Cursos de Python en Quito

Python es el lenguaje central que impulsa el desarrollo y la orquestación de agentes de IA autónomos. Este curso se centra en la implementación práctica mediante SDK y frameworks modernos como LangChain y AutoGen para crear, conectar y gestionar flujos de trabajo de agentes.

Esta formación en vivo impartida por un instructor (en línea o presencial) está dirigida a ingenieros de backend, ingenieros de plataforma e ingenieros de ML de nivel intermedio que deseen implementar y orquestar agentes autónomos utilizando herramientas y APIs de Python.

Al finalizar esta formación, los participantes serán capaces de:

• Configurar y preparar entornos basados en Python para sistemas agénticos.
• Utilizar SDKs de agentes populares como LangChain y AutoGen para crear agentes funcionales.
• Integrar herramientas y APIs para ampliar las capacidades de los agentes.
• Orquestar flujos de trabajo multi-agente y patrones de comunicación.
• Aplicar las mejores prácticas para depurar, probar y mantener bases de código agénticas.

Formato del Curso

• Clase magistral interactiva y discusión.
• Ejercicios de programación prácticos y demostraciones en vivo.
• Proyectos prácticos que construyen flujos de trabajo de agentes de extremo a extremo.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, contáctenos para organizarlo.

Este curso enseña técnicas prácticas de ingeniería para diseñar, construir, probar y desplegar sistemas ágenticos (autónomos) utilizando Python. Cubre el bucle del agente, integraciones de herramientas, gestión de memoria y estado, patrones de orquestación, controles de seguridad y consideraciones para la producción.

Esta formación en vivo impartida por un instructor (en línea o presencial) está dirigida a ingenieros de ML de nivel intermedio a avanzado, desarrolladores de IA e ingenieros de software que desean construir agentes autónomos robustos y listos para producción utilizando Python.

Al finalizar esta formación, los participantes podrán:

• Diseñar e implementar el bucle del agente y los flujos de trabajo de toma de decisiones.
• Integrar herramientas externas y APIs para ampliar las capacidades del agente.
• Implementar arquitecturas de memoria a corto y largo plazo para agentes.
• Coordinar orquestaciones multifase y la capacidad de composición entre agentes.
• Aplicar mejores prácticas de seguridad, control de acceso y observabilidad para agentes desplegados.

Formato del curso

• Clase interactiva y discusión.
• Laboratorios prácticos para construir agentes con Python y SDKs populares.
• Ejercicios basados en proyectos que producen prototipos desplegables.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, contáctenos para coordinar los detalles.

La inteligencia artificial con Python se refiere al desarrollo de sistemas inteligentes utilizando el amplio ecosistema de bibliotecas de IA y aprendizaje automático de Python.

Esta formación en vivo, impartida por un instructor (en línea o presencial), está dirigida a programadores de Python de nivel intermedio que deseen diseñar, implementar y desplegar soluciones de IA utilizando Python.

Al finalizar esta formación, los participantes podrán:

• Implementar algoritmos de IA utilizando las bibliotecas principales de IA de Python.
• Trabajar con modelos de aprendizaje supervisado, no supervisado y por refuerzo.
• Integrar soluciones de IA en aplicaciones y flujos de trabajo existentes.
• Evaluar el rendimiento de los modelos y optimizarlos para obtener mayor precisión y eficiencia.

Formato del curso

• Clase magistral interactiva y debate.
• Muchas ejercicios y prácticas.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para coordinarlo.

Esta formación en vivo dirigida por instructores en Quito (en línea o presencial) está dirigida a desarrolladores de Python de nivel intermedio que deseen mejorar su experiencia de desarrollo con AWS Cloud9.

Al finalizar esta formación, los participantes serán capaces de:

• Configurar y preparar AWS Cloud9 para el desarrollo en Python.
• Comprender la interfaz y las funcionalidades del IDE AWS Cloud9.
• Escribir, depurar e implementar aplicaciones Python en AWS Cloud9.
• Colaborar con otros desarrolladores utilizando la plataforma AWS Cloud9.
• Integrar AWS Cloud9 con otros servicios de AWS para despliegues avanzados.

