Aventura Científica
por Centro de Innovación
Días y Horarios: Martes y Jueves : 14:00 a 16:00.
$ 25.000
Efectivo, Transferencia, link de pago
El programa está diseñado para guiar a los participantes en un recorrido progresivo por los fundamentos y aplicaciones avanzadas de la programación en Python, combinando teoría con prácticas orientadas a la automatización de tareas reales.
Inicia con los conceptos básicos de computación, tipos de datos, estructuras de control y funciones, para luego introducir estructuras de datos más complejas, algoritmos y nociones de programación orientada a objetos.
A continuación, se abordan herramientas clave para la interacción con archivos, el manejo de datos estructurados, la automatización de procesos web y la gestión de errores.
* Finalmente, se profundiza en patrones de diseño, programación avanzada y actividades de integración que permiten aplicar lo aprendido en proyectos de automatización completos, desarrollando competencias prácticas y sólidas para enfrentar desafíos en entornos profesionales y tecnológicos.
📘 Módulo 1: Fundamentos
Tema 1 - Setup y primeros pasos
- Instalación: Python + Anaconda/Miniconda
- Jupyter Notebooks (esencial para DS)
- Variables, print(), input()
- Tipos numéricos y operaciones
Tema 2 - Strings y tipos de datos
- Strings y métodos básicos
- Booleanos y operadores lógicos
- Conversión entre tipos
Tema 3 - Control de flujo
- if, elif, else
- Operadores de comparación
- Lógica combinada
Tema 4 - Listas (parte 1)
- Creación, indexing, slicing
- Métodos básicos (append, remove, etc.)
- List comprehensions básicas
Tema 5 - Bucles
- for y while
- range(), enumerate(), zip()
- Iteración sobre listas
Tema 6 - Funciones
- Definición y parámetros
- Return y scope
- Documentación (docstrings)
Tema 7 - Estructuras de datos
- Tuplas y sets
- Diccionarios (crucial para DS)
- Cuándo usar cada estructura
Tema 8 - Archivos y manejo de datos
- Lectura/escritura de archivos .txt
- CSV (muy importante para DS)
- Manejo de errores básico (try/except)
📗 Módulo 2: Python intermedio orientado a datos (8 temas - 16 horas)
Tema 9 - Strings avanzado
- Formateo (f-strings, format)
- Métodos de manipulación
- Expresiones regulares básicas
Tema 10 - List comprehensions y generadores
- Comprehensions avanzadas
- Dict y set comprehensions
- Introducción a generadores
Tema 11 - Introducción a NumPy
- Arrays vs listas
- Operaciones vectorizadas
- Indexing y slicing en arrays
Tema 12 - Funciones avanzadas
- Funciones lambda
- Map, filter, reduce
- Argumentos *args y **kwargs
Tema 13 - OOP - Parte 1
- Clases y objetos básicos
- Atributos y métodos
- Constructor init
Tema 14 - OOP - Parte 2
- Herencia básica
- Métodos especiales útiles
- Práctica orientada a datos
Tema 15 - Introducción a Pandas (preview DS)
- DataFrames básicos
- Lectura de CSV con pandas
- Exploración inicial de datos
Tema 16 - Proyecto final integrador
- Análisis completo de dataset
- Aplicar todos los conceptos
- Presentación de resultados