Tú estás aquí: / / / / Máster Data Analytics Online

Máster Data Analytics Online

Conviértete en experto en Data Analytics y aprende todo lo que necesitas saber sobre la ciencia de datos.

master data analytics

Máster Data Analytics Online

Conviértete en experto en Data Analytics y aprende todo lo que necesitas saber sobre la ciencia de datos.

master data analytics
Básico 180 Horas Online 100% Bonificable 28 Lecciones Acceso Inmediato en Autoestudio Temario

100% BONIFICABLE FUNDAE

  • Duración: 12 semanas
  • Bonificable para Empleados
  • Ejercicios prácticos
  • Título propio Digital Credential
  • Inicio Tutorizado: días 5  de cada mes
  • Inicio Autoestudio: Inmediato
Añadir a Carrito - Tutorizado / 1200€
Añadir a Carrito - Autoestudio / 480€
Comprar Tutorizado Ahora - 1200€
Comprar Autoestudio Ahora - 480€

*IVA no incluido

¿ERES EMPRESA?
¿Quieres matricular a tus empleados?

Pulsa aquí

cursos online

Descripción

Actualmente, las empresas cuentan con cantidades masivas de datos que consiguen a través de diferentes formas como las redes sociales o los dispositivos móviles. Al conseguir poder acceder a esta información a tiempo real de nuestros clientes y potenciales clientes, debemos saber qué hacer con esta gran cantidad de datos, siendo una revolución para las empresas en cuanto al volumen, variedad y velocidad.

Las empresas del sector digital basan su modelo de trabajo en recolectar, almacenar y analizar datos de importancia para su negocio. Esto significa que es necesario cambiar la forma de trabajar, por ejemplo, la digitalización de los procesos para poder monitorizarlos. Es una tarea costosa pero esos datos generados se analizarán para poder tomar decisiones de vital importancia para la empresa.

El Big Data genera nuevos desafíos en cuanto a la gestión y el análisis, ya que necesita nuevas arquitecturas para la gestión y, al tener nuevos tipos de datos hay que adaptar las técnicas de análisis clásicas para los aspectos novedosos del big data.

A través de la tecnología Big Data y la ciencia de datos, se ha conseguido la tecnología que sea capaz de almacenar y visualizar los datos. Esto requiere perfiles técnicos mucho más concretos y especializados. Los perfiles en relación al Data Analytics están más solicitados y demandados que nunca en el mercado laboral ya que las empresas necesitan cubrir estas necesidades y satisfacer las demandas que tienen.

Objetivos

¿Qué aprenderás en este máster?

  • Adquirir conocimientos y destrezas necesarias para empezar a programar con Python
  • Adquirir conceptos necesarios para el análisis, diseño y desarrollo de algoritmos básicos y
  • su respectiva implementación en el lenguaje de programación Python.
  • Identificar los elementos del lenguaje, manejar la sintaxis y prototipar tus propios proyectos.
  • Adquirir los conocimientos de la programación orientada a objetos
  • Dominar el lenguaje de propósito general Python desde cero, incluyendo su instalación
  • Comprender y profundizar en el flujo completo de un proyecto de data science para convertirse en científico de datos
  • Dar a conocer al alumno los poderosos entornos Power BI que Microsoft ha desarrollado en
  • el ámbito del Business Intelligence, y aprender a sacar un gran provecho de las herramientas que nos facilitan con el fin de implantarlos en nuestro trabajo cotidiano.
  • Avanzar al alumno en el conocimiento de la herramienta POWER BI DESKTOP desde un punto de vista práctico

Público

Nuestro Máster online en Data Analytics está dirigido a cualquier persona que quiera y tenga ganas de convertirse en experto en análisis de datos de una forma 100% práctica enfocada al entorno laboral. Perfiles profesionales: analistas de datos, desarrolladores, profesionales de marketing, finanzas o reporting. Salidas profesionales: Data Scientist, Business Intelligence Analyst, Business Analyst, Data Business Consultant, Data Engineer, Data Specialist.