Esta formación en vivo impartida por un instructor en Quito (en línea o presencial) está dirigida a analistas de datos de nivel experto que deseen aprovechar las capacidades de análisis de datos de Python dentro de Power BI, mejorando su capacidad para analizar y visualizar datos de manera efectiva.

Al finalizar esta formación, los participantes serán capaces de:

• Aprender cómo se puede integrar Python en Power BI para el análisis de datos.
• Utilizar scripts de Python para cargar, limpiar y preprocesar datos dentro del entorno de Power BI.
• Mejorar las capacidades de visualización de datos creando visualizaciones personalizadas e interactivas mediante Python.
• Adquirir habilidades avanzadas de análisis de datos utilizando Python.

Python es un lenguaje de programación versátil utilizado ampliamente para la manipulación de datos, automatización y análisis. Bibliotecas como Pandas y Polars proporcionan herramientas poderosas y prácticas para trabajar con datos tabulares a gran escala.

Este entrenamiento en vivo impartido por un instructor (en línea o presencial) está dirigido a profesionales de nivel básico a intermedio que desean aplicar Python para el análisis cotidiano de datos, el procesamiento de archivos y la automatización de procesos utilizando Pandas y Polars.

Al finalizar este entrenamiento, los participantes podrán:

• Usar Python para leer, transformar y escribir archivos CSV y Excel.
• Realizar tareas comunes de limpieza y transformación de datos con Pandas y Polars.
• Automatizar procesos de datos repetitivos con scripts de Python.
• Empaquetar scripts simples en ejecutables y seguir las mejores prácticas para proyectos.

Formato del curso

• Demostraciones interactivas de codificación y breves conferencias.
• Ejercicios prácticos con ejemplos de código guiados.
• Mini proyectos prácticos para automatizar tareas del mundo real.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, contáctenos para coordinarlo.

Este curso intensivo y práctico abarca técnicas avanzadas de Python, mejores prácticas de ingeniería y patrones de diseño comúnmente utilizados para construir aplicaciones en Python mantenibles, comprobables y de alto rendimiento. Se enfatizan las herramientas modernas, la tipificación, los modelos de concurrencia, los patrones de arquitectura y los flujos de trabajo listos para producción.

Esta formación en vivo impartida por un instructor (en línea o presencial) está dirigida a desarrolladores de Python de nivel intermedio a avanzado que deseen adoptar prácticas y patrones profesionales para sistemas de Python de grado de producción.

Al finalizar esta capacitación, los participantes podrán:

• Aplicar la tipificación de Python, dataclasses y la comprobación de tipos para aumentar la confiabilidad del código.
• Utilizar patrones de diseño y principios de arquitectura para estructurar aplicaciones robustas.
• Implementar correctamente la concurrencia y el paralelismo utilizando asyncio y multiprocessing.
• Construir código bien probado con pytest, pruebas basadas en propiedades y canales de integración continua (CI).
• Perfilar, optimizar y endurecer aplicaciones de Python para su despliegue en entornos productivos.
• Empaquetar, distribuir e implementar proyectos de Python utilizando herramientas modernas y contenedores.

Formato del curso

• Clases interactivas y demostraciones breves.
• Laboratorios prácticos y ejercicios de codificación diarios.
• Proyecto final integrador que combina patrones, pruebas e implementación.

Opciones de personalización del curso

• Para solicitar una capacitación personalizada o enfocada en un área específica (datos, web o infraestructura), por favor contáctenos para coordinar.

Esta formación en vivo impartida por un instructor en Quito (en línea o presencial) está dirigida a desarrolladores principiantes y analistas de datos que desean aprender programación en Python desde cero utilizando Google Colab.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los fundamentos del lenguaje de programación Python.
• Implementar código Python en el entorno de Google Colab.
• Utilizar estructuras de control para gestionar el flujo de un programa Python.
• Crear funciones para organizar y reutilizar el código de manera eficaz.
• Explorar y utilizar bibliotecas básicas para la programación en Python.

Esta formación en vivo con instructor (en línea o presencial) está dirigida a desarrolladores que desean utilizar la pila FARM (FastAPI, React y MongoDB) para construir aplicaciones web dinámicas, de alto rendimiento y escalables.

