Python en Ciencia de Datos

Este curso de 5 días ofrece una introducción a la Ciencia de Datos y a la Inteligencia Artificial (IA).

El curso se imparte con ejemplos y ejercicios utilizando Python.

Esta capacitación presencial, con instructores en vivo en Colombia (en línea o in situ), está dirigida a participantes de nivel intermedio que deseen automatizar y gestionar flujos de trabajo de machine learning, incluyendo el entrenamiento, validación y despliegue de modelos utilizando Apache Airflow.

Al finalizar esta capacitación, los participantes podrán:

• Configurar Apache Airflow para la orquestación de flujos de trabajo de machine learning.
• Automatizar tareas de preprocesamiento de datos, entrenamiento y validación de modelos.
• Integrar Airflow con frameworks y herramientas de machine learning.
• Desplegar modelos de machine learning mediante pipelines automatizados.
• Monitorear y optimizar flujos de trabajo de machine learning en producción.

Este entrenamiento impartido por un instructor en vivo en Colombia (en línea o presencial) está dirigido a científicos de datos que desean utilizar el ecosistema de Anaconda para capturar, gestionar e implementar paquetes y flujos de trabajo de análisis de datos en una sola plataforma.

Al finalizar este entrenamiento, los participantes podrán:

• Instalar y configurar componentes y bibliotecas de Anaconda.
• Comprender los conceptos centrales, características y beneficios de Anaconda.
• Gestionar paquetes, entornos y canales utilizando el Navegador de Anaconda.
• Utilizar paquetes de Conda, R y Python para ciencia de datos y aprendizaje automático.
• Conocer casos de uso prácticos y técnicas para gestionar múltiples entornos de datos.

Esta capacitación impartida por un instructor y en vivo en Colombia (en línea o en sitio) está dirigida a científicos de datos y analistas de nivel intermedio que deseen utilizar AWS Cloud9 para optimizar los flujos de trabajo en ciencia de datos.

Al finalizar esta capacitación, los participantes podrán:

• Configurar un entorno de ciencia de datos en AWS Cloud9.
• Realizar análisis de datos utilizando Python, R y Jupyter Notebook en Cloud9.
• Integrar AWS Cloud9 con servicios de datos de AWS como S3, RDS y Redshift.
• Aprovechar AWS Cloud9 para el desarrollo y despliegue de modelos de aprendizaje automático.
• Optimizar flujos de trabajo basados en la nube para el análisis y procesamiento de datos.

Esta capacitación presencial, impartida por un instructor en Colombia (en línea o in situ), está dirigida a científicos de datos y profesionales de TI de nivel principiante que deseen aprender los fundamentos de la ciencia de datos utilizando Google Colab.

Al finalizar esta capacitación, los participantes podrán:

• Configurar y navegar por Google Colab.
• Escribir y ejecutar código Python básico.
• Importar y manejar conjuntos de datos.
• Crear visualizaciones utilizando bibliotecas de Python.

Esta capacitación impartida por un instructor, en vivo en Colombia (en línea o presencial), está dirigida a científicos de datos e ingenieros de software que desean utilizar Dask dentro del ecosistema de Python para construir, escalar y analizar grandes conjuntos de datos.

Al finalizar esta capacitación, los participantes podrán:

• Configurar el entorno para comenzar a construir procesos de procesamiento de grandes volúmenes de datos con Dask y Python.
• Explorar las características, bibliotecas, herramientas y APIs disponibles en Dask.
• Comprender cómo Dask acelera la computación paralela en Python.
• Aprender a escalar el ecosistema de Python (Numpy, SciPy y Pandas) utilizando Dask.
• Optimizar el entorno de Dask para mantener un alto rendimiento al manejar grandes conjuntos 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.

Los participantes que completen esta formación obtendrán una comprensión práctica y aplicada de la ciencia de datos, así como de sus tecnologías, metodologías y herramientas relacionadas.

Los participantes tendrán la oportunidad de poner estos conocimientos en práctica mediante ejercicios prácticos. La interacción en grupo y la retroalimentación del instructor son componentes fundamentales de la clase.

El curso comienza con una introducción a los conceptos elementales de la ciencia de datos y luego avanza hacia las herramientas y metodologías utilizadas en este campo.

Público objetivo

• Desarrolladores
• Analistas técnicos
• Consultores de TI

Formato del curso

• Combinación de clases magistrales, discusiones, ejercicios y práctica intensiva en el desarrollo práctico

Nota

• Para solicitar una formación personalizada para este curso, por favor contáctenos para coordinarlo.

El big data se refiere a conjuntos de datos tan voluminosos y complejos que el software tradicional de procesamiento de datos resulta inadecuado para manejarlos. Los desafíos del big data incluyen la captura de datos, el almacenamiento, el análisis, la búsqueda, el intercambio, la transferencia, la visualización, las consultas, las actualizaciones y la privacidad de la información.

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 formación impartida por un instructor, en vivo en Colombia (en línea o en el sitio), está dirigida a científicos de datos y desarrolladores que deseen aprender y construir su carrera en Ciencia de Datos utilizando Kaggle.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los fundamentos de la ciencia de datos y el aprendizaje automático.
• Explorar el análisis de datos.
• Conocer Kaggle y su funcionamiento.

Esta capacitación en vivo, impartida por un instructor en Colombia (en línea o en sitio), está dirigida a científicos de datos y desarrolladores que deseen utilizar Modin para construir e implementar cálculos paralelos con Pandas y lograr un análisis de datos más rápido.

Al finalizar esta capacitación, los participantes serán capaces de:

• Configurar el entorno necesario para comenzar a desarrollar flujos de trabajo de Pandas a gran escala con Modin.
• Comprender las características, la arquitectura y las ventajas de Modin.
• Conocer las diferencias entre Modin, Dask y Ray.
• Ejecutar operaciones de Pandas más rápidamente con Modin.
• Implementar toda la API y las funciones de Pandas.

Esta capacitación en vivo, impartida por un instructor en Colombia (en línea o en sitio), está dirigida a científicos de datos y desarrolladores que deseen utilizar RAPIDS para construir pipelines de datos, flujos de trabajo y visualizaciones acelerados por GPU, aplicando algoritmos de aprendizaje automático como XGBoost, cuML, entre otros.

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

• Configurar el entorno de desarrollo necesario para crear modelos de datos con NVIDIA RAPIDS.
• Comprender las características, componentes y ventajas de RAPIDS.
• Aprovechar las GPU para acelerar pipelines de datos y análisis de extremo a extremo.
• Implementar preparación de datos y ETL acelerados por GPU utilizando cuDF y Apache Arrow.
• Aprender a realizar tareas de aprendizaje automático con los algoritmos XGBoost y cuML.
• Crear visualizaciones de datos y ejecutar análisis de grafos con cuXfilter y cuGraph.