Temario

TEMA 1. PYTHON 3. INTRODUCCIÓN Y ENTORNOS

  • Python 3: Introducción y entornos
  • Introducción
  • Sobre el curso
  • ¿Qué es Python?
  • Características
  • Entorno para el trabajo con Python
  • Linux
  • Python en Windows
  • Intérprete de Python
  • Visual Studio Code
  • Instalación
  • Proceso de instalación en Linux
  • Proceso de instalación en windows
  • Espacio de trabajo para Python 3
  • Extensiones para el desarrollo de Python
  • Iniciar un nuevo programa Python
  • Introducción del código Python
  • Running Python Code
  • Cómo vas a trabajar
  • Requisitos y nomenclaturas para ejecución de los ejercicios
  • Nombres de archivos
  • Reglas básicas
  • Resumen

TEMA 2. CONCEPTOS BÁSICOS DE PROGRAMACIÓN EN PYTHON

  • Conceptos básicos de programación en Python
  • Definiciones y conceptos
  • Algoritmos
  • Diagramas de flujo
  • Pseudocódigo
  • Programador
  • Programa Informático
  • Diferencia entre algoritmo y programa informático
  • Tipos de lenguajes de programación
  • Bajo nivel
  • Alto nivel
  • Compiladores e intérpretes
  • Compiladores
  • Intérpretes
  • Python3: sesiones interactivas
  • Iniciar sesión interactiva
  • Finalizar una sesión interactiva
  • Operadores aritméticos
  • Sumas y Restas
  • Multiplicación y división
  • Otros operadores
  • Precedencia de los operadores aritméticos
  • Operadores lógicos
  • Operadores de Comparación
  • Tabla de todos los operadores aritméticos, lógicos y de comparación
  • Variables
  • Reglas y convención de nombres
  • Asignación compacta
  • Resumen

TEMA 3. ENTRADA, SALIDA Y TIPOS DE DATOS

  • Entrada, Salida y Tipos de Datos
  • Tipos de datos
  • Comentarios
  • Números
  • Operaciones
  • Algunos métodos para trabajar con números
  • Textos
  • Manipular textos
  • Print()
  • Print() -> Texto
  • Print() -> Números
  • Print() -> Números y Textos
  • Cadenas “f”
  • Input()
  • Ejercicio guiado 1
  • El problema
  • Paso 1: Abrir el programa
  • Paso 2: Crear archivo .py
  • Paso 3: Resolver el problema
  • Paso 4: Programar la solución
  • Paso 5: Ejecutar
  • Analizando el código
  • Ejercicio guiado 2
  • – Crear el archivo
  • – Resuelve en problema
  • – Programamos la solución
  • Analizando el código
  • Resumen

TEMA 4. ESTRUCTURA DE DATOS

  • Estructura de datos
  • Listas
  • Slicing
  • Especificación de índices para manejo de los elementos de una lista
  • Funciones básicas para manejo de listas
  • Operadores para manejo de listas
  • Funciones especiales para manejo de listas
  • Tuplas
  • Slicing
  • Especificación de índices para manejo de los elementos de una tupla
  • Manejo de tuplas
  • Funciones especiales para manejo de tuplas
  • Operadores para manejo de tuplas
  • Diccionarios
  • Métodos para Diccionarios
  • Operadores de identidad
  • Resumen

TEMA 5. CONTROL DE FLUJO EN PYTHON I (IF, ELIF, ELSE)

  • Control de flujo en Python I (if, elif, else)
  • Control de flujo
  • Estructuras de Decisión
  • Identación
  • Ejecución condicionada de un bloque IF
  • Ejecución selectiva entre dos bloques de instrucciones IF – ELSE
  • Ejecución selectiva entre dos bloques de instrucciones IF – ELSE II. Decisiones anidadas
  • Decisiones consecutivas IF ELIF ELSE
  • Resumen

TEMA 6. CONTROL DE FLUJO EN PYTHON II (FOR – WHILE)