Al finalizar esta capacitación, los participantes serán capaces de:

• Configurar el entorno de desarrollo necesario que integre FastAPI, React y MongoDB.
• Comprender los conceptos clave, características y beneficios de la pila FARM.
• Aprender a construir APIs REST con FastAPI.
• Aprender a diseñar aplicaciones interactivas con React.
• Desarrollar, probar e implementar aplicaciones (front-end y back-end) utilizando la pila FARM.

Esta formación en vivo dirigida por un instructor en Quito (en línea o presencial) está orientada a desarrolladores de robótica de nivel principiante a intermedio y, potencialmente, avanzado, que desean aprender a utilizar ROS para programar robots móviles mediante Python.

Al finalizar esta formación, los participantes serán capaces de:

• Configurar un entorno de desarrollo que incluya ROS, Python y una plataforma de robot móvil.
• Crear y ejecutar nodos, temas, servicios y acciones de ROS utilizando Python.
• Utilizar herramientas y utilidades de ROS para supervisar y depurar aplicaciones de ROS.
• Usar paquetes y bibliotecas de ROS para realizar tareas comunes en robots móviles.
• Integrar ROS con otros marcos de trabajo y herramientas.
• Solucionar problemas y depurar aplicaciones de ROS.

Este curso está diseñado para quienes desean aprender el lenguaje de programación Python. Se hace hincapié en el lenguaje Python, las bibliotecas centrales y en la selección de las mejores y más útiles bibliotecas desarrolladas por la comunidad de Python. Python impulsa empresas y es utilizado por científicos en todo el mundo: es uno de los lenguajes de programación más populares.

El curso se puede impartir utilizando la última versión 3.x de Python con ejercicios prácticos que aprovechan su plena capacidad. Este curso se puede impartir en cualquier sistema operativo (todas las variantes de UNIX, incluido Linux y Mac OS X, así como Microsoft Windows).

Los ejercicios prácticos constituyen aproximadamente el 70 % del tiempo del curso, y alrededor del 30 % corresponden a demostraciones y presentaciones. Pueden plantearse preguntas y mantenerse discusiones durante todo el curso.

Nota: la formación puede adaptarse a necesidades específicas previa solicitud antes de la fecha propuesta para el curso.

Esta capacitación en vivo, impartida por un instructor, se realiza en Quito (en línea o presencial), y está dirigida a desarrolladores que desean aprender técnicas avanzadas de programación en Python, incluyendo cómo aplicar este lenguaje versátil para resolver problemas en áreas como aplicaciones distribuidas, análisis y visualización de datos, programación de interfaces de usuario y scripting de mantenimiento.

Este curso está diseñado para quienes desean aprender el lenguaje de programación Python. El énfasis se encuentra en el lenguaje Python, las bibliotecas fundamentales, así como en la selección de las mejores y más útiles bibliotecas desarrolladas por la comunidad de Python. Python impulsa negocios y es utilizado por científicos en todo el mundo; es uno de los lenguajes de programación más populares.

Esta formación en vivo con instructor en Quito se basa en el popular libro «Automatizar las tareas aburridas con Python», de Al Sweigart. Está dirigida a principiantes y cubre los conceptos esenciales de programación en Python mediante ejercicios prácticos y discusiones interactivas. El enfoque principal es aprender a escribir código que aumente drásticamente la productividad en la oficina.

Al finalizar esta formación, los participantes sabrán programar en Python y aplicarán esta nueva habilidad para:

• Automatizar tareas escribiendo programas simples en Python.
• Escribir programas que realicen reconocimiento de patrones de texto mediante «expresiones regulares».
• Generar y actualizar hojas de cálculo de Excel de forma programática.
• Analizar documentos PDF y Word.
• Navegar por sitios web y extraer información de fuentes en línea.
• Escribir programas que envían notificaciones por correo electrónico.
• Utilizar las herramientas de depuración de Python para resolver errores rápidamente.
• Controlar programáticamente el mouse y el teclado para hacer clic y escribir por ti.

