– 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

– 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

– Conceptos fundamentales de Machine Learning
– Análisis, procesamiento y visualización de datos a través de Python
– Algoritmos de aprendizaje supervisado en Python utilizando scikit-learn
o Regresión lineal
o Regresión logística
o Regresiones polinomiales
o Regresiones con penalización
o Árboles de decisión
o Random Forest
o Random Forest para regresiones
o Naive Bayes
o Vecino más cercano
o Redes neuronales
o Selección de modelos
– Algoritmos de aprendizaje no supervisado en Python utilizando scikit-learn
o K-means
o Mezcla de Gaussianas
o Cluster jerárquico
o Autoencoders

– 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