  • Control de flujo en Python II (for – while)
  • FOR
  • For controlado con secuencia a través de una lista
  • For controlado con secuencia a través de un rango
  • Ejercicios guiados
  • FOR (Tabla de multiplicar)
  • FOR II (Números primos)
  • While
  • Ejemplo de uso del bucle WHILE I (como contador)
  • Ejemplo de uso del bucle WHILE (evento)
  • Analiza el código
  • WHILE infinito
  • Ejemplo de bucle infinito por error
  • Bucles anidados
  • Analiza el código
  • Break, Continue, Else & Pass
  • Break
  • Continue
  • Else
  • Pass
  • Resumen

TEMA 7. FUNCIONES EN PYTHON

  • Funciones en Python
  • Definir funciones en Python
  • Documentar funciones en Python
  • Los parámetros
  • Orden de los parámetros (keywords)
  • Parámetros por defecto
  • Parámetros múltiples indefinidos
  • Parámetros múltiples por clave-valor
  • Ámbitos
  • Ámbito global
  • Ámbito nonlocal
  • Ámbitos locales
  • Búsqueda de nombres entre ámbitos
  • La expresión global
  • Retorno de datos
  • Retorno múltiple
  • Funciones de orden superior
  • Filter y Map
  • Funciones Lambda
  • Funciones Recursivas
  • Funciones generadoras e iteradores
  • Sugerencias generales para programar con funciones
  • Resumen

TEMA 8. USO DE MÓDULOS Y PAQUETES EN PYTHON

  • Uso de módulos y paquetes en Python
  • Módulos
  • Localización de módulos
  • Archivos compilados de Python
  • Creando un módulo
  • __name__
  • Importación de módulos
  • Estructura de un Módulo
  • Funciones help() y dir()
  • Ejercicio guiado para la realización y utilización de módulos
  • py
  • py
  • py
  • Paquetes
  • Módulos de Python
  • Módulo Random
  • Módulo datetime y time
  • Módulo os
  • Resumen

TEMA 9. PROGRAMACIÓN ORIENTADA A OBJETOS CON PYTHON

  • Programación orientada a objetos en Python
  • Pensar en POO
  • Cualidades de un objeto
  • El objeto es (CUALIDADES)
  • El objeto tiene
  • Objetos que comparten características
  • El objeto puede (CAPACIDADES)
  • Algo de vocabulario
  • Programación Orientada a Objetos o POO
  • Abstracción
  • Encapsulamiento
  • Polimorfismo
  • Herencia
  • La Clase
  • Atributos
  • Métodos
  • Método __init__
  • El Objeto
  • Acceso al interior de un objeto
  • Herencia
  • Subclase
  • Métodos y atributos de la subclase
  • El nuevo objeto
  • Herencia Múltiple
  • Manteniendo el código privado (Encapsulación)
  • Métodos especiales
  • Método __str__
  • Métodos para operar matemáticamente
  • Métodos Get Set & Delete
  • @Property en python
  • Método __len__
  • Resumen

TEMA 10. MANEJO DE ERRORES, EXCEPCIONES Y ARCHIVOS

  • Manejo de errores, excepciones y archivos
  • Errores
  • Error de sintaxis
  • Excepciones o errores lógicos
  • Análisis de una excepción
  • La función
  • Llamada sin errores
  • Llamada con errores
  • Analizando el error
  • La ruta
  • Tipo y causa del error
  • Levantar excepciones
  • Manejando excepciones
  • Excepción básica o general
  • Utilización de banderas
  • Excepciones por tipo
  • Detalles de error
  • Excepciones propias
  • La expresión finally
  • Manejo de Archivos
  • Modos al abrir un archivo
  • Abriendo el archivo
  • Métodos para manejo de archivos
  • Ejemplo de gestión de archivos
  • Analiza el código
  • Últimas anotaciones sobre manejo de archivos
  • with
  • Borrar mover y renombrar archivos
  • Resumen

TEMA 1. FUNCIONES AVANZADAS

  • Listas
  • Ejercicio de listas
  • Compresión de listas
  • Diccionarios
  • Funciones Lambdas

TEMA 2. PROGRAMACIÓN ORIENTADA A OBJETOS

  • Clases y objetos
  • Destructores y atributos especiales
  • Herencia
  • Ejercicio de Herencia
  • Sobrescritura
  • Métodos especiales

