Python para tareas de datos: Básico e intermedio con Pandas y Polars

Este curso intensivo y práctico cubre técnicas avanzadas de Python, mejores prácticas de ingeniería y patrones de diseño comúnmente utilizados para construir aplicaciones de Python mantenibles, probables y de alto rendimiento. Hace énfasis en herramientas modernas, tipado, modelos de concurrencia, patrones de arquitectura y flujos de trabajo listos para producción.

Este entrenamiento impartido por un instructor, en vivo (en línea o en sitio), está dirigido a desarrolladores de Python de nivel intermedio a avanzado que deseen adoptar prácticas y patrones profesionales para sistemas de Python listos para producción.

Al finalizar este entrenamiento, los participantes serán capaces de:

• Aplicar el tipado de Python, dataclasses y verificación de tipos para aumentar la confiabilidad del código.
• Utilizar patrones de diseño y principios de arquitectura para estructurar aplicaciones robustas.
• Implementar correctamente la concurrencia y el paralelismo usando asyncio y multiprocessing.
• Desarrollar código bien probado con pytest, pruebas basadas en propiedades y pipelines de CI.
• Perfile, optimice y fortalezca aplicaciones de Python para producción.
• Empaquetar, distribuir y desplegar proyectos de Python utilizando herramientas modernas y contenedores.

Formato del curso

• Charlas interactivas y demostraciones cortas.
• Laboratorios prácticos y ejercicios de codificación cada día.
• Mini proyecto final que integra patrones, pruebas y despliegue.

Opciones de personalización del curso

• Para solicitar una capacitación personalizada o un área de enfoque (datos, web o infraestructura), contáctenos para coordinarlo.

Este curso enseña técnicas de ingeniería práctica para diseñar, construir, probar y desplegar sistemas agentes (autónomos) utilizando Python. Cubre el ciclo del agente, integraciones con herramientas, gestión de memoria y estado, patrones de orquestación, controles de seguridad y consideraciones para producción.

Esta capacitación guiada por un instructor, en vivo (en línea o presencial), está dirigida a ingenieros de aprendizaje automático (ML) de nivel intermedio a avanzado, desarrolladores de IA e ingenieros de software que deseen construir agentes autónomos robustos y listos para producción usando Python.

Al finalizar esta capacitación, los participantes serán capaces de:

• Diseñar e implementar el ciclo del agente y flujos de trabajo de toma de decisiones.
• Integrar herramientas y APIs externas para ampliar las capacidades del agente.
• Implementar arquitecturas de memoria a corto y largo plazo para agentes.
• Coordinar orquestaciones de múltiples pasos y la composabilidad de agentes.
• Aplicar mejores prácticas de seguridad, control de acceso y observabilidad para agentes desplegados.

Formato del Curso

• Clases interactivas y discusiones.
• Laboratorios prácticos para construir agentes con Python y SDKs populares.
• Ejercicios basados en proyectos que generan prototipos desplegables.

Opciones de Personalización del Curso

• Para solicitar una capacitación personalizada para este curso, por favor contáctenos para coordinarla.

Explora enfoques prácticos para la Ciencia de Datos e IA utilizando Python, brindando a los profesionales las habilidades necesarias para analizar datos, desarrollar modelos de aprendizaje automático y desplegar aplicaciones impulsadas por inteligencia artificial en contextos empresariales. Cubre flujos de trabajo CRISP-DM, análisis estadístico, aprendizaje supervisado y no supervisado, aprendizaje profundo con Tensorflow, procesamiento de lenguaje natural, Big Data con Spark y narrativa basada en datos. Es ideal para principiantes que buscan una certificación en ciencia de datos con Python y capacitación en análisis lista para el mundo laboral.

La Inteligencia Artificial con Python consiste en el desarrollo de sistemas inteligentes aprovechando el amplio ecosistema de bibliotecas de IA y aprendizaje automático que ofrece Python.

