Diplomado Python Aplicado a la Ingeniería y Ciencia de Datos

• Comprender los fundamentos del lenguaje Python y su estructura básica.
• Aplicar lógica de programación para la creación de algoritmos y soluciones prácticas.
• Manipular y procesar datos utilizando estructuras y librerías especializadas.
• Emplear herramientas de análisis y visualización de datos para interpretar información.
• Implementar soluciones de automatización orientadas a tareas técnicas y analíticas.
• Introducir al participante en el uso de Python para modelos de análisis en ciencia de datos.
• Desarrollar un proyecto integrador aplicado a un problema real o simulado del contexto profesional.

Módulo I. Introducción a Python y lógica de programación

• Introducción a la programación
• Instalación y configuración del entorno de trabajo
• Sintaxis básica de Python
• Variables, tipos de datos y operadores
• Entrada y salida de datos
• Estructuras condicionales
• Bucles y control de flujo
• Buenas prácticas de codificación

Resultados de aprendizaje:

• Comprende la estructura básica del lenguaje Python.
• Elabora programas sencillos para resolver problemas elementales.

Módulo II. Estructuras de datos y programación funcional básica

• Listas, tuplas, diccionarios y conjuntos
• Manipulación de cadenas de texto
• Funciones y parámetros
• Alcance de variables
• Manejo de errores y excepciones
• Modularización del código
• Introducción a archivos y lectura de datos

Resultados de aprendizaje:

• Utiliza estructuras de datos adecuadas según el problema planteado.
• Organiza programas mediante funciones reutilizables.

Módulo III. Python aplicado a problemas de ingeniería

• Cálculos numéricos básicos
• Automatización de operaciones repetitivas
• Resolución de problemas técnicos con Python
• Introducción a NumPy
• Arreglos y operaciones vectorizadas
• Aplicaciones básicas en modelado y cálculo técnico
• Uso de scripts para apoyo en ingeniería

Resultados de aprendizaje:

• Implementa soluciones computacionales para problemas técnicos y cuantitativos.
• Utiliza Python como apoyo a tareas de cálculo y análisis ingenieril.

Módulo IV. Análisis y procesamiento de datos con Python

• Introducción a la ciencia de datos
• Uso de pandas para manipulación de datos
• Carga de archivos CSV y Excel
• Limpieza y transformación de datos
• Filtrado, agrupación y resumen de información
• Tratamiento de valores nulos y duplicados
• Estadística descriptiva básica

Resultados de aprendizaje:

• Procesa y organiza conjuntos de datos con fines analíticos.
• Prepara información para análisis y toma de decisiones.

Módulo V. Visualización de datos e interpretación de resultados

• Principios básicos de visualización
• Librerías Matplotlib y Seaborn
• Gráficos de barras, líneas, dispersión e histogramas
• Personalización de gráficos
• Interpretación visual de patrones y tendencias
• Comunicación de hallazgos mediante gráficos

Resultados de aprendizaje:

• Construye visualizaciones claras y pertinentes.
• Interpreta información gráfica para generar conclusiones.

Módulo VI. Introducción al análisis predictivo y proyecto final

• Introducción al aprendizaje automático
• Conceptos básicos de predicción y clasificación
• Preparación simple de datos para modelos
• Uso inicial de scikit-learn
• Entrenamiento y evaluación básica de modelos
• Desarrollo del proyecto final
• Presentación de resultados y cierre académico

Resultados de aprendizaje:

• Comprende los fundamentos básicos del análisis predictivo con Python.
• Integra conocimientos adquiridos en un proyecto aplicado

Activa y práctica con exposiciones, laboratorios, ejercicios, casos, proyectos, recursos digitales y retroalimentación continua.