DIPLOMADO
DOMINANDO
PYTHON:
De Básico a Avanzado
para Inteligencia Artificial
NIVELES 01, 02 Y 03
Certificación UTN-FRD
Imagen de storyset en Freepik
DIPLOMADO
DOMINANDO PYTHON:
De Básico a Avanzado para Inteligencia Artificial
NIVEL 01, 02 Y 03
Certificación UTN-FRD
¡Puedes hacerlo desde cualquier No requiere asistencia presencial.
lugar del mundo, de manera Tendrás acceso las 24 horas del día a la plataforma
sincrónica o asincrónica! de capacitación y a las clases en vivo sobre los
diferentes temas.
El diplomado consta de 3 niveles de 4 módulos c/u
que equivalen a 24 clases de 2 horas c/u, 48 horas
totales por nivel,
DIPLOMADO
DOMINANDO
PYTHON:
De Básico a Avanzado
para Inteligencia Artificial
NIVEL 01: Fundamentos de Python
Certificación UTN-FRD
Imagen de storyset en Freepik
DIPLOMADO
DOMINANDO PYTHON
NIVEL 01 - MÓDULO 01
TEMARIO
Módulo 01: PYTHON BÁSICO
CLASE 1 CLASE 2 CLASE 3
Introducción a Python Sintaxis básica: variables, Estructuras de control:
y su ecosistema tipos de datos y operadores condicionales (if, else, elif)
Historia y aplicaciones de Python. Historia y aplicaciones de Python. Uso de condicionales para tomar
decisiones en el código.
Instalación de herramientas Instalación de herramientas
(Anaconda, Jupyter Notebook). (Anaconda, Jupyter Notebook). Ejemplos prácticos de aplicaciones de
condicionales.
Primeros pasos en Python: Hola Primeros pasos en Python: Hola
Mundo. Mundo.
DIPLOMADO
DOMINANDO PYTHON
NIVEL 01 - MÓDULO 01
TEMARIO
CLASE 5 CLASE 4 CLASE 6
Funciones: definición, Bucles: for y while Manejo de errores
parámetros y retorno y excepciones
Uso de bucles para repetir tareas.
de valores (try, except, finally)
Diferencias entre for y while.
Creación de funciones para Ejemplos prácticos de bucles en Captura y manejo de excepciones para
modularizar el código. Python. evitar fallos en el programa.
Parámetros posicionales y nombrados. Uso de finally para ejecutar código
siempre.
Ejemplos prácticos de funciones en
Python. Ejemplos prácticos de manejo de
errores.
DIPLOMADO
DOMINANDO PYTHON
NIVEL 01 - MÓDULO 02
TEMARIO
Módulo 02: ESTRUCTURAS DE DATOS Y MANIPULACIÓN
CLASE 7 CLASE 8 CLASE 9
Listas: creación, Tuplas y conjuntos Diccionarios:
manipulación y métodos usos y métodos
Diferencias entre listas y tuplas.
comunes
Uso de conjuntos para operaciones Creación de diccionarios y acceso a
Creación de listas y acceso a elementos. matemáticas. valores mediante claves.
Métodos como append(), remove(), Ejemplos prácticos de tuplas y Métodos como keys(), values(), items().
sort(). conjuntos.
Ejemplos prácticos de diccionarios.
Ejemplos prácticos de uso de listas.
DIPLOMADO
DOMINANDO PYTHON
NIVEL 01 - MÓDULO 02
TEMARIO
CLASE 10 CLASE 11 CLASE 12
Comprensión de listas Manejo de archivos: Introducción a librerías
y diccionarios lectura y escritura estándar (math, random,
de archivos de texto datetime)
Creación de listas y diccionarios de
forma compacta.
Apertura, lectura y escritura de Uso de math para operaciones
Ejemplos prácticos de comprensión archivos. matemáticas avanzadas.
en Python.
Uso de with para manejo seguro de Generación de números aleatorios con
archivos. random.
Ejemplos prácticos de manejo de Manejo de fechas y horas con datetime.
archivos.
DIPLOMADO
DOMINANDO PYTHON
NIVEL 01 - MÓDULO 03
TEMARIO
Módulo 03: PROGRAMACIÓN ORIENTADA A OBJETOS (POO)
CLASE 13 CLASE 14 CLASE 15
Introducción a POO: Herencia y polimorfismo Métodos especiales
clases, objetos, atributos (__init__, __str__, __repr__)
Uso de herencia para reutilizar código.
y métodos
Polimorfismo y sobrescritura de Uso de __init__ para inicializar objetos.
métodos.