Este curso, impartido por un instructor en vivo (en línea o presencial), está dirigido a programadores de nivel intermedio que deseen diseñar, implementar y desplegar soluciones de IA utilizando Python.

Al finalizar este entrenamiento, los participantes podrán:

• Implementar algoritmos de IA utilizando las bibliotecas centrales de inteligencia artificial de Python.
• Trabajar con modelos de aprendizaje supervisado, no supervisado y por refuerzo.
• Integrar soluciones de IA en aplicaciones y flujos de trabajo existentes.
• Evaluar el rendimiento de los modelos y optimizarlos para lograr mayor precisión y eficiencia.

Formato del curso

• Clases interactivas con explicaciones y debates.
• Abundantes ejercicios y práctica aplicada.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

• Para solicitar un entrenamiento adaptado a sus necesidades, por favor contáctenos para coordinarlo.

IA aplicada desde cero en Python proporciona a los programadores y analistas de datos las técnicas fundamentales para construir soluciones de aprendizaje automático desde cero utilizando Python. Cubre los principios básicos de aprendizaje supervisado, como clasificación y regresión, aprendizaje no supervisado, como clustering y detección de anomalías, y arquitecturas avanzadas de redes neuronales. Examina métodos probados para trabajar con scikit-learn, Apache Spark MLlib y cuadernos de Jupyter en el desarrollo práctico de IA. Ayuda a los profesionales a implementar modelos de ML prácticos, evaluar las limitaciones de los algoritmos y completar proyectos aplicados para la resolución de problemas del mundo real.

Esta capacitación impartida por un instructor, en vivo en Colombia (en línea o presencial), está dirigida a desarrolladores Python de nivel intermedio que deseen mejorar su experiencia en el desarrollo de Python con AWS Cloud9.

Al finalizar esta capacitación, los participantes serán capaces de:

• Configurar y ajustar AWS Cloud9 para el desarrollo en Python.
• Comprender la interfaz y las funcionalidades del IDE de AWS Cloud9.
• Escribir, depurar y desplegar aplicaciones Python en AWS Cloud9.
• Colaborar con otros desarrolladores utilizando la plataforma de AWS Cloud9.
• Integrar AWS Cloud9 con otros servicios de AWS para despliegues avanzados.

GitHub Copilot

Visión general del curso

Esta capacitación práctica está diseñada para profesionales con formación en ingeniería de datos que desean adquirir habilidades aplicadas en inteligencia artificial, Python y modelos de lenguaje grande (LLM). El curso se centra en aplicaciones reales, cubriendo el uso de modelos, la ingeniería de prompts y la creación de soluciones impulsadas por IA. Los participantes trabajarán en ejercicios progresivos que irán desde los conceptos fundamentales hasta el desarrollo de flujos de trabajo de IA listos para su implementación.

Formato de la capacitación

• Formación presencial en aula

 • Sesiones dirigidas por instructores con práctica guiada 

• Discusiones interactivas y estudios de caso del mundo real

 • Ejercicios prácticos diarios

Objetivos del curso

• Comprender los conceptos fundamentales de IA y aprendizaje automático relevantes para las aplicaciones modernas

 • Fortalecer las habilidades en Python para el desarrollo de IA y los flujos de trabajo de datos 

• Aprender cómo funcionan los modelos de lenguaje grande y cómo utilizarlos de manera efectiva 

• Diseñar y optimizar prompts para obtener resultados confiables 

• Crear soluciones de extremo a extremo utilizando APIs y frameworks

 • Integrar IA en las canalizaciones de ingeniería de datos 

Esta capacitación, impartida por un instructor en vivo en Colombia (en línea o en sitio), está dirigida a desarrolladores de Python y analistas de datos de nivel intermedio que deseen mejorar sus habilidades en análisis y manipulación de datos utilizando Pandas y NumPy.

