[ATD-030] Python - Procesado asíncrono de datos

Este curso ofrece un repaso del lenguaje y su modelo de objetos, aborda excepciones, módulos, y herramientas como iteradores y generadores. Se introduce la programación concurrente y se exploran librerías como NumPy y Pandas para manipulación y visualización de datos, así como SciKit y OpenCV para procesamiento de imágenes y filtrado. Además, se utiliza AsyncIO para gestionar tareas asíncronas.

Duración:                     25 horas

Perfil:                            Avanzado

Dirigido a

Esta acción formativa está destinada a a programadores, científicos de datos y analistas que deseen adquirir habilidades en el procesamiento asíncrono de datos utilizando Python. Es ideal para quienes trabajan en áreas de análisis de datos, Machine Learning, y procesamiento de imágenes.

Requisitos previos 

Los alumnos necesitarán tener conocimientos consolidados de programación y orientación a objetos con Python, familiaridad con conceptos de programación como funciones, estructuras de control y manejo de datos y experiencia previa con bibliotecas de Python como NumPy y Pandas es recomendable, pero no indispensable.

Objetivos

• Utilizar módulos y herramientas como iteradores, generadores y corrutinas.
• Implementar programación concurrente con hilos y multiprocesamiento.
• Aplicar NumPy y Pandas para cálculos numéricos y manipulación de datos.
• Procesar imágenes y clasificar objetos con SciKit y OpenCV.
• Gestionar tareas asíncronas con AsyncIO.

Contenido

1. Introducción a Python

   1. Repaso rápido del lenguaje y su sintaxis
   2. Modelo de objetos en Python

2. Manejo de Excepciones

   1. Tratamiento y gestión de errores en Python

3. Módulos y Espacios de Nombres

   1. Creación y uso de módulos
   2. Comprensión de espacios de nombres

4. Herramientas del Lenguaje

   1. Iteradores: creación y uso
   2. Generadores: definición y aplicaciones
   3. Corrutinas: concepto y utilidad en programación asíncrona

5. Programación Concurrente

   1. Introducción a hilos y multiprocesamiento
   2. Comparación entre ambos enfoques

6. Librería NumPy

   1. Fundamentos de NumPy
   2. Manipulación de formas, copias y vistas
   3. Uso de índices y operaciones de álgebra lineal

7. Librería Pandas

   1. Creación y manipulación de objetos DataFrame
   2. Visualización y selección de datos
   3. Realización de operaciones, mezclas y agrupaciones

8. Librerías SciKit y OpenCV

   1. Procesamiento de datos y aplicación de filtros morfológicos
   2. Conteo y separación de objetos
   3. Clasificación de imágenes y análisis de datos visuales

9. Librería AsyncIO

   1. Gestión de tareas asíncronas y su aplicación en el procesamiento de datos

Documentación Recomendada

Python Data Analysis - Third Edition
By Avinash Navlani, Armando Fandango, Ivan Idris
Febrero 2021 | 478 páginas

https://www.packtpub.com/product/python-data-analysis/9781789955248?_ga=2.202676497.1896028933.1664882314-1244617662.1663145549