Conceptos básicos de POO: clases, Diferencias entre __str__ y __repr__.
objetos, instancias. Ejemplos prácticos de herencia y
Ejemplos prácticos de métodos
polimorfismo.
Creación de clases y métodos en especiales.
Python.
Ejemplos prácticos de POO.
DIPLOMADO
DOMINANDO PYTHON
NIVEL 01 - MÓDULO 03
TEMARIO
CLASE 16 CLASE 17 CLASE 18
Decoradores y propiedades Manejo de módulos Introducción a bases
y paquetes en Python de datos con SQLite
Creación de decoradores para
modificar funciones.
Importación de módulos y paquetes. Conexión a bases de datos SQLite
Uso de propiedades para controlar el desde Python.
Creación de módulos personalizados.
acceso a atributos.
Ejecución de consultas básicas
Ejemplos prácticos de uso de
Ejemplos prácticos de decoradores y (SELECT, INSERT, UPDATE).
módulos.
propiedades.
Ejemplos prácticos de uso de SQLite.
DIPLOMADO
DOMINANDO PYTHON
NIVEL 01 - MÓDULO 04
TEMARIO
Módulo 04: INTRODUCCIÓN A LA IA Y DATA SCIENCE
CLASE 19 CLASE 20 CLASE 21
Introducción a la Introducción a NumPy: Introducción a Pandas:
inteligencia artificial: arrays y operaciones Series y DataFrames
conceptos básicos básicas
Creación de Series y DataFrames.
y aplicaciones
Creación de arrays y operaciones Manipulación básica de DataFrames.
Breve historia de la IA y sus matemáticas básicas.
aplicaciones actuales. Indexación y slicing en arrays.
Tipos de IA: débil, fuerte y
superinteligencia.
DIPLOMADO
DOMINANDO PYTHON
NIVEL 01 - MÓDULO 04
TEMARIO
CLASE 22 CLASE 23 CLASE 24
Visualización de datos Introducción a Scikit-learn: Conceptos básicos
con Matplotlib: gráficos instalación y primeros de Machine Learning:
básicos pasos tipos de aprendizaje
y flujo de trabajo
Creación de gráficos de líneas, barras y Instalación y configuración de
dispersión. Scikit-learn.
Tipos de aprendizaje: supervisado, no
Personalización de gráficos (títulos, Introducción a los algoritmos de supervisado y reforzado.
etiquetas, leyendas). Machine Learning.
Flujo de trabajo típico en Machine
Learning.
DIPLOMADO
DOMINANDO
PYTHON:
De Básico a Avanzado
para Inteligencia Artificial
NIVEL 02: Python para Data Science
Certificación UTN-FRD
Imagen de storyset en Freepik
DIPLOMADO
DOMINANDO PYTHON
NIVEL 02 - MÓDULO 01
TEMARIO
Módulo 01: MANIPULACIÓN DE DATOS CON NUMPY
CLASE 1 CLASE 2 CLASE 3
Introducción a NumPy: Indexación y slicing Operaciones matemáticas
arrays y operaciones básicas en arrays y estadísticas con NumPy
Creación de arrays y operaciones Acceso a elementos específicos en Operaciones como suma, media,
matemáticas básicas. arrays multidimensionales. desviación estándar.
Indexación y slicing en arrays. Uso de slicing para obtener Aplicaciones en análisis de datos.
subconjuntos de datos.
DIPLOMADO
DOMINANDO PYTHON
NIVEL 02 - MÓDULO 01
TEMARIO
CLASE 5 CLASE 4 CLASE 6
Manipulación de arrays Álgebra lineal con NumPy: Aplicaciones de NumPy
multidimensionales productos de matrices en Data Science
y vectores
Creación y manipulación de arrays de Uso de NumPy en análisis de datos y
más de una dimensión. Machine Learning.
Multiplicación de matrices y vectores.
Aplicaciones en procesamiento de Ejemplos prácticos de aplicaciones.
Aplicaciones en Machine Learning.
imágenes y datos tabulares.
DIPLOMADO
DOMINANDO PYTHON
NIVEL 02 - MÓDULO 02
TEMARIO
Módulo 02: MANIPULACIÓN DE DATOS CON PANDAS
CLASE 7 CLASE 8 CLASE 9
Introducción a Pandas: Manipulación Manejo de datos faltantes
Series y DataFrames de DataFrames: y duplicados
filtrado, agrupación
Creación de Series y DataFrames. Identificación y manejo de datos
y transformación faltantes.
