dificultades, ejercite sus habilidades de programación antes del inicio del programa.

 

 

Contenidos del Programa

Al final del curso podrás:

– Utilizar estructuras de datos secuenciales como listas, tuplas y colas para almacenar y consultar datos

– Utilizar estructuras de datos no secuenciales como diccionarios y conjuntos

– Construir un programa utilizando los conceptos de la programación orientada a objetos

– Utilizar bibliotecas existentes e integrar sus funcionalidades dentro de un programa propio

 

Contenidos:

– Estructuras de datos secuenciales: listas, tuplas, colas
– Estructuras de datos no secuenciales: diccionarios y sets
– Clases, objetos, atributos y métodos
– Interacción entre objetos
– Uso de módulos y bibliotecas existentes

Al final del curso podrás:

– Describir las características de una base de datos relacional y una base de documentos

– Interactuar directamente con un motor de bases de datos desde la herramienta de administración

– Escribir consultas simples utilizando el lenguaje SQL

– Agregar, eliminar información y formular consultas simples de una base de datos relacional mediante el lenguaje standard SQL

– Construir programas Python capaces de conectarse a un motor de bases de datos para extraer o registrar información

 

Contenidos:

– Conceptos fundamentales de bases de datos
– El modelo relacional
– El lenguaje de consultas estándar SQL
– Interacción directa con una base de datos relacional usando SQL
– Conectores y librerías Python para trabajo con Bases de Datos relacionales
– Extracción directa de información desde un programa Python
– La librería Pandas y el concepto de Dataframe
– Extracción de información de mediana complejidad desde un programa Python
– Modificación y eliminación de información de la base de datos desde Python
– El modelo de documentos
– El formato JSON
– Interacción con una base de datos de documentos desde un programa Python

Al final del curso podrás:

– Identificar, procesar y visualizar diferentes tipos de variables en una base de datos utilizando librerías de Python

– Diseñar e implementar modelos aprendizaje supervisado basados en regresiones

– Comprender aspectos formales de modelos aprendizaje supervisado tradicionales, experimentando y comparando su rendimiento

– Reconocer y emplear modelos de redes neuronales artificiales básicas

– Comprender, implementar e interpretar modelos de aprendizaje no supervisado a través de librerías de Python

 

Contenidos:

– Conceptos fundamentales de Machine Learnings

 

– Análisis, procesamiento y visualización de datos a través de Python

 

– Algoritmos de aprendizaje supervisado en Python utilizando scikit-learn

• Regresión Lineal

• Regresión Logística

• Regresiones Polinomiales

• Regresiones con penalización

• Árboles de Decisión

• Random Forest

• Random Forest para regresiones

• Naive Bayes

• Vecino más cercano

• Redes Neuronales

• Selección de modelos

 

– Algoritmos de aprendizaje no supervisado en Python utilizando scikit-learn

• K-means

• Mezcla de Gaussianas

• Cluster Jerárquico

• Autoencoders

Al final del curso podrás:

– Conocer los protocolos y estándares que gobiernan la WWW

– Entender la arquitectura y el funcionamiento de una aplicación web

– Escribir páginas estáticas con html y css, y una aplicación web (server side) con ayuda de un framework

– Procesar información en el lado del cliente usando JavaScript

– Interactuar con una API desde un programa Python

– Escribir una API REST sencilla

 

Contenidos:

– Contenido de las páginas con HTML y CSS
– El protocolo HTTP
– Arquitectura MVC/T de la aplicación Web
– El framework Django: apps, representación de datos en modelos, migraciones, views, settings, templates, forms, admin
– JavaScript y procesamiento en el lado del cliente.
– APIs REST
– Django REST Framework: endpoints, viewsets, documentación automática

Nota: El orden de los cursos dependerá de la programación que realice la Dirección Académica

Cuerpo Académico

Solicita información y brochure aquí:

Este sitio está protegido por reCAPTCHA y se aplican la política de privacidad y términos del servicio de Google.

 

¿Te gustó este programa?
¡Compártelo en tus redes sociales!

Programas relacionados

Descargar Brochure
Necesitas ayuda? Conversemos
X