Presentación del Curso
Python se ha convertido en una herramienta esencial para Data Science y Big Data, permitiendo analizar y procesar grandes volúmenes de información de manera eficiente. Este curso te llevará desde los fundamentos del lenguaje hasta técnicas avanzadas para manipular datos, trabajando con estructuras, ciclos, funciones, objetos, archivos, DataFrames y visualización. Además, aprenderás a utilizar entornos como Jupyter y herramientas de Big Data como PySpark, aplicando prácticas guiadas y proyectos reales para extraer insights y tomar decisiones basadas en datos en contextos profesionales.
Objetivo del Curso
El objetivo del curso es que los participantes dominen Python como herramienta para el análisis y el procesamiento de datos, comprendiendo estructuras, funciones, objetos y métodos de visualización, así como el uso de DataFrames para transformar información. Al finalizar, estarán preparados para aplicar conceptos de Big Data con PySpark, automatizar procesos analíticos y desarrollar proyectos prácticos orientados a la obtención de insights y la toma de decisiones basadas en datos.
¿A quién va dirigido?
- Profesionales y estudiantes interesados en Data Science, Big Data y analítica avanzada
- Desarrolladores que buscan especializarse en análisis de datos con Python
- Personas que desean automatizar procesos y obtener insights a partir de grandes volúmenes de información
- Perfiles técnicos que trabajan con datos y buscan potenciar su capacidad analítica
- Usuarios interesados en herramientas modernas para análisis y gestión de datos
Requisitos previos
- Conocimientos básicos de programación (preferentemente en Python)
- Conceptos fundamentales de matemáticas y estadísticas
- Manejo básico de hojas de cálculo o bases de datos (opcional, pero recomendado)
- Equipo disponible para instalar Python y herramientas asociadas
- Motivación para practicar con ejercicios y proyectos reales
Currículum
- 5 secciones
- 45 lecciones
- 10 horas
- Módulo 1: Introducción al curso11
- 1.1Lección 1.1: Presentación del curso
- 1.2Lección 1.2: Descarga de Python
- 1.3Lección 1.3: Editores de texto
- 1.4Lección 1.4: Primeros pasos en Python
- 1.5Lección 1.5: Tipos de datos
- 1.6Lección 1.6: Listas y tuplas
- 1.7Lección 1.7: Diccionarios en Python
- 1.8Lección 1.8: Ciclos
- 1.9Lección 1.9: Condicionales
- 1.10Lección 1.10: Funciones
- 1.11Cuestionario Data Science y Big Data Módulo 1: Introducción al curso0 preguntas
- Módulo 2: Tópicos selectos9
- 2.1Lección 2.1: Objetos en Python
- 2.2Lección 2.2: Trabajo con objetos
- 2.3Lección 2.3: Constructor
- 2.4Lección 2.4: Herencia
- 2.5Lección 2.5: Escribir en un archivo en Python
- 2.6Lección 2.6: Leer un archivo
- 2.7Lección 2.7: Instrucciones de archivos
- 2.8Lección 2.8: Recursividad
- 2.9Cuestionario Data Science y Big Data Módulo 2: Tópicos selectos0 preguntas
- Módulo 3: Python y los datos10
- 3.1Lección 3.1: Anaconda
- 3.2Lección 3.2: Entorno de desarrollo
- 3.3Lección 3.3: Abrir un archivo
- 3.4Lección 3.4: Detalles de Jupyter
- 3.5Lección 3.5: Entornos virtuales
- 3.6Lección 3.6: Python en Jupyter
- 3.7Lección 3.7: Elementos iterables
- 3.8Lección 3.8: Funciones en Jupyter
- 3.9Lección 3.9: Importar
- 3.10Cuestionario Data Science y Big Data Módulo 3: Python y los datos0 preguntas
- Módulo 4: Análisis de datos10
- 4.1Lección 4.1: Numpy
- 4.2Lección 4.2: más detalles de arreglos
- 4.3Lección 4.3: Operaciones
- 4.4Lección 4.4: Introducción a pandas
- 4.5Lección 4.5: Series
- 4.6Lección 4.6: DataFrame
- 4.7Lección 4.7: Operaciones con DataFrame
- 4.8Lección 4.8: Filtrar DataFrame
- 4.9Lección 4.9: Índices
- 4.10Cuestionario Data Science y Big Data Módulo 4: Análisis de datos0 preguntas
- Módulo 5: Visualización de datos y fin de curso10
- 5.1Lección 5.1: Introducción a la visualización
- 5.2Lección 5.2: Crear figuras
- 5.3Lección 5.3: Detalles de gráficos
- 5.4Lección 5.4: Configuración de elementos
- 5.5Lección 5.5: Visualización con pandas
- 5.6Lección 5.6: PySpark
- 5.7Lección 5.7: RDD
- 5.8Lección 5.8: Lambda
- 5.9Lección 5.9: Fin de curso
- 5.10Cuestionario Data Science y Big Data Módulo 5: Visualización de datos y fin de curso0 preguntas