Manipulación básica de DataFrames.
Filtrado de datos con condiciones. Eliminación de duplicados en
DataFrames.
Agrupación y transformación de datos.
DIPLOMADO
DOMINANDO PYTHON
NIVEL 02 - MÓDULO 02
TEMARIO
CLASE 10 CLASE 11 CLASE 12
Combinación Operaciones avanzadas Aplicaciones de Pandas
de DataFrames (merge, con Pandas: pivot tables en análisis de datos
join, concat) y multi-index
Uso de Pandas en análisis de datos
reales.
Unión de DataFrames mediante Creación de tablas dinámicas (pivot
merge y join. tables). Ejemplos prácticos de aplicaciones.
Concatenación de DataFrames. Uso de multi-index para DataFrames
complejos.
DIPLOMADO
DOMINANDO PYTHON
NIVEL 02 - MÓDULO 03
TEMARIO
Módulo 03: VISUALIZACIÓN DE DATOS
CLASE 13 CLASE 14 CLASE 15
Introducción a Matplotlib: Personalización de gráficos Visualización avanzada
gráficos básicos (líneas, (títulos, etiquetas, leyendas) con Seaborn (heatmaps,
barras, dispersión) pairplots)
Adición de títulos, etiquetas y
leyendas a gráficos.
Creación de gráficos de líneas, barras y Creación de heatmaps y pairplots.
dispersión. Cambio de colores y estilos.
Aplicaciones en análisis de datos.
Personalización básica de gráficos.
DIPLOMADO
DOMINANDO PYTHON
NIVEL 02 - MÓDULO 03
TEMARIO
CLASE 16 CLASE 17 CLASE 18
Gráficos interactivos Visualización de datos Aplicaciones
con Plotly geográficos con Folium de visualización
en Data Science
Creación de gráficos interactivos. Creación de mapas interactivos.
Aplicaciones en visualización de datos. Aplicaciones en visualización de datos Uso de visualización en análisis de
geográficos. datos y Machine Learning.
Ejemplos prácticos de aplicaciones.
DIPLOMADO
DOMINANDO PYTHON
NIVEL 02 - MÓDULO 04
TEMARIO
Módulo 04: MACHINE LEARNING BÁSICO
CLASE 19 CLASE 20 CLASE 21
Introducción a Machine Preprocesamiento de datos Modelos de regresión lineal
Learning: conceptos básicos con Scikit-learn y logística
y tipos de aprendizaje
Normalización y escalado de datos. Entrenamiento y evaluación de
Tipos de aprendizaje: supervisado, no modelos de regresión.
Codificación de variables categóricas.
supervisado y reforzado. Aplicaciones en problemas de
Flujo de trabajo típico en Machine regresión y clasificación.
Learning.
DIPLOMADO
DOMINANDO PYTHON
NIVEL 02 - MÓDULO 04
TEMARIO
CLASE 22 CLASE 23 CLASE 24
Modelos de clasificación: Evaluación de modelos: Introducción a la validación
K-Nearest Neighbors (KNN) métricas de precisión, cruzada y overfitting
recall y F1-score
Entrenamiento y evaluación de Uso de validación cruzada para evaluar
modelos KNN. modelos.
Cálculo de métricas para evaluar
Aplicaciones en problemas de modelos. Prevención de overfitting en modelos
clasificación. de Machine Learning.
Interpretación de resultados.
DIPLOMADO
DOMINANDO
PYTHON:
De Básico a Avanzado
para Inteligencia Artificial
NIVEL 03: Machine Learning y Temas Avanzados
Certificación UTN-FRD
Imagen de storyset en Freepik
DIPLOMADO
DOMINANDO PYTHON
NIVEL 03 - MÓDULO 01
TEMARIO
Módulo 01: MACHINE LEARNING INTERMEDIO
CLASE 1 CLASE 2 CLASE 3
Árboles de decisión Clustering: K-Means Reducción de
y bosques aleatorios y DBSCAN dimensionalidad: PCA
Entrenamiento y evaluación de Aplicación de K-Means y DBSCAN en Uso de PCA para reducir la
árboles de decisión. problemas de clustering. dimensionalidad de los datos.
Uso de bosques aleatorios para Interpretación de resultados. Aplicaciones en visualización y
mejorar la precisión. Machine Learning.