En esta capacitación en vivo con instrucción presencial en Quito, los participantes aprenderán las técnicas de aprendizaje automático más relevantes y vanguardistas en Python mientras desarrollan una serie de aplicaciones demostrativas que involucran datos de imágenes, música, texto y financieros.

Al finalizar esta capacitación, los participantes podrán:

• Implementar algoritmos y técnicas de aprendizaje automático para resolver problemas complejos.
• Aplicar el aprendizaje profundo y el aprendizaje semisupervisado a aplicaciones que involucren datos de imágenes, música, texto y financieros.
• Llevar los algoritmos de Python a su máximo potencial.
• Utilizar bibliotecas y paquetes como NumPy y Theano.

Esta formación presencial en vivo en <ubicación> (en línea o presencial) está dirigida a desarrolladores de Python y analistas de datos de nivel intermedio que deseen mejorar sus habilidades en análisis y manipulación de datos utilizando Pandas y NumPy.

Al finalizar esta formación, los participantes serán capaces de:

• Configurar un entorno de desarrollo que incluya Python, Pandas y NumPy.
• Crear una aplicación de análisis de datos utilizando Pandas y NumPy.
• Realizar operaciones avanzadas de preparación, ordenación y filtrado de datos.
• Ejecutar operaciones agregadas y analizar datos de series temporales.
• Visualizar datos utilizando Matplotlib y otras bibliotecas de visualización.
• Depurar y optimizar su código de análisis de datos.

El objetivo de este curso es proporcionar competencia general para aplicar métodos de aprendizaje automático en la práctica. A través del uso del lenguaje de programación Python y sus diversas bibliotecas, y basándose en una gran cantidad de ejemplos prácticos, este curso enseña cómo utilizar los bloques de construcción más importantes del aprendizaje automático, cómo tomar decisiones sobre modelos de datos, interpretar las salidas de los algoritmos y validar los resultados.

Nuestro objetivo es brindarte las habilidades para comprender y usar con confianza las herramientas más fundamentales del conjunto de herramientas de aprendizaje automático, evitando las trampas comunes en aplicaciones de ciencia de datos.

Python es un lenguaje de programación que ha ganado enorme popularidad en la industria financiera. Adoptado por los principales bancos de inversión y fondos de cobertura, se utiliza para construir una amplia gama de aplicaciones financieras, desde programas de comercio central hasta sistemas de gestión de riesgos.

En esta capacitación en vivo con instructor, los participantes aprenderán cómo usar Python para desarrollar aplicaciones prácticas que resuelvan una serie de problemas específicos relacionados con las finanzas.

Al finalizar esta capacitación, los participantes podrán:

• Comprender los fundamentos del lenguaje de programación Python
• Descargar, instalar y mantener las mejores herramientas de desarrollo para crear aplicaciones financieras en Python
• Seleccionar y utilizar los paquetes de Python y las técnicas de programación más adecuadas para organizar, visualizar y analizar datos financieros provenientes de diversas fuentes (CSV, Excel, bases de datos, web, etc.)
• Construir aplicaciones que resuelvan problemas relacionados con la asignación de activos, análisis de riesgos, rendimiento de inversiones y más
• Depurar, integrar, implementar y optimizar una aplicación en Python

Público objetivo

• Desarrolladores
• Analistas
• Quants (cuantitativos)

Formato del curso

• Parte conferencia, parte discusión, ejercicios y práctica intensiva en laboratorios

Nota

• Esta capacitación tiene como objetivo proporcionar soluciones para algunos de los problemas principales que enfrentan los profesionales de las finanzas. Sin embargo, si tiene un tema, herramienta o técnica específica que desee añadir o elaborar más a fondo, por favor contáctenos para organizarlo.

Explora enfoques prácticos para la Ciencia de Datos y la Inteligencia Artificial utilizando Python. Este curso equipa a los profesionales con las habilidades necesarias para analizar datos, construir modelos de aprendizaje automático y desplegar aplicaciones impulsadas por IA en contextos empresariales. Cubre flujos de trabajo CRISP-DM, análisis estadístico, aprendizaje supervisado y no supervisado, aprendizaje profundo con TensorFlow, procesamiento del lenguaje natural, Big Data con Spark y narrativas basadas en datos. Es ideal para principiantes que buscan una certificación en ciencia de datos con Python y capacitación analítica lista para el mundo laboral.

