Temario del curso
Fundamentos de Python para Tareas de Datos
- Instalación de Python y configuración del entorno de desarrollo.
- Fundamentos del lenguaje: variables, tipos de datos y estructuras de control.
- Escribir y ejecutar scripts simples en Python.
Manejo de Archivos: CSV y Excel
- Lectura y escritura de archivos CSV utilizando el módulo csv y Pandas.
- Trabajo con archivos Excel usando openpyxl/xlrd y Pandas.
- Ejercicios prácticos: automatizando conversiones de archivos.
Introducción a Pandas
- Conceptos básicos de DataFrame: creación, indexación, selección y filtrado.
- Operaciones de agregación y agrupación.
- Operaciones comunes de limpieza: valores faltantes, duplicados y conversiones de tipo.
Introducción a Polars
- Conceptos de Polars y características de rendimiento en comparación con Pandas.
- Operaciones básicas de DataFrame en Polars.
- Ejemplo de caso de uso: cuándo elegir Polars sobre Pandas.
Transformación Avanzada de Datos (Intermedio)
- Uniones complejas, funciones de ventana y operaciones de pivot en Pandas.
- Patrones de procesamiento de datos eficientes con Polars.
- Cadenado de operaciones y optimización del uso de memoria.
Automatización de Procesos con Python
- Escribir scripts para automatizar tareas repetitivas de datos y pasos ETL.
- Programación de scripts con planificadores del SO o planificadores de tareas.
- Registro de logs, manejo de errores y notificaciones.
Empaquetado de Scripts y Mejores Prácticas
- Creación de ejecutables con PyInstaller o herramientas similares.
- Estructuración de proyectos, entornos virtuales y gestión de dependencias.
- Fundamentos del control de versiones y documentación de flujos de trabajo.
Mini-Proyecto Práctico
- Tarea integral: leer archivos en bruto, limpiar y transformar datos, generar resultados.
- Automatizar el flujo de trabajo y empaquetarlo como un script ejecutable o un programa independiente.
- Revisión y mejoras basadas en la retroalimentación de pares.
Resumen y Próximos Pasos
Requerimientos
- Conocimientos básicos de conceptos de programación o disposición para aprender.
- Confianza en el uso de la línea de comandos o terminal para la instalación de paquetes.
- Experiencia trabajando con hojas de cálculo (CSV/Excel).
Público Objetivo
- Analistas de datos y personal de operaciones que automatizan tareas de datos.
- Ingenieros de análisis que buscan scripts ETL ligeros.
- Profesionales interesados en flujos de trabajo de datos prácticos basados en Python.
Reseñas (3)
Los ejercicios prácticos relacionados con el contenido realmente ayudan a comprender más sobre cada tema. Además, el estilo de comenzar la clase con una conferencia y continuar con ejercicios prácticos es bueno y útil para relacionarlo con la conferencia presentada anteriormente.
Nazeera Mohamad - Ministry of Science, Technology and Innovation
Curso - Introduction to Data Science and AI using Python
Traducción Automática
El formador estuvo muy disponible para responder todas las preguntas que hice
Caterina - Stamtech
Curso - Developing APIs with Python and FastAPI
Traducción Automática
Conocimiento interesante
Gabriel - MINDEF
Curso - Machine Learning with Python – 4 Days
Traducción Automática
