Ingeniero en Python, SQL y Datos

Conceptos básicos de Python (aprox. 1 día)

Historia, conceptos

Uso y ámbitos de aplicación

sintaxis

Lexis, semántica

Convenciones PEP-8

Intérprete frente a compilador

Sistemas numéricos: binario, octal, hexadecimal

Notación científica

Primeros pasos con Python (aprox. 5 días)

Números

Cadenas

Fecha y hora

Entrada y salida estándar

Operadores numéricos

Operadores de comparación, lógicos y bitwise

Conversión de tipos de datos

lista, tupla, dict, conjunto

Funciones y métodos de lista

Bifurcaciones y bucles (if, for, while)

Operadores de miembros

Conceptos básicos de cadenas: escape, cadenas multilínea

Operadores de priorización y vinculación

Inteligencia artificial (IA) en el proceso de trabajo

Presentación de tecnologías específicas de IA

y posibles aplicaciones en el entorno profesional

Funciones (aprox. 5 días)

Defina sus propias funciones

Variables

Parámetros y argumentos

Valores de retorno

Recursión

Espacios de nombres

Programación funcional

Tipos de parámetros: posicionales, de palabra clave, mixtos

Valores por defecto

Shadowing y palabra clave global

Ninguno y retorno sin valor

Resolución de problemas (aprox. 0,5 días)

Fundamentos de la gestión de errores con try y except

Tipos de error típicos y jerarquía de excepciones

Propagación de errores e interrupciones del programa

Estructuración de los bloques except

Programación orientada a objetos (aprox. 4,5 días)

Clases de Python

Métodos

Objetos inmutables

Clases de datos

Herencia

Trabajo de proyecto, preparación de la certificación y examen de certificación "PCEP™ - Certified Entry-Level Python Programmer" en inglés (aprox. 4 días).

Conceptos básicos de sistemas de bases de datos y SQL (aprox. 3 días)

Visión general de los sistemas y modelos de bases de datos

Datos redundantes e integridad de los datos

Normalización

Diseño de bases de datos y modelo de relación entre entidades (ERM)

Claves primarias y externas

Relaciones entre relaciones

Tipos de datos en SQL

Índices y rendimiento

Restricciones y validación

Consultas en SQL

Los datos estructurados como base de los métodos de análisis asistidos por IA

Introducción a SQL Server Management Studio (SSMS) (aprox. 2 días)

Visión general de SQL Server y SSMS

Diseño físico de bases de datos

Creación de tablas y definición de tipos de datos

Restricciones, valores por defecto y relaciones

Diagramas de base de datos (ERM) y relaciones

Copia de seguridad y restauración

Introducción a la supervisión del rendimiento

Visión general de la optimización de consultas y el análisis de consultas con ayuda de IA

Introducción a DDL (Lenguaje de Definición de Datos) y DML (Lenguaje de Manipulación de Datos) (aprox. 8 días)

Conceptos básicos de SQL y sintaxis ampliada

Operadores y funciones integradas

Consultas y manipulación de datos

Tratamiento de errores y gestión de transacciones

Creación y administración de objetos de base de datos

Conceptos básicos de optimización del rendimiento

Trabajo con tipos de datos modernos

Modelado de datos y preparación estructurada para aplicaciones de IA y análisis

DCL - Lenguaje de control de datos y seguridad (aprox. 1 día)

Administración de usuarios y autorizaciones

Roles y conceptos de seguridad

Auditoría

Introducción a la seguridad a nivel de fila

Seguridad de los datos en el contexto de los análisis asistidos por IA

Tipos de datos, importación y exportación de datos en sistemas modernos (aprox. 1 día)

Importación y exportación de datos

Tipos de datos modernos

Importación, transformación y suministro de datos para procesos de análisis

Trabajo por proyectos (aprox. 5 días)

Consolidar los contenidos aprendidos

Presentación de los resultados del proyecto

Fundamentos de Business Intelligence (aprox. 2 días)

Campos de aplicación, dimensiones de una arquitectura BI

Fundamentos de la inteligencia empresarial, OLAP, OLTP, tareas de los ingenieros de datos

Data Warehousing (DWH): tratamiento y procesamiento de datos estructurados, semiestructurados y no estructurados

Gestión de requisitos (aprox. 2 días)

Tareas, objetivos y procedimientos en el análisis de requisitos

Modelización de datos, introducción/modelización con ERM

Introducción/modelado en UML

- Diagramas de clases

- Análisis de casos de uso

- Diagramas de actividad

Inteligencia artificial (IA) en el proceso de trabajo

Presentación de tecnologías específicas de IA

y posibles aplicaciones en el entorno profesional

Bases de datos (aprox. 3 días)

Conceptos básicos de los sistemas de bases de datos

Arquitectura de los sistemas de gestión de bases de datos

Aplicación de RDBMS

Implementación del modelo de datos en RDBMS, formas normales

Introducción práctica y teórica a SQL

Límites de las bases de datos relacionales, csv, json

Almacén de datos (aprox. 4 días)

Esquema en estrella

Modelado de datos

Creación de Star Schema en RDBMS

Snowflake Schema, fundamentos, modelado de datos

Creación de Snowflake Schema en RDBMS

Galaxy Schema: Conceptos básicos, modelado de datos

Modificación Lenta de Tablas de Dimensión Tipo 1 a 5 - Restauración, Apilamiento, Reorganización, mini Dimensión y Tipo 5

Introducción a las dimensiones normales, causales, mini y monstruosas, heterogéneas y subdimensiones

Comparación de las orientadas al estado y a la transacción

Tablas de hechos DWH, densidad y almacenamiento

ETL (aprox. 4 días)

Limpieza de datos

- Valores nulos

- Preparación de datos

- Armonización de datos

- Aplicación de expresiones regulares

Comprensión de datos

- Validación de datos

- Análisis estadístico de datos

Protección y seguridad de los datos

Estructura práctica de las rutas ETL

Data Vault 2.0, conceptos básicos, hubs, enlaces, satélites, hash key, hash diff.

Modelización de datos Data Vault

Estructura práctica de un modelo Data Vault - Raw Vault, aplicación práctica de procedimientos hash

Trabajo por proyectos (aprox. 5 días)

Consolidar los contenidos aprendidos

Presentación de los resultados del proyecto