El curso de IA aplicada desde cero en Python proporciona a los programadores y analistas de datos las técnicas fundamentales para construir soluciones de aprendizaje automático desde cero utilizando Python. Cubre los principios centrales del aprendizaje supervisado (clasificación y regresión), el aprendizaje no supervisado (agrupamiento y detección de anomalías) y las arquitecturas avanzadas de redes neuronales. Examina métodos comprobados para trabajar con scikit-learn, Apache Spark MLlib y cuadernos de Jupyter en el desarrollo práctico de IA. Ayuda a los profesionales a implementar modelos prácticos de aprendizaje automático, evaluar las limitaciones de los algoritmos y completar proyectos aplicados para la resolución de problemas del mundo real.

Selenium es un marco de trabajo de código abierto para la automatización de pruebas de aplicaciones web en diferentes navegadores. Con Selenium 4, se ofrecen APIs de WebDriver mejoradas, localizadores relativos nativos y un soporte optimizado para Grid. Python destaca por su simplicidad y una sólida integración con marcos de prueba como Pytest, lo que lo convierte en una opción potente para desarrollar suites de automatización de pruebas escalables y mantenibles.

Esta formación en vivo, impartida por un instructor (en línea o presencial), está dirigida a testers y desarrolladores de nivel principiante e intermedio que deseen utilizar Selenium con Python para automatizar las pruebas de aplicaciones web en entornos reales.

Al finalizar esta formación, los participantes podrán:

• Instalar y configurar Selenium con Python en un entorno de pruebas.
• Crear scripts robustos de automatización de pruebas utilizando Selenium WebDriver y Pytest.
• Aplicar el patrón Page Object Model (POM) para diseñar marcos de prueba mantenibles.
• Ejecutar pruebas en múltiples navegadores utilizando Selenium Grid.
• Integrar pruebas automatizadas con pipelines de integración y entrega continuas (CI/CD).
• Diagnosticar problemas comunes y aplicar buenas prácticas para garantizar la estabilidad de la automatización.

Formato del curso

• Clase interactiva con discusiones.
• Abundancia de ejercicios y práctica.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para coordinar los detalles.

Esta formación en vivo con instructor en Quito (en línea o presencial) está dirigida a usuarios de Matlab que deseen explorar o transicionar hacia Python para el análisis de datos y la visualización.

Al finalizar esta capacitación, los participantes podrán:

• Instalar y configurar un entorno de desarrollo en Python.
• Comprender las diferencias y similitudes entre la sintaxis de Matlab y Python.
• Utilizar Python para obtener información valiosa a partir de diversos conjuntos de datos.
• Convertir aplicaciones existentes de Matlab a Python.
• Integrar aplicaciones de Matlab y Python.

Esta formación en vivo, impartida por un instructor en Quito (en línea o en las instalaciones), está dirigida a personas que desean aprender lo esencial de Python para comenzar a procesar números provenientes de datos de ventas, análisis de tráfico, interacciones con clientes, etc.

Al finalizar esta capacitación, los participantes serán capaces de:

• Instalar y configurar el software necesario, las bibliotecas y el entorno de desarrollo para comenzar a escribir código Python para el análisis de datos.
• Analizar datos procedentes de fuentes como archivos Excel, CSV, JSON y bases de datos.
• Limpiar los datos para mejorar su utilidad antes de analizarlos.
• Realizar análisis estadísticos básicos.
• Generar informes que presenten los datos deseados en el formato adecuado, desde números simples hasta visualizaciones de datos.
• Obtener información valiosa a partir de los datos, incluyendo tendencias en el rendimiento y áreas problemáticas.

GitHub Copilot

Descripción general del curso

Esta formación práctica está diseñada para profesionales con experiencia en ingeniería de datos que desean desarrollar habilidades aplicadas en inteligencia artificial, Python y modelos de lenguaje grande. El curso se centra en aplicaciones reales, cubriendo el uso de modelos, ingeniería de prompts y la creación de soluciones impulsadas por IA. Los participantes trabajarán en ejercicios progresivos que los llevarán desde los conceptos fundamentales hasta la construcción de flujos de trabajo de IA desplegables.