DIPLOMADO
DOMINANDO PYTHON
NIVEL 03 - MÓDULO 01
TEMARIO
CLASE 5 CLASE 4 CLASE 6
Optimización de modelos: Introducción a redes Aplicaciones
ajuste de hiperparámetros neuronales con Scikit-learn de Machine Learning
en problemas reales
Uso de Grid Search y Random Search Entrenamiento de redes neuronales
para optimizar modelos. básicas. Ejemplos prácticos de aplicaciones de
Aplicaciones en problemas reales. Aplicaciones en problemas de Machine Learning.
clasificación y regresión. Discusión de casos de estudio.
DIPLOMADO
DOMINANDO PYTHON
NIVEL 03 - MÓDULO 02
TEMARIO
Módulo 02: TEMAS AVANZADOS DE MACHINE LEARNING
CLASE 7 CLASE 8 CLASE 9
Introducción Introducción Aplicaciones
a redes neuronales a redes neuronales de Deep Learning
convolucionales (CNN) recurrentes (RNN) en problemas reales
Conceptos básicos de CNN y su Conceptos básicos de RNN y su Ejemplos prácticos de aplicaciones de
aplicación en visión por computadora. aplicación en series temporales. Deep Learning.
Ejemplos prácticos de uso de CNN. Ejemplos prácticos de uso de RNN. Discusión de casos de estudio.
DIPLOMADO
DOMINANDO PYTHON
NIVEL 03 - MÓDULO 02
TEMARIO
CLASE 10 CLASE 11 CLASE 12
Introducción a NLP: Creación de chatbots Aplicaciones de NLP
tokenización y análisis básicos con NLP en proyectos de IA
de texto
Uso de librerías como NLTK o SpaCy Ejemplos prácticos de aplicaciones
para crear chatbots. de NLP.
Procesamiento básico de texto:
tokenización, stemming, lematización. Ejemplos prácticos de chatbots Discusión de casos de estudio.
simples.
Aplicaciones en análisis de
sentimientos.
DIPLOMADO
DOMINANDO PYTHON
NIVEL 03 - MÓDULO 03
TEMARIO
Módulo 03: LIBRERÍAS AVANZADAS DE PYTHON
CLASE 13 CLASE 14 CLASE 15
Introducción a Flask: Uso de Docker para Despliegue de modelos
creación de APIs empaquetar aplicaciones en la nube: AWS, Google
Cloud o Azure
Creación de APIs básicas con Flask. Creación de contenedores Docker
para aplicaciones Python.
Ejemplos prácticos de uso de APIs. Despliegue de modelos de Machine
Ejemplos prácticos de uso de Docker. Learning en la nube.
Ejemplos prácticos de uso de servicios
en la nube.
DIPLOMADO
DOMINANDO PYTHON
NIVEL 03 - MÓDULO 03
TEMARIO
CLASE 16 CLASE 17 CLASE 18
Monitoreo y mantenimiento Introducción a FastAPI: Aplicaciones de Python
de modelos en producción creación de APIs rápidas en entornos empresariales
Técnicas para monitorear y mantener Creación de APIs rápidas y eficientes Uso de Python en entornos
modelos en producción. con FastAPI. empresariales y grandes proyectos.
Ejemplos prácticos de monitoreo. Ejemplos prácticos de uso de FastAPI. Discusión de casos de estudio.
DIPLOMADO
DOMINANDO PYTHON
NIVEL 03 - MÓDULO 04
TEMARIO
Módulo 04: TEMAS COMPLEMENTARIOS
CLASE 19 CLASE 20 CLASE 21
Introducción a la ética Introducción a la Introducción a la
en IA: sesgos automatización de tareas programación funcional
y responsabilidad con Python en Python
Discusión sobre los sesgos en los Uso de Python para automatizar Conceptos básicos de programación
modelos de IA. tareas repetitivas. funcional.
Responsabilidad ética en el desarrollo Ejemplos prácticos de Uso de funciones lambda, map, filter
de IA. automatización. y reduce.
DIPLOMADO
DOMINANDO PYTHON
NIVEL 03 - MÓDULO 04
TEMARIO
CLASE 22 CLASE 23 CLASE 24
Introducción a la Introducción a la creación Cierre del curso: repaso
programación concurrente de paquetes y librerías general y oportunidades
y paralela en Python en IA
Uso de hilos y procesos para Creación de paquetes y librerías Repaso de los temas cubiertos
programación concurrente. personalizadas. en el curso.
Ejemplos prácticos de programación Publicación de paquetes en PyPI. Discusión sobre oportunidades
paralela. profesionales en IA.