TEMA 3. MULTITAREA

  • Fundamentos de multitarea
  • Multitarea con threading
  • Sincronización de tareas

TEMA 4. METAPROGRAMACIÓN

  • Conceptos generales de metaprogramación
  • Manipulación de clases
  • Metaclases
  • Creación de multiclases
  • Decoradores

TEMA 5. MÓDULOS Y PAQUETES

  • Módulos I
  • Módulos II
  • Paquetes
  • Distribución de paquetes

TEMA 6. ACCESO A DATOS

  • Ficheros
  • Ficheros y otros métodos
  • Ejercicio de gestión de empleados
  • Manipulación JSON
  • Gestión de empleados JSON
  • Fundamentos MongoDB
  • Inserción de documentos MongoDB
  • Recuperación, actualización, eliminación MongoDB
  • Ejercicio MongoDB

TEMA 7. ACCESO A APIS

  • Acceso a recursos externos
  • Manipulación de respuesta
  • API REST
  • Ejemplos APIS
  • Autentificación API

TEMA 8. SCRIPTS DE ADMINISTRACIÓN

  • Módulo SYS
  • Módulo Subprocess
  • Salida subprocesos
  • El Módulo OS

TEMA 1: INTRODUCCION

  • Presentación de Power BI
  • Uso de Power BI
  • Los bloques de creación de Power BI

TEMA 2: OBTENCIÓN DE DATOS

  • Introducción a Power BI Desktop
  • Conexión a orígenes de datos
  • Limpieza y transformación de los datos con el Editor de consultas
  • Tareas comunes de consultas

TEMA 3: MODELADO

  • Introducción al modelado de datos
  • Administración de las relaciones de datos
  • Creación de columnas calculadas
  • Optimización de los modelos de datos
  • Creación de tablas calculadas
  • Creación de medidas

TEMA 4: ELABORAR INFORMES Y VISUALIZACIONES

  • Elaborar informes
  • Creación y personalización de visualizaciones básicas
  • Gráficos de columnas
  • Segmentadores de datos
  • Gráficos de barras. Jerarquías
  • Gráficos de líneas
  • Gráficos de áreas
  • Gráficos circulares
  • Gráficos combinados
  • Gráficos de dispersión
  • Mapa de burbujas
  • Mapa de formas o coropletico
  • Tablas
  • Matrices
  • Personalización de informes con formas, cuadros de texto e imágenes
  • Personalización de informes con opciones de formato y diseño de página
  • Power BI Q&A preguntas y respuestas

TEMA 5: INTRODUCCION A DAX

  • Introducción a DAX
  • Funciones de fecha y hora
  • Funciones de texto
  • Funciones matemáticas
  • Funciones de agregación
  • Funciones de recuento

TEMA 1. Presentación del curso

 TEMA 2. Obtención de datos

  • Conexión a orígenes de datos SQL
  • Diferencia con DirectQuery

TEMA 3. Más Visualizaciones

  • Velocímetro
  • Cascada
  • Importar KPI
  • Esquema jerárquico
  • Añadir visualizaciones
  • Trucos para visualizaciones

TEMA 4. Funciones DAX avanzadas

  • Crear tabla de datos
  • Crear tabla de métricas
  • Operadores lógicos
  • Funciones lógicas
  • Funciones de agregación
  • Funciones de relación
  • Funciones filtro
  • Tabla calendario
  • Funciones de inteligencia de tiempo
  • Funciones varias
  • Parámetros de hipótesis.
  • Medidas vs variables
  • Parámetros de consulta

TEMA 5. Introducción a la publicación y uso compartido

  • Publicación de informes
  • Compartir informes y paneles
  • Aplicaciones
  • Puertas de enlace
  • Seguridad a nivel de fil
Descargar Temario

Descripción

Actualmente, las empresas cuentan con cantidades masivas de datos que consiguen a través de diferentes formas como las redes sociales o los dispositivos móviles. Al conseguir poder acceder a esta información a tiempo real de nuestros clientes y potenciales clientes, debemos saber qué hacer con esta gran cantidad de datos, siendo una revolución para las empresas en cuanto al volumen, variedad y velocidad.

