Scribd
Cargar
39 vistas3 páginas

DEML-20231 Python Fundamentals For Datascience

Cargado por

jorge alarcon

Este sílabo describe un curso de Python Fundamentals for Data Science. El curso dura 36 horas cronológicas y 48 horas académicas. Al finalizar el curso, los estudiantes podrán gestionar datos con Python, entender los fundamentos del lenguaje, y analizar datos estructurados y no estructurados. El curso enseña conceptos como Pandas, Matplotlib, NumPy y procesamiento de datos. La evaluación incluye prácticas, tareas y un examen final.

Copyright:

© All Rights Reserved
Descargue como PDF, TXT o lea en línea desde Scribd
Descargar como pdf o txt

DEML-20231 Python Fundamentals For Datascience

Cargado por

jorge alarcon
39 vistas3 páginas
Este sílabo describe un curso de Python Fundamentals for Data Science. El curso dura 36 horas cronológicas y 48 horas académicas. Al finalizar el curso, los estudiantes podrán gestionar datos con Python, entender los fundamentos del lenguaje, y analizar datos estructurados y no estructurados. El curso enseña conceptos como Pandas, Matplotlib, NumPy y procesamiento de datos. La evaluación incluye prácticas, tareas y un examen final.

Título original

DEML-20231 Python Fundamentals for Datascience

Derechos de autor

© © All Rights Reserved

Formatos disponibles

PDF, TXT o lea en línea desde Scribd

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Este sílabo describe un curso de Python Fundamentals for Data Science. El curso dura 36 horas cronológicas y 48 horas académicas. Al finalizar el curso, los estudiantes podrán gestionar datos con Python, entender los fundamentos del lenguaje, y analizar datos estructurados y no estructurados. El curso enseña conceptos como Pandas, Matplotlib, NumPy y procesamiento de datos. La evaluación incluye prácticas, tareas y un examen final.

Copyright:

© All Rights Reserved
Descargue como PDF, TXT o lea en línea desde Scribd
Descargar como pdf o txt
39 vistas3 páginas

DEML-20231 Python Fundamentals For Datascience

Cargado por

jorge alarcon
Este sílabo describe un curso de Python Fundamentals for Data Science. El curso dura 36 horas cronológicas y 48 horas académicas. Al finalizar el curso, los estudiantes podrán gestionar datos con Python, entender los fundamentos del lenguaje, y analizar datos estructurados y no estructurados. El curso enseña conceptos como Pandas, Matplotlib, NumPy y procesamiento de datos. La evaluación incluye prácticas, tareas y un examen final.

Copyright:

© All Rights Reserved
Descargue como PDF, TXT o lea en línea desde Scribd
Descargar como pdf o txt
Está en la página 1/ 3

SÍLABO

I. INFORMACIÓN GENERAL

Código : DEML 202309-7E


Empresa : SUPERINTENDENCIA DEL MERCADO DE VALORES
Categoría : Data Engineering, Data Analysis, Machine Learning
Curso : Python Fundamentals for Data Science
Horas cronológicas : 36 horas (hc)
Horas académicas : 48 horas (ha)
C. Teóricos : 1
C. Prácticos : 1

II. DESCRIPCIÓN DEL CURSO

El curso Python Fundamentals for Data Science permitirá al participante aprender las reglas
y elementos esenciales para iniciar el uso del lenguaje de programación Python para realizar
tareas que permitan recopilar, analizar y visualizar los datos de manera efectiva.

III. PÚBLICO OBJETIVO

Profesionales, egresados y estudiantes, interesados en desarrollar aplicaciones con Python.

IV. LOGRO DEL CURSO

Al finalizar el curso, el alumno será capaz gestionar los datos con Python. Adicionalmente,
estará preparado para:

• Entender los fundamentos y sintaxis del lenguaje Python.


• Analizar datos estructuradas y no estructuradas.
• Obtener estadísticas a partir de los datos.

V. PRERREQUISITOS

• Conocimiento de algoritmos (nivel básico)


• Conocimiento de estadística (nivel básico)

CAPACITACIÓN RECOMENDADA

• Java 17 Fundamentals Developer

IES Cibertec S.A.C - Python Fundamentals for Data Science 1


VI. CERTIFICACIÓN

Al aprobar la capacitación, el alumno obtendrá un certificado de Cibertec.

• Python Fundamentals for Datascience

VII. CERTIFICACIONES ASOCIADAS

• Especialización en Ciencia de Datos con Python


• Actualización Desarrollo de Aplicaciones Inteligentes con Python

VIII. METODOLOGÍA

El enfoque práctico-reflexivo de cada una de las sesiones virtuales en tiempo real, así como
la participación de los estudiantes en un ambiente interactivo de clases moderado por el
instructor, permitirá el aprendizaje de los contenidos y su aplicación en la resolución de
contextos reales, utilizando herramientas digitales para el aprendizaje significativo.

IX. EVALUACIÓN DEL CURSO

La calificación es vigesimal (0 a 20), siendo la nota mínima aprobatoria de trece (13.00). El


promedio final del curso será el resultado de la siguiente fórmula:

PF = (PP x 0.20) + (ET x 0.30) + (EF x 0.50)

LEYENDA

• PF: Promedio Final.


• PP: Promedio de Prácticas (20% de la nota final).
• ET: Evaluación de Tareas (30% de la nota final).
• EF: Evaluación Final (50% de la nota final).

IES Cibertec S.A.C - Python Fundamentals for Data Science 2


X. CONCEPTOS Y TERMINOLOGÍAS

Data Scientist Operadores Map Reduce SQL


Zen de Python Módulos Lambda CSV
Python 3 Interprete Generadores JSON
Programación Ámbito Decoradores MongoDB
Funciones Pandas Anaconda Beautiful Soup
Argumentos Matplotlib Interpretes Diccionarios

XI. CONTENIDO ANALÍTICO

Fundamentos de Python • Map/Reduce/Filter Procesamiento de datos


• Python • Generadores • El Data Scientist
• El Zen de Python • Decoradores • Metodología Data
• Usos de Python Science
• ¿Quiénes usan Python? Carga de datos en Python • NumPy
• Python en Data Science • Archivos • Pandas
• Lenguaje • SQL • Matplotlib
• CSV
Lenguaje Python • JSON
• Python en Data Science • MongoDB
• POO • Beautiful Soup
• Manejo de errores
• List comprehensions
• Funciones Lambda

IES Cibertec S.A.C - Python Fundamentals for Data Science 3

También podría gustarte