Formato de la formación

• Capacitación presencial en aula

• Sesiones guiadas por un instructor con práctica dirigida

• Discusiones interactivas y estudios de casos del mundo real

• Ejercicios prácticos diarios

Objetivos del curso

• Comprender los conceptos fundamentales de IA y aprendizaje automático relevantes para aplicaciones modernas

• Fortalecer las habilidades en Python para el desarrollo de IA y flujos de datos

• Aprender cómo funcionan los modelos de lenguaje grande y cómo utilizarlos eficazmente

• Diseñar y optimizar prompts para obtener resultados confiables

• Construir soluciones de extremo a extremo utilizando APIs y marcos de trabajo

• Integrar la IA en los flujos de datos de ingeniería

Esta capacitación en vivo impartida por un instructor en Quito (en línea o presencial) está dirigida a desarrolladores que desean utilizar FastAPI con Python para crear, probar e implementar APIs RESTful de manera más fácil y rápida.

Al finalizar esta capacitación, los participantes podrán:

• Configurar el entorno de desarrollo necesario para crear APIs con Python y FastAPI.
• Crear APIs de forma más rápida y sencilla utilizando la biblioteca FastAPI.
• Aprender cómo crear modelos de datos y esquemas basados en Pydantic y OpenAPI.
• Conectar las APIs a una base de datos utilizando SQLAlchemy.
• Implementar seguridad y autenticación en las APIs usando las herramientas de FastAPI.
• Construir imágenes de contenedores e implementar APIs web en un servidor en la nube.

Esta formación en vivo impartida por un instructor en Quito (en línea o presencial) está dirigida a científicos de datos que desean utilizar TensorFlow para analizar datos potenciales de fraude.

Al finalizar esta formación, los participantes serán capaces de:

• Crear un modelo de detección de fraude en Python y TensorFlow.
• Construir regresiones lineales y modelos de regresión lineal para predecir fraudes.
• Desarrollar una aplicación de inteligencia artificial de extremo a extremo para analizar datos de fraude.

Esta capacitación en vivo impartida por un instructor en Quito (en línea o presencial) está dirigida a ingenieros de redes que desean mantener, administrar y diseñar redes informáticas con Python.

Al finalizar esta capacitación, los participantes podrán:

• Optimizar y utilizar Paramiko, Netmiko, Napalm, Telnet y pyntc para automatizar redes con Python.
• Dominar el uso de hilos múltiples (multi-threading) y multiprocesamiento en la automatización de redes.
• Utilizar GNS3 junto con Python para la programación de redes.

Esta capacitación en vivo impartida por un instructor en Quito (en línea o presencial) está dirigida a profesionales del sector empresarial y analistas de datos con habilidades intermedias de Python que desean aplicar Python para automatizar flujos de trabajo, analizar datos comerciales y generar informes dinámicos basados en Excel.

La Visión por Computadora es un campo que implica la extracción, el análisis y la comprensión automática de información útil a partir de medios digitales. Python es un lenguaje de programación de alto nivel famoso por su sintaxis clara y legibilidad.

En este taller práctico guiado por un instructor, los participantes aprenderán los fundamentos de la Visión por Computadora mientras desarrollan paso a paso un conjunto simple de aplicaciones de Visión por Computadora utilizando Python.

Al finalizar este taller, los participantes serán capaces de:

• Comprender los fundamentos de la Visión por Computadora
• Utilizar Python para implementar tareas de Visión por Computadora
• Crear sus propios sistemas de detección facial, de objetos y de movimiento

Público objetivo

• Programadores de Python interesados en la Visión por Computadora

Formato del curso

• Parte expositiva, parte discusión, ejercicios y práctica intensiva

Este curso práctico está diseñado para usuarios de Unix y shell que deseen mejorar sus capacidades de automatización aprovechando Python. Aunque la programación en shell sigue siendo potente para tareas simples, Python ofrece una flexibilidad, legibilidad y escalabilidad significativamente mayores para flujos de trabajo complejos de automatización, administración de sistemas y DevOps.