Las empresas del sector digital basan su modelo de trabajo en recolectar, almacenar y analizar datos de importancia para su negocio. Esto significa que es necesario cambiar la forma de trabajar, por ejemplo, la digitalización de los procesos para poder monitorizarlos. Es una tarea costosa pero esos datos generados se analizarán para poder tomar decisiones de vital importancia para la empresa.

El Big Data genera nuevos desafíos en cuanto a la gestión y el análisis, ya que necesita nuevas arquitecturas para la gestión y, al tener nuevos tipos de datos hay que adaptar las técnicas de análisis clásicas para los aspectos novedosos del big data.

A través de la tecnología Big Data y la ciencia de datos, se ha conseguido la tecnología que sea capaz de almacenar y visualizar los datos. Esto requiere perfiles técnicos mucho más concretos y especializados. Los perfiles en relación al Data Analytics están más solicitados y demandados que nunca en el mercado laboral ya que las empresas necesitan cubrir estas necesidades y satisfacer las demandas que tienen.

Objetivos

¿Qué aprenderás en este máster?

  • Adquirir conocimientos y destrezas necesarias para empezar a programar con Python
  • Adquirir conceptos necesarios para el análisis, diseño y desarrollo de algoritmos básicos y
  • su respectiva implementación en el lenguaje de programación Python.
  • Identificar los elementos del lenguaje, manejar la sintaxis y prototipar tus propios proyectos.
  • Adquirir los conocimientos de la programación orientada a objetos
  • Dominar el lenguaje de propósito general Python desde cero, incluyendo su instalación
  • Comprender y profundizar en el flujo completo de un proyecto de data science para convertirse en científico de datos
  • Dar a conocer al alumno los poderosos entornos Power BI que Microsoft ha desarrollado en
  • el ámbito del Business Intelligence, y aprender a sacar un gran provecho de las herramientas que nos facilitan con el fin de implantarlos en nuestro trabajo cotidiano.
  • Avanzar al alumno en el conocimiento de la herramienta POWER BI DESKTOP desde un punto de vista práctico

Público

Nuestro Máster online en Data Analytics está dirigido a cualquier persona que quiera y tenga ganas de convertirse en experto en análisis de datos de una forma 100% práctica enfocada al entorno laboral. Perfiles profesionales: analistas de datos, desarrolladores, profesionales de marketing, finanzas o reporting. Salidas profesionales: Data Scientist, Business Intelligence Analyst, Business Analyst, Data Business Consultant, Data Engineer, Data Specialist.

Temario

TEMA 1. PYTHON 3. INTRODUCCIÓN Y ENTORNOS

  • Python 3: Introducción y entornos
  • Introducción
  • Sobre el curso
  • ¿Qué es Python?
  • Características
  • Entorno para el trabajo con Python
  • Linux
  • Python en Windows
  • Intérprete de Python
  • Visual Studio Code
  • Instalación
  • Proceso de instalación en Linux
  • Proceso de instalación en windows
  • Espacio de trabajo para Python 3
  • Extensiones para el desarrollo de Python
  • Iniciar un nuevo programa Python
  • Introducción del código Python
  • Running Python Code
  • Cómo vas a trabajar
  • Requisitos y nomenclaturas para ejecución de los ejercicios
  • Nombres de archivos
  • Reglas básicas
  • Resumen

TEMA 2. CONCEPTOS BÁSICOS DE PROGRAMACIÓN EN PYTHON

  • Conceptos básicos de programación en Python
  • Definiciones y conceptos
  • Algoritmos
  • Diagramas de flujo
  • Pseudocódigo
  • Programador
  • Programa Informático
  • Diferencia entre algoritmo y programa informático
  • Tipos de lenguajes de programación
  • Bajo nivel
  • Alto nivel
  • Compiladores e intérpretes
  • Compiladores
  • Intérpretes
  • Python3: sesiones interactivas
  • Iniciar sesión interactiva
  • Finalizar una sesión interactiva
  • Operadores aritméticos
  • Sumas y Restas
  • Multiplicación y división
  • Otros operadores
  • Precedencia de los operadores aritméticos
  • Operadores lógicos
  • Operadores de Comparación
  • Tabla de todos los operadores aritméticos, lógicos y de comparación
  • Variables
  • Reglas y convención de nombres
  • Asignación compacta
  • Resumen

