[ATD] Análisis y Tratamiento del Dato

[ATD-010] Python

[ATD-020] Python Avanzado

[BAT-030] Python - Procesado asíncrono de datos

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.

[ATD-040] PySpark

[ATD-050] Utilidades Python

Cubre herramientas esenciales para análisis y manipulación de datos, incluyendo NumPy para arrays y matrices, Matplotlib para visualización, y Pandas para gestión de datos. También abarca RegEx para búsquedas avanzadas, manejo de archivos en diversos formatos (PDF, Word, Excel), conexión con MySQL, y cálculos estadísticos.

[ATD-060] ETL con Python (PETL)

Enseña a instalar y configurar PETL, manejar pipelines ETL, y realizar transformaciones de datos. Cubre lectura/escritura en múltiples formatos (archivos, bases de datos, Excel, JSON), estilos de programación, manipulación de tablas, deduplicación, validación y visualización, usando Python y herramientas como IPython notebook para análisis eficiente.

[ATD-070] Python con Selenium

Enseña desde lo básico de Python y sus estructuras de control, hasta técnicas avanzadas de automatización con Selenium. Incluye pruebas unitarias y funcionales, manejo de datos, web scraping, automatización de tareas, y pruebas en múltiples navegadores y dispositivos, ideal para desarrolladores interesados en testing y automatización de aplicaciones web.

[ATD-080] Machine Learning

Ofrece una introducción completa al aprendizaje automático, desde fundamentos de estadística y probabilidad hasta modelos predictivos y técnicas avanzadas. Incluye regresión lineal, clasificación, y algoritmos como K-Means, Random Forests y SVM, además de reducción de dimensionalidad y validación cruzada, todo en un entorno de Python accesible para principiantes.

[ATD-090] Machine Learning: TensorFlow 2 y PyTorch

Cubre desde los fundamentos de Machine Learning y Data Science hasta el desarrollo y despliegue de modelos avanzados en redes neuronales. Incluye teoría y práctica en redes neuronales, funciones de coste, retropropagación, y exploración profunda de TensorFlow y PyTorch, con ejemplos de regresión, clasificación y redes convolucionales y recurrentes.

[ATD-100] Machine Learning e Inteligencia Artificial

Ofrece una visión completa desde sus fundamentos históricos hasta aplicaciones avanzadas. Aborda librerías clave, técnicas de clasificación y regresión, redes neuronales, y tareas como clustering. Incluye evaluación de modelos, comparación de enfoques y análisis de implicaciones sociales, ideal para construir bases sólidas en IA y ML.

[ATD-110] Machine Learning en BigQuery ML

Ofrece una introducción a las ventajas de usar BigQuery ML, trabajando en Google Cloud Console, línea de comandos y notebooks. Cubre la sintaxis de BigQuery y modelos compatibles, incluyendo opciones de regresión y árboles de decisión, con enfoque en creación, entrenamiento, evaluación y predicción de modelos ML.

[ATD-120] Redes Neuronales

Abarca desde conceptos básicos hasta la implementación avanzada de modelos en entornos BigQuery y TensorFlow. Incluye diferencias clave entre Machine Learning y Deep Learning, tipos de redes neuronales, entrenamiento y evaluación de modelos, así como el uso de librerías de Deep Learning en Python para clasificación y análisis.

[ATD-130] Apache Kafka

Ofrece una comprensión integral de su arquitectura y componentes clave, como Zookeeper, Kafka Topics, Producers y Consumers. Cubre desde la instalación y configuración hasta operaciones avanzadas, escalabilidad, herramientas, API en Java, Kafka Streams y Connect, gestión de esquemas, monitorización y seguridad.