Fechas
26 de septiembre de 2022
Lugar
Bogotá
Carrera 16 # 63A – 68
Inversión
$ 1.000.000 (COP)
Horarios
Viernes: 18:00 a 22:00 y sábados: 7:00 a 13:00
Duración
80 horas
Modalidad
Virtual sincrónico: sesiones en vivo en nuestra plataforma de web conference con expertos y grabación de clases que podrán consultarse en el espacio virtual de aprendizaje de nuestra microcredencial.
Virtual asincrónico: ejercicios parciales, consulta de material
complementario y entrega de proyecto final en nuestro campus virtual.
Python es un lenguaje de programación de propósito general muy poderoso y flexible, a la vez que sencillo y fácil de aprender. La introducción al lenguaje de programación Python, permitirá a los estudiantes conocer a sintaxis básica de programación, manipulación de datos y visualización, con el uso de librerías como Pandas y Numpy.
Este curso se enfoca en los aspectos básicos de la manipulación, el procesamiento, la limpieza y el análisis de datos con la herramienta Python.
Busca ofrecer una introducción sólida a la programación, las bibliotecas y las herramientas de Python para el análisis efectivo de datos.
Todas las personas que tengan interés en profundizar sus conocimientos en Python para Ciencia de Datos y desarrollar sus habilidades computacionales y algorítmicas para responder preguntas del mundo a través del modelado y visualización de datos, utilizando el entorno Python.
El participante obtendrá un certificado de asistencia con su respectiva
insignia digital que acreditará los conocimientos alcanzados.
La microcredencial está propuesta sobre un esquema teórico/práctico. Es decir, los estudiantes tendrán clases en línea sincrónicas con los instructores donde abordarán las temáticas centrales del curso a partir del estudio de casos reales donde se dará prioridad a las interacciones entre los participantes y el uso de tecnologías propias del entorno Python y sesiones de práctica en la resolución colaborativa de problemas concretos del sector empresarial mediante el análisis científico de datos con la orientación de los profesores.
Así mismo, los estudiantes tendrán acceso a nuestro campus virtual. Allí encontrarán material de estudio complementario, clases grabadas por cada sesión y un repositorio de aprendizaje utilizado por nuestros expertos.
Para una mejor experiencia de aprendizaje, habilitamos un canal de comunicación en la aplicación móvil Slack para que los estudiantes puedan contactar a nuestros mentores, quienes compartirán las últimas noticias de nuestra microcredencial y resolver inquietudes sobre las entregas parciales y proyecto final.
Para la aprobación y certificación del curso es necesario, además de la asistencia al mismo, tener una calificación satisfactoria en las entregas parciales y la entrega de un proyecto final de aplicación.
Esta microcredencial podrá ser homologada por tres (3) créditos académicos en cualquiera de los programas del nivel profesional y de posgrado de la Facultad de Ingeniería y Ciencias Básicas.
Esta homologación estará sujeta a la previa admisión del estudiante al respectivo programa académico.
Creemos y premiamos a nuestros egresados y sus ideas. En esta microcredencial destacamos al mejor proyecto de cada cohorte en nuestras redes para darle visibilidad a nuestros estudiantes en sus proyectos personales y futuros emprendimientos.
Objetivos
- Trabajar eficientemente con la librería NumPy para manipular objetos matemáticos.
- Aplicar adecuadamente herramientas de la librería pandas para el análisis de datos.
- Brindar herramientas para cargar, limpiar, transformar, fusionar y manipular datos.
Competencias desarrolladas en nuestra microcredencial
- Utiliza Google Collaboratory para computación exploratoria.
- Trabaja eficientemente con la librería NumPy para manipular objetos matemáticos.
- Aplica adecuadamente herramientas de la librería pandas para el análisis de datos.
- Usa herramientas para cargar, limpiar, transformar, fusionar y manipular datos
Contenido
MÓDULO I
- Herramientas Básicas de Programación en Python
- Manipulación de datos y operaciones
MÓDULO II
- Uso de Bucles y sentencias condicionales
- Introducción a Pandas
MÓDULO III
- Introducción a Numpy
- Visualización con Python