TEMA 3. ENTRADA, SALIDA Y TIPOS DE DATOS

  • Entrada, Salida y Tipos de Datos
  • Tipos de datos
  • Comentarios
  • Números
  • Operaciones
  • Algunos métodos para trabajar con números
  • Textos
  • Manipular textos
  • Print()
  • Print() -> Texto
  • Print() -> Números
  • Print() -> Números y Textos
  • Cadenas “f”
  • Input()
  • Ejercicio guiado 1
  • El problema
  • Paso 1: Abrir el programa
  • Paso 2: Crear archivo .py
  • Paso 3: Resolver el problema
  • Paso 4: Programar la solución
  • Paso 5: Ejecutar
  • Analizando el código
  • Ejercicio guiado 2
  • – Crear el archivo
  • – Resuelve en problema
  • – Programamos la solución
  • Analizando el código
  • Resumen

TEMA 4. ESTRUCTURA DE DATOS

  • Estructura de datos
  • Listas
  • Slicing
  • Especificación de índices para manejo de los elementos de una lista
  • Funciones básicas para manejo de listas
  • Operadores para manejo de listas
  • Funciones especiales para manejo de listas
  • Tuplas
  • Slicing
  • Especificación de índices para manejo de los elementos de una tupla
  • Manejo de tuplas
  • Funciones especiales para manejo de tuplas
  • Operadores para manejo de tuplas
  • Diccionarios
  • Métodos para Diccionarios
  • Operadores de identidad
  • Resumen

TEMA 5. CONTROL DE FLUJO EN PYTHON I (IF, ELIF, ELSE)

  • Control de flujo en Python I (if, elif, else)
  • Control de flujo
  • Estructuras de Decisión
  • Identación
  • Ejecución condicionada de un bloque IF
  • Ejecución selectiva entre dos bloques de instrucciones IF – ELSE
  • Ejecución selectiva entre dos bloques de instrucciones IF – ELSE II. Decisiones anidadas
  • Decisiones consecutivas IF ELIF ELSE
  • Resumen

TEMA 6. CONTROL DE FLUJO EN PYTHON II (FOR – WHILE)

  • Control de flujo en Python II (for – while)
  • FOR
  • For controlado con secuencia a través de una lista
  • For controlado con secuencia a través de un rango
  • Ejercicios guiados
  • FOR (Tabla de multiplicar)
  • FOR II (Números primos)
  • While
  • Ejemplo de uso del bucle WHILE I (como contador)
  • Ejemplo de uso del bucle WHILE (evento)
  • Analiza el código
  • WHILE infinito
  • Ejemplo de bucle infinito por error
  • Bucles anidados
  • Analiza el código
  • Break, Continue, Else & Pass
  • Break
  • Continue
  • Else
  • Pass
  • Resumen

TEMA 7. FUNCIONES EN PYTHON

  • Funciones en Python
  • Definir funciones en Python
  • Documentar funciones en Python
  • Los parámetros
  • Orden de los parámetros (keywords)
  • Parámetros por defecto
  • Parámetros múltiples indefinidos
  • Parámetros múltiples por clave-valor
  • Ámbitos
  • Ámbito global
  • Ámbito nonlocal
  • Ámbitos locales
  • Búsqueda de nombres entre ámbitos
  • La expresión global
  • Retorno de datos
  • Retorno múltiple
  • Funciones de orden superior
  • Filter y Map
  • Funciones Lambda
  • Funciones Recursivas
  • Funciones generadoras e iteradores
  • Sugerencias generales para programar con funciones
  • Resumen

TEMA 8. USO DE MÓDULOS Y PAQUETES EN PYTHON

  • Uso de módulos y paquetes en Python
  • Módulos
  • Localización de módulos
  • Archivos compilados de Python
  • Creando un módulo
  • __name__
  • Importación de módulos
  • Estructura de un Módulo
  • Funciones help() y dir()
  • Ejercicio guiado para la realización y utilización de módulos
  • py
  • py
  • py
  • Paquetes
  • Módulos de Python
  • Módulo Random
  • Módulo datetime y time
  • Módulo os
  • Resumen

