Diplomado en Python profesional
Matricúlate ahora y obtén un
25% dto.
(Precio final CLP $1.642.500)
Objetivos
ACLARA TUS DUDAS
Quisimos responder las preguntas que muchos nos hacen a través de este video.

¡Aún estás a tiempo de matricularte!
Tienes hasta el 30 de Marzo
Malla académica
Curso Desarrollo de software con Python
Profesor:
Cristián Ruz, Docteur Université Nice Sophia Antipolis (Francia)
Cristián Ruz, Docteur Université Nice Sophia Antipolis (Francia)
Plan de estudios
Clases en vivo
Se realizan tres clases en vivo. La primera como ayuda para el primer proyecto de programación con estructuras de datos secuenciales y no secuenciales. La segunda, para apoyar el segundo proyecto acerca de programación orientada a objetos. Y la tercera, como ayuda para el proyecto final. Durante las clases en vivo los estudiantes pueden resolver dudas prácticas respecto a la materia y sus proyectos.
Trabajos
Los alumnos deben aplicar los conocimientos aprendidos en tres trabajos o pequeños proyectos concretos. El primero relacionado con el uso de estructuras secuenciales y no secuenciales. El segundo, con programación orientada a objetos. El último proyecto tiene características integradoras y, por lo tanto, es un poco más largo y completo que los anteriores. Aun cuando el trabajo se entrega en forma individual y no grupal, los alumnos pueden conversar y discutir sobre sus ideas de soluciones con sus compañeros, antes de desarrollar y entregar el proyecto. La evaluación se complementa, además, con cuestionarios de alternativas que miden comprensión sobre los conceptos de cada semana.
Contenidos
Estructuras de datos secuenciales: listas, tuplas, colas
- Listas y aplicaciones
- Tuplas y aplicaciones
- Colas y aplicaciones
- Comparación de estructuras secuenciales
Estructuras de datos no secuenciales: diccionarios y sets
- Hash e inmutabilidad
- Sets y aplicaciones
- Diccionarios y aplicaciones
- Comparación de estructuras secuenciales y no secuenciales
Clases, objetos, atributos y métodos
- Clases
- Atributos
- Métodos
- Implementación de clases, objetos, atributos y métodos
Interacción entre objetos
- Programa que usa un objeto de una clase
- Programa con objetos que contienen estructuras de datos
- Programa con objetos que interactúan con otros objetos
- Herencia
Uso de módulos y bibliotecas existentes
- Módulos
- Paquetes
- Bibliotecas existentes
- Importación de módulos y paquetes
Definición de un proyecto orientado a objetos
- Definición de un proyecto
- Diseño del proyecto
- Implementación del proyecto
- Ejecución del proyecto completo
Clase Ejecutiva UC se reserva el derecho a modificar el contenido en cualquier momento.
Curso Python para machine learning
