A toda persona interesada en programación de datos.
Adquirir nuevos conocimientos relacionados con el sector. Herramientas y librerías que aprenderás:
• Python
• Linux
• Jupyter Lab
• Pycharm
• AWS
• Spark (PySpark, Spark MLlib, PySpak Pandas)
• Hadoop (HDFS, YARN)
• Mongo DB
• NumPy
• Pandas
• Matplotlib
• Sklearn
• ChatGPT
• DALL·E 3
• OpenAI API
• Chatbots
1) Módulo 1: Introducción a los sistemas Informáticos y tecnologías Big Data (6 sesiones)
Principales componentes de un sistema informático. Sistemas Operativos, para que sirven, que tipos hay y cómo funcionan…
Introducción a GNU/Linux
GNU/Linux Avanzado
Como usar GNU/Linux en Cloud (AWS)
Introducción teórica a las tecnologías Big Data: Bases de Datos SQL/No SQL, Computación distribuida, Cloud…
2) Módulo 2: Fundamentos de Programación en Python (12 sesiones)
Introducción a los lenguajes de programación
Python: Sentencias Básicas y Bloques Lógicos
Python: Funciones y Scope
Python: Clases y Objetos y Tratamiento de Excepciones
Python: Módulos y Uso de librerías de Python
3) Módulo 3: Análisis de Datos con Python (5 sesiones)
Python: Librerías básicas de Data Science: Pandas, Numpy, Matplotlib, Sklearn…
Introducción teórica al análisis exploratorio de Datos
Python: Ejemplificación del análisis exploratorio de datos mediate Datasets reales
4) Módulo 4: Introducción al Machine Learning (2 sesiones)
Desambiguación de términos: ¿Machine Learning? ¿Deep Learning? ¿Data Science? ¿Big Data? Machine Learning: Aprendizaje supervisado (regresión/clasificación), no supervisado y por refuerzo.
Nuestros primeros pasos con el Machine Learning: Regresión Lineal y Regresión Logística. Ejemplos con datos reales en Python.
4.1) Módulo 4.1: Introducción a la IA Generativa (3 sesiones)
¿Como aprovechar los recientes avances en IA generativa? Panorama actual de tecnologías más relevantes por campo:
• Texto: ChatGPT, Bard, LLaMA…
• Imagen: Dalle, Midjourney, Stable Diffusion…
¿Qué es el Prompt Engineering? ¿Es quizás una de las profesiones del futuro¿
- Usando la API de Open AI para crear nuestros primeros chatbots basados en ChatGPT.
5) Módulo 5: Bases de Datos Big Data (5 sesiones)
Introducción a las Bases de datos SQL
Programación en Python con SQLite
Bases de datos NoSQL: Clave-Valor, Columnares, Documentales y de Grafos
Bases de Datos NoSQL Documentales: MongoDB (PyMongo)
6) Módulo 6: Procesamiento Distribuido (4 sesiones)
Funcionamiento de un sistema Big Data de Procesamiento Distribuido: Ingestión, Almacenamiento, Gestión de Recursos, Cálculo Distribuido…
Hadoop
Introducción a Spark: pySpark y DataFrame API
Machine Learning con Spark ML
PySpark Pandas
7) Módulo 7: TFM (Opcional) (2 meses)
El alumno presentará una propuesta de proyecto de en el que se utilicen tecnologías Big Data y lenguaje de Python para resolver un caso de negocio al docente.
Herramientas y librerías que aprenderás.
Python
Linux
Jupyter Lab
Pycharm
AWS
Spark (PySpark, Spark MLlib, PySpak Pandas)
Hadoop (HDFS, YARN)
Mongo DB
NumPy
Pandas
Matplotlib
Sklearn
ChatGPT
DALL·E 3
OpenAI API
Chatbots
Recibirás:
No son necesarios requisitos académicos previos
Conocer el funcionamiento de un sistema Big Data
Información Adicional
Prácticas en empresa Garantizadas en empresas tecnológicas
Bolsa de Empleo Acceso a bolsa de empleo y a taller de búsqueda de empleo impartido por expertos de recursos humanos especializados en contratación de perfiles tecnológicos.
Metodología Online con clases en directo
Salidas Laborales_
Además , gracias nuestra formación en Python podrás optar a más empleos
