Revisando requisitos
Requisito previo
Este curso pertenece al siguiente programa:
Es necesario que te inscribas al programa antes de poder tomar este curso
Requisitos previos
Horarios disponibles
Selecciona un horario de la siguiente lista
Inscripción terminada
Inscripción no realizada
Si considera que esto es un error comunicarse al correo: jmrincon@ia.center
Python para Ciencia de Datos Fast Track
El curso en Python para ciencia de datos es un curso fast track que pretende repasar las herramientas más importantes para el análisis de datos. Además, este curso pretende introducir herramientas de trabajo colaborativo y diseño de algoritmos a nivel profesional como lo es el uso de Github y contenedores Docker. El curso se orientará de manera híbrida, de forma presencial en el IA.Center (hasta 40 personas) y vía teams sin límite de acceso.
Inicia sesión para inscribirte Descargar información (PDF Flyer)Inicio
26/06/2023
Duración
30 horas
Dedicación
6 horas por semana
Precio
Beca BOSCH
Idioma
Español
Modalidad
Curso masivo en línea
Horarios
-
Lunes, Miércoles, Viernes - 18:00 a 20:00. Horario híbrido (presencial/virtual)
Inicia 26/06/2023
Prerequisitos
Requisitos
Perfil de ingreso
Perfil de egreso
Obtén certificados oficiales
Contenido del curso
Python en ámbito profesional (10 h)
- Comprender y aplicar el "PEP 8" con ejemplos reales - Variables, condiciones y estructuras de control de flujo - Buenas prácticas de programación - Clean Architecture - POO - Gestionar paquetes e instalar bibliotecas - Crear y administrar entornos virtuales - Recursividad en funciones
Consumo y gestión de recursos y servicios en Python (15 h)
- Manejo de archivos - Estructuración de información con JSON - Uso de la librería requests - Creación y uso de APIs con FastAPI - Peticiones PUT, UPDATE e INSERT - Web scraping con BeautifulSoup y Scrapy - Uso de contenedores y Docker para desarrollo y despliegue
Manejo de versiones de código (5 h)
- Sistemas de versiones - Configuración de entornos - Servicios de alojamiento de versiones - GitFlow (Push, Pull, Commits) - Github actions Ci/CD - Scrapy - Uso de contenedores y Docker para desarrollo y despliegue
Instructor del curso
Ing. Javier Alejandro Flores
Team leader del AI Center, encargado en la implementación de la inteligencia artificial con más de 3 años de experiencia en inteligencia artificial y más de 7 años en la programación, Desarrollador miembro de “Developers Circles of Facebook” y Google Expert México.