TEMA 9. PROGRAMACIÓN ORIENTADA A OBJETOS CON PYTHON

  • Programación orientada a objetos en Python
  • Pensar en POO
  • Cualidades de un objeto
  • El objeto es (CUALIDADES)
  • El objeto tiene
  • Objetos que comparten características
  • El objeto puede (CAPACIDADES)
  • Algo de vocabulario
  • Programación Orientada a Objetos o POO
  • Abstracción
  • Encapsulamiento
  • Polimorfismo
  • Herencia
  • La Clase
  • Atributos
  • Métodos
  • Método __init__
  • El Objeto
  • Acceso al interior de un objeto
  • Herencia
  • Subclase
  • Métodos y atributos de la subclase
  • El nuevo objeto
  • Herencia Múltiple
  • Manteniendo el código privado (Encapsulación)
  • Métodos especiales
  • Método __str__
  • Métodos para operar matemáticamente
  • Métodos Get Set & Delete
  • @Property en python
  • Método __len__
  • Resumen

TEMA 10. MANEJO DE ERRORES, EXCEPCIONES Y ARCHIVOS

  • Manejo de errores, excepciones y archivos
  • Errores
  • Error de sintaxis
  • Excepciones o errores lógicos
  • Análisis de una excepción
  • La función
  • Llamada sin errores
  • Llamada con errores
  • Analizando el error
  • La ruta
  • Tipo y causa del error
  • Levantar excepciones
  • Manejando excepciones
  • Excepción básica o general
  • Utilización de banderas
  • Excepciones por tipo
  • Detalles de error
  • Excepciones propias
  • La expresión finally
  • Manejo de Archivos
  • Modos al abrir un archivo
  • Abriendo el archivo
  • Métodos para manejo de archivos
  • Ejemplo de gestión de archivos
  • Analiza el código
  • Últimas anotaciones sobre manejo de archivos
  • with
  • Borrar mover y renombrar archivos
  • Resumen

TEMA 1. FUNCIONES AVANZADAS

  • Listas
  • Ejercicio de listas
  • Compresión de listas
  • Diccionarios
  • Funciones Lambdas

TEMA 2. PROGRAMACIÓN ORIENTADA A OBJETOS

  • Clases y objetos
  • Destructores y atributos especiales
  • Herencia
  • Ejercicio de Herencia
  • Sobrescritura
  • Métodos especiales

TEMA 3. MULTITAREA

  • Fundamentos de multitarea
  • Multitarea con threading
  • Sincronización de tareas

TEMA 4. METAPROGRAMACIÓN

  • Conceptos generales de metaprogramación
  • Manipulación de clases
  • Metaclases
  • Creación de multiclases
  • Decoradores

TEMA 5. MÓDULOS Y PAQUETES

  • Módulos I
  • Módulos II
  • Paquetes
  • Distribución de paquetes

TEMA 6. ACCESO A DATOS

  • Ficheros
  • Ficheros y otros métodos
  • Ejercicio de gestión de empleados
  • Manipulación JSON
  • Gestión de empleados JSON
  • Fundamentos MongoDB
  • Inserción de documentos MongoDB
  • Recuperación, actualización, eliminación MongoDB
  • Ejercicio MongoDB

TEMA 7. ACCESO A APIS

  • Acceso a recursos externos
  • Manipulación de respuesta
  • API REST
  • Ejemplos APIS
  • Autentificación API

TEMA 8. SCRIPTS DE ADMINISTRACIÓN

  • Módulo SYS
  • Módulo Subprocess
  • Salida subprocesos
  • El Módulo OS

TEMA 1: INTRODUCCION

  • Presentación de Power BI
  • Uso de Power BI
  • Los bloques de creación de Power BI

TEMA 2: OBTENCIÓN DE DATOS

  • Introducción a Power BI Desktop
  • Conexión a orígenes de datos
  • Limpieza y transformación de los datos con el Editor de consultas
  • Tareas comunes de consultas

