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
Consulta por descuento de hasta 30% en diplomados

Diplomado en Python y Ciencia de Datos (Online)

Adquiere o moderniza tus conocimientos de programación y manejo de datos con Python, y únete al grupo de profesionales más demandados del mercado.

Python es un lenguaje versátil y con una enorme capacidad de lograr cualquier objetivo propuesto, gracias a la existencia de un sin fin de librerías abiertas en la Web.

Este diplomado se orienta a aprender y utilizar Python y sus librerías asociadas a bases de datos para extraer información y analizarla utilizando técnicas y algoritmos de ciencia de datos y machine learning.

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

Versión disponible a todo Chile y la región.

Antecedentes Generales

24/11/2020
4 cursos x 6 semanas c/u
Plataforma Moodle en Clase Ejecutiva
140 hrs. cronológicas
$1.890.000 en Chile / USD 2480 resto del mundo
programas@ing.puc.cl

Python es el equivalente a la navaja suiza de los profesionales que deben trabajar con datos. La versatilidad del lenguaje Python combinada con la existencia de librerías, permiten interactuar con bases de datos de todo tipo y sacar partido de los datos para encontrar patrones o predecir lo que sucederá en el futuro. Estas características lo han convertido en una herramienta indispensable para los requeridos profesionales que deben trabajar con datos.

 

Este diplomado entrega sólidas competencias en el uso del lenguaje Python, en especial en aplicaciones para extraer y analizar datos. El programa consta de dos cursos orientados a generar competencias de programación en el lenguaje Python, y dos cursos enfocados a aprender a utilizar este lenguaje y las librerías asociadas para interactuar con bases de datos, con el fin de extraer información y, posteriormente, analizarla usando técnicas y algoritmos de Ciencia de Datos y Machine Learning.

 

Dirigido a:
– Todas las personas que necesiten o estén interesadas en adquirir las habilidades para aplicar técnicas de ciencia de datos a su trabajo.

– Profesionales que necesiten o estén interesados en aprender a programar usando el lenguaje Python y aplicarlo a la extracción y análisis de datos.

 

Requisitos de ingreso:
– No tiene requisitos académicos
– Se recomienda dos años de experiencia laboral
– Es deseable contar con algún grado de conocimiento matemático (álgebra lineal, estadística básica y cálculo)

 

Objetivos de aprendizaje:

-Escribir programas de mediana complejidad usando el lenguaje Python.

-Interactuar con un motor de bases datos desde un programa Python.

-Diseñar y construir soluciones de ciencia de datos y Machine Learning usando las librerías disponibles en Python.

Contenidos del Programa

Módulo 1: Introducción a la programación

 

Resultados de Aprendizaje

  • -Identificar conceptos y operaciones básicas de programación, tales como variables, funciones, operadores lógicos.
  • -Utilizar los comandos de control de flujo y los ciclos para la dirigir y repetir eficientemente un conjunto de operaciones básicas.
  • -Emplear elementos básicos como tipos de archivos (.txt, csv), tipos de datos (texto, entero, decimal, listas), etc en el procesamiento de datos.
  • -Aplicar conceptos y herramientas básicas de programación, como lectura, escritura de archivos y edición masiva de datos, resolviendo problemas reales relacionados con el procesamiento de datos.
  • -Desarrollar programas en el lenguaje de programación Python que permitan resolver problemas sencillos.

 

Módulo 1: Introducción a la Programación

–  Motivación

o De los datos a la información
o Datos, información y programación ¿Cómo conviven hoy estos elementos en el mundo laboral?:
o ¿Qué es la programación?
o Aplicaciones prácticas
o La programación en el mundo laboral y cómo debe convertirse en un hábito

– Secuencias de comandos en Python

– Operaciones básicas

– Creación y asignación de variables

– Operaciones lógicas

 

Módulo 2: Control de Flujo
– Control de Flujo:
o If
o Else
o Elif
o Uso en conjunto

– Ciclos:
o While
o For

 

Módulo 3: Tipos de datos y funciones
– Tipos de datos: Enteros, decimales, textos y listas

– “Strings”
o ¿Qué es un string?
o Funciones básicas de un string
o Funciones avanzadas de un string

– Funciones
o ¿Qué es una función?
o ¿Por qué ocupar funciones?
o Declaración y uso de funciones

– Listas
o Creación de listas
o Obtener elementos
o Añadir elementos o quitar elementos
o Operaciones sobre listas

 

Módulo 4: Procesamiento de datos
– Listas de listas

– Archivos
o Cómo se interactúa con archivos y para qué sirven
o Leer archivos
o Escribir archivos

– Procesamiento de datos
o Carga masiva
o Edición masiva
o Ejemplos prácticos

 

Módulo 5: Diccionarios y Tuplas
– Listas y listas de listas
– Manipulación de listas
– Funciones sobre listas
– Diccionarios
– Operaciones sobre diccionarios
– Aplicaciones de diccionarios
– Aplicaciones con listas y diccionarios
– Tuplas como tipo de dato inmutable
– Operaciones sobre tuplas
– Combinando listas, tuplas y diccionarios

 

Módulo 6: Funciones
– Concepto de función
– Definición de funciones
– Parámetros y valores de retorno
– Importación y llamado de módulos
– Invocación de funciones y scope
– Parámetros con nombre y parámetros por defecto
– Funciones recursivas
– Aplicación de funciones

Resultados de Aprendizaje

  • -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

Resultados del Aprendizaje

  • -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

Resultados de Aprendizaje

  • -Conocer y comprender las principales teorías y prácticas de la emergente área de Minería de Datos.
  • -Aplicar reglas de asociación para encontrar relaciones en un set de transacciones.
  • -Desarrollar soluciones a problemas reales de Big Data y ciencia de datos que involucren la necesidad de técnicas de Minería de Datos como árboles de decisión y clustering.
  • -Implementar soluciones usando herramientas de software de Minería de Datos aplicándolas en datos reales.

 

Contenidos

– Conceptos fundamentales de minería de datos
– Preparación de datos y reducción de información
– Reglas de asociación
– Algoritmos de clasificación
– Algoritmos de Clustering y medidas de similaridad
– Selección de modelos e introducción a Machine Learning

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.

¿Listo para postular?

Postula Aquí

 

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

Programas relacionados

Descargar Brochure
X