Profesión: Desarrollador de Python - curso 129.000 rublos. de ProductStar, capacitación 10 meses, Fecha 27 de noviembre de 2023.

instagram viewer

Sección I: Conceptos básicos de Python y trabajo con Flask

Bloque 1: Conceptos básicos de Python

Introducción a Python
Tipos de datos, funciones, clases, errores.
Cadenas, condiciones, bucles.
Listas y diccionarios en Python
Bases de datos y estadísticas
subprocesos múltiples

Unidad 2: Conceptos básicos de SQL

Introducción al bloque SQL
Extracción y filtrado de datos (Parte 1)
Extracción y filtrado de datos (Parte 2)
Transformar y ordenar datos (parte 1)
Transformar y ordenar datos (parte 2)

Bloque 3: Trabajar con Flask

Servidor web Flask y control de versiones de Git
Proyecto final
Desarrollo de API en Flask
SQL AlchemyREST API FLASK y serialización

Unidad 4: SQL y Bases de Datos

Agrupar datos
Introducción a las bases de datos
Unir mesas
SubconsultasActualizar, agregar y eliminar datos
Crear, modificar y eliminar tablas.
Proyecto LEGO final avanzado
Resumen de los programas principales

Sección II: Python avanzado: programación orientada a objetos y Django

Unidad 5: POO en Python

Programación orientada a objetos en Python
Conceptos de programación orientada a objetos: herencia, encapsulación, polimorfismo.
Trabajar con clases y objetos.
Trabajar con iteradores y generadores
Estructuras de datos en Python
Programación funcional en Python

Bloque 6: Desarrollo backend en Python y Django

Arquitectura y parte del servidor.
Servidor web en Python
JSON, XML, AJAX y trabajo con API
Programación asincrónica
Construyendo un proyecto Django
Trabajar con ORMDjango REST y API
Autorización y autenticación, OAuth2.0

Unidad 7: Sistemas de control de versiones

Sistemas de control de versiones. Versionado de código, desarrollo colaborativo, CSV
Git y GitHub. Git, Commit, Branches, fusión de sucursales y resolución de conflictos, GitHub, Trabajo en equipo, Revisión de código
Ciclo de vida del software, CI/CD
Git, conceptos básicos. Presentando GitLab
Introducción a GitLab CI
GitLab CI. Variables internas, artefactos, reglas

Bloque 8: Metodologías modernas de desarrollo

Metodologías de gestión: Agile y Waterfall
Melé
Herramientas administrativas

Sección III: Especializaciones (Desarrollo Web, DevOps, Ciencia de Datos)

Especialización - Desarrollador web

Unidad 9: Principios de HTML

Estructura de la página web, HTML básico.
CSS básico, selectores y cascada.
CSS avanzado, capacidad de respuesta y compatibilidad entre navegadores
Conceptos básicos del lenguaje, herramientas de desarrollo y depuración.

Unidad 10: Objetos HTML y el modelo DOM

Objetos, matrices, funciones.
Modelo DOM y trabajo con la página.
Manejo de eventos
Interacción con el servidor.

Bloque 11: Conceptos básicos de JavaScript

Introducción. Variables y trabajo con números. Constantes
Cadenas, booleanos y operadores condicionales. Conversión de tipos y comparaciones débiles
Matrices y bucles. Objetos
Funciones/Alcances y Cierres
Manejo de eventos y entrada del usuario

Unidad 12: Estructuras y bibliotecas de JavaScript

Conectando bibliotecas
Expresiones regulares. Formato. Trabajar con fechas
Micro y macro tareas. Bucle de eventos
Animaciones y marcos CSS.
Estructuras de datos y algoritmos.

Bloque 13: Javascript Avanzado: Biblioteca React

Inicio rápido en React
Eventos y estado
Trabajar con HTTP y ciclo de vida
Contenedores y componentes de presentación.
Escribir aplicaciones de reacción
Ganchos, API de contexto
Programación funcional
Redux y asincronía

Especialización - DevOps

Bloque 14: Conceptos básicos de DevOps para programadores

Introducción a DevOps
Linux: introducción y conceptos básicos del sistema operativo.
Intento. Herramienta básica de scripting en Linux
Ciclo de vida del software, CI/CD

Bloque 15: Trabajar con Docker

Contenedorización. Presentamos Docker.
Aplicaciones de embalaje en Docker
Docker-Compose. Servicios e interacciones

Bloque 16: Gestión de la Configuración, Ansible

Ansible. Conceptos y comandos básicos
Ansible. Roles y variables
Ansible. Desarrollo de roles

Bloque 17: Avanzado: MLOps - DevOps en el mundo del aprendizaje automático

Metodologías de análisis de big data y organización de equipos. CRISP-DM
Cultura de recopilación y fuentes de datos / Mejora de la calidad del trabajo con datos

Unidad 18: Avanzado: Servicios en la Nube y Hadoop

Conceptos básicos de Hadoop y MapReduce
Fundamentos de la arquitectura de procesamiento y almacenamiento de big data, tipos de procesamiento y escalado

Especialización - Ciencia de Datos

Unidad 19: Conceptos básicos de la ciencia de datos

¿Quién es un científico de datos?
Introducción al aprendizaje automático
Regresión lineal

Unidad 20: Algoritmos de ciencia de datos

Clasificación binaria
Validación. Por qué es importante
Arboles decisivos
Bootstrap, embolsado y bosque aleatorio
Ingeniería de funciones, selección de funciones
Aumento de gradiente
Pruebas A/B
Aprendizaje sin supervisión

Unidad 21: Sistemas de recomendación para científicos de datos

Introducción a los sistemas de recomendación
Métricas y líneas de base
Descomposición matricial
Recomendaciones a través de la búsqueda de vecinos más cercanos
Taller: predicción de abandono de clientes y previsión de ventas
Taller: scoring de cartera de crédito