SYLLABUS DE CURSO: PYTHON
PROGRAMA: FUNDAMENTOS DE DATA DRIVEN BUSINESS LITERACY
I. Información General del Curso:
Nombre PYTHON
Público Objetivo Colaboradores Ripley
Duración 20 horas cronológicas
Modalidad Virtual
II. Sumilla
El presente curso es de naturaleza teórico-práctica. Tiene como propósito
desarrollar en cada participante la capacidad de utilizar Python para procesar
datos de archivos como CSV o Excel y bases de datos usando la herramienta
cloud the Google Collaboratory.
El curso comprende los contenidos de introducción al lenguaje de programación,
paradigma orientado a objetos, tratamiento de archivos (CSV, Excel, Stata, etc.)
para su manipulación (análisis exploratorio de datos, tratamiento de valores
faltantes, etc.), y acceder a bases datos.
III. Objetivo general
Al finalizar el curso cada participante será capaz de manipular datos
provenientes de archivos o bases datos convirtiendo estos aprendizajes en
una poderosa herramienta para el mejor desempeño de sus funciones.
IV. Objetivos específicos
● Ejecutar el modelamiento orientado a Objetivos
● Implementar el tratamiento de archivos CSV y Excel
● Realizar análisis de exploratorio de datos
● Ejecutar tratamiento de valores faltantes
● Acceder a bases datos
Recurso Plataforma de reuniones Teams
Repositorio Digital Drive
Duración 20 horas de dictado síncrono
V. Contenido
Sesión Contenido Logro DÍA HORA
Introducción a Python
Tipos y variables
Familiarizarse con el entorno 4:00 PM -
Sesión 1 24 abril
de programación Python. 6:00 PM
Listas
Importación de módulos
Paradigma orientado a
Sesión 2 objetos 4:00 PM -
Comprender el paradigma 27 abril
6:00 PM
Clases y objetos Orientado a Objetos y poder
modelar mediante la
Herencia simple y implementación de clases en
Sesión 3 múltiple 4:00 PM -
Python. 04 mayo
6:00 PM
Polimorfismo
Comprender cómo leer
Lectura de archivos en diferentes formatos de datos 4:00 PM -
Sesión 4 (CSV, Excel, Stata, etc) para 08 mayo
python 6:00 PM
poder manipular datos
,mediante la librería de
gestión de datos Pandas
Introducción a Python utilizando Python. 4:00 PM -
Sesión 5 11 mayo
Pandas 6:00 PM
Sesión práctica de inmersión
en python
Manejo de datos y
4:00 PM -
Sesión 6 análisis exploratorio con 15 mayo
Manipular datos para hacer 6:00 PM
Pandas
análisis exploratorio de datos,
limpieza, gestión de valores
Sesión 7 Gráficos en Python con nulos y pre-procesamiento 4:00 PM -
18 mayo
Matplotlib y Seaborn mediante la librería de 6:00 PM
Pandas usando Python.
Lectura de base de datos 4:00 PM -
Sesión 8 22 mayo
desde python 6:00 PM
Queries a bases de datos Acceder a bases datos 4:00 PM -
Sesión 9 utilizando Python con el fin de 25 mayo
desde python 6:00 PM
hacer consultas a la base de
datos y directamente repatriar
Ejecutar consultas a una los datos a una DataFrame 4:00 PM -
Sesión 10 para su posterior 29 mayo
base de datos 6:00 PM
manipulación.
VI. Metodología
Estrategia de Aprendizaje de Laboratorio. Las experiencias de aprendizajes
se desarrollarán orientadas a métodos activos: prácticas grupales de aplicación
de conocimiento y trabajo en equipo para la elaboración de entregables de
avances.
Aprendizaje interactivo
● Exposiciones del docente en cada sesión
● Participar en discusiones de clase
Aprendizaje colaborativo:
● Resolución de casos de manera grupal
● Intervenir proactivamente en la demostración de avances
● Colaborar en la propuesta de solución a los casos planteados
VII. Evaluación y normativa
Evaluación Puntaje
Avance 1 2.5 ptos.
(Entrega asíncrona)
Evaluación Avance 2 2.5 ptos.
continua (Presentación Síncrona)
Avance 3 2.5 ptos.
(Presentación Síncrona)
Avance 4 2.5 ptos.
(Presentación Síncrona)
Presentación final 10 ptos.
Asistencia mínima 90% asistencia
aprobatoria Permanencia mínima de 90 minutos en cada sesión.
Nota mínima aprobatoria 13.00 puntos
Mantener cámaras encendidas
Lineamientos
Participar activamente en el desarrollo de las
prácticas síncronas
Ingresar desde Laptop o PC para el desarrollo de las
prácticas y ejercicios del laboratorio.
VIII. Bibliografía
1. Data Visualization with Python and JavaScript, Kyran Dale, O’Reilly Media, 2016.
2. The Visual Display of Quantitative Information, Edward R. Tufte. Graphics Press; 2
edition, May 2001.