Al finalizar esta capacitación, los participantes podrán:

• Configurar un entorno de desarrollo que incluya Python, Pandas y NumPy.
• Crear una aplicación de análisis de datos utilizando Pandas y NumPy.
• Realizar operaciones avanzadas de manipulación, ordenamiento y filtrado de datos.
• Ejecutar operaciones de agregación y analizar datos de series temporales.
• Visualizar datos usando Matplotlib y otras librerías de visualización.
• Depurar y optimizar su código de análisis de datos.

Esta capacitación impartida por un instructor, en vivo (en línea o presencial), está dirigida a desarrolladores que desean utilizar el stack FARM (FastAPI, React y MongoDB) para crear aplicaciones web dinámicas, de alto rendimiento y escalables.

Al finalizar esta capacitación, los participantes podrán:

• Configurar el entorno de desarrollo necesario que integre FastAPI, React y MongoDB.
• Comprender los conceptos clave, características y beneficios del stack FARM.
• Aprender a construir APIs REST con FastAPI.
• Aprender a diseñar aplicaciones interactivas con React.
• Desarrollar, probar y desplegar aplicaciones (frontend y backend) utilizando el stack FARM.

Esta formación impartida por un instructor, en vivo en Colombia (en línea o presencial), está dirigida a desarrolladores que deseen utilizar FastAPI con Python para construir, probar y desplegar APIs RESTful de manera más sencilla y rápida.

Al finalizar esta formación, los participantes podrán:

• Configurar el entorno de desarrollo necesario para desarrollar APIs con Python y FastAPI.
• Crear APIs de forma más rápida y sencilla utilizando la biblioteca FastAPI.
• Aprender cómo crear modelos de datos y esquemas basados en Pydantic y OpenAPI.
• Conectar APIs a una base de datos utilizando SQLAlchemy.
• Implementar seguridad y autenticación en las APIs mediante las herramientas de FastAPI.
• Construir imágenes de contenedor y desplegar APIs web en un servidor en la nube.

Esta capacitación impartida por un instructor, en vivo Colombia (en línea o en sitio), está dirigida a científicos de datos que desean utilizar TensorFlow para analizar datos potenciales de fraude.

Al finalizar esta capacitación, los participantes podrán:

• Crear un modelo de detección de fraude en Python y TensorFlow.
• Construir regresiones lineales y modelos de regresión lineal para predecir fraudes.
• Desarrollar una aplicación de inteligencia artificial de extremo a extremo para analizar datos de fraude.

El objetivo de este curso es brindar competencia general en la aplicación práctica de métodos de Aprendizaje Automático. Mediante el uso del lenguaje de programación Python y sus diversas bibliotecas, y basándose en una multitud de ejemplos prácticos, este curso enseña a utilizar los bloques de construcción más importantes del Aprendizaje Automático, cómo tomar decisiones de modelado de datos, interpretar las salidas de los algoritmos y validar los resultados.

Nuestro objetivo es brindarle las habilidades necesarias para comprender y utilizar con confianza las herramientas más fundamentales de la caja de herramientas del Aprendizaje Automático, evitando las trampas comunes de las aplicaciones de Ciencias de Datos.

Esta capacitación en vivo, impartida por un instructor en Colombia (en línea o en sitio), está dirigida a ingenieros de redes que deseen mantener, gestionar y diseñar redes informáticas utilizando Python.

Al finalizar esta capacitación, los participantes estarán en capacidad de:

• Optimizar y aprovechar Paramiko, Netmiko, Napalm, Telnet y pyntc para la automatización de redes con Python.
• Dominar la multidifusión y el procesamiento paralelo en la automatización de redes.
• Utilizar GNS3 y Python para la programación de redes.

Esta formación en vivo impartida por un instructor en Colombia (en línea o presencial) está dirigida a profesionales empresariales y analistas de datos con habilidades intermedias de Python que desean aplicar Python para automatizar flujos de trabajo, analizar datos empresariales y generar informes dinámicos basados en Excel.