TEMA 3: MODELADO

  • Introducción al modelado de datos
  • Administración de las relaciones de datos
  • Creación de columnas calculadas
  • Optimización de los modelos de datos
  • Creación de tablas calculadas
  • Creación de medidas

TEMA 4: ELABORAR INFORMES Y VISUALIZACIONES

  • Elaborar informes
  • Creación y personalización de visualizaciones básicas
  • Gráficos de columnas
  • Segmentadores de datos
  • Gráficos de barras. Jerarquías
  • Gráficos de líneas
  • Gráficos de áreas
  • Gráficos circulares
  • Gráficos combinados
  • Gráficos de dispersión
  • Mapa de burbujas
  • Mapa de formas o coropletico
  • Tablas
  • Matrices
  • Personalización de informes con formas, cuadros de texto e imágenes
  • Personalización de informes con opciones de formato y diseño de página
  • Power BI Q&A preguntas y respuestas

TEMA 5: INTRODUCCION A DAX

  • Introducción a DAX
  • Funciones de fecha y hora
  • Funciones de texto
  • Funciones matemáticas
  • Funciones de agregación
  • Funciones de recuento

TEMA 1. Presentación del curso

 TEMA 2. Obtención de datos

  • Conexión a orígenes de datos SQL
  • Diferencia con DirectQuery

TEMA 3. Más Visualizaciones

  • Velocímetro
  • Cascada
  • Importar KPI
  • Esquema jerárquico
  • Añadir visualizaciones
  • Trucos para visualizaciones

TEMA 4. Funciones DAX avanzadas

  • Crear tabla de datos
  • Crear tabla de métricas
  • Operadores lógicos
  • Funciones lógicas
  • Funciones de agregación
  • Funciones de relación
  • Funciones filtro
  • Tabla calendario
  • Funciones de inteligencia de tiempo
  • Funciones varias
  • Parámetros de hipótesis.
  • Medidas vs variables
  • Parámetros de consulta

TEMA 5. Introducción a la publicación y uso compartido

  • Publicación de informes
  • Compartir informes y paneles
  • Aplicaciones
  • Puertas de enlace
  • Seguridad a nivel de fil
Descargar Temario

100% BONIFICABLE FUNDAE

  • Duración: 12 semanas
  • Bonificable para Empleados
  • Ejercicios prácticos
  • Título propio Digital Credential
  • Inicio Tutorizado: días 5  de cada mes
  • Inicio Autoestudio: Inmediato
Añadir a Carrito - Tutorizado / 1200€
Añadir a Carrito - Autoestudio / 480€
Comprar Tutorizado Ahora - 1200€
Comprar Autoestudio Ahora - 480€

*IVA no incluido

¿ERES EMPRESA?
¿Quieres matricular a tus empleados?

Pulsa aquí

cursos online
Cursos relacionados

Complementa tu formación con estos cursos

Productos relacionados

¿Para qué sirve el DATA ANALYTICS?

El análisis de datos está en pleno auge por los beneficios que nos aporta, trabajando de esta forma las empresas pueden mejorar muchos aspectos y gestionar mejor los riesgos. Los beneficios del Data Analytics son muchos, entre ellos podemos destacar:

  • Uso del máximo potencial de los recursos que ya tienes. Los datos ya están en las empresas pero no se están aprovechando del todo. A través del Data Analytics se aprovechan mucho más estos datos que son necesarios para potenciar nuestro trabajo.
  • Toma de decisiones inteligentes. Basándonos en los datos, se pueden tomar las decisiones correctas para evitar fallos. La ciencia de datos permite anteponerse a los problemas y poder resolverlo en muy poco tiempo.
  • Aumento de ingresos. Estar mucho más informado de cómo funciona tu empresa, poder prevenir los fallos, conocer y mejorar oportunidades de negocio… son algunos aspectos que nos pueden permitir generar más ingresos.
  • Datos de fácil acceso y de alta precisión. El Big Data ofrece soluciones a las que se puede acceder fácilmente para entregarnos los datos en tiempo real. Además, son fuentes de datos muy fiables, obteniendo resultados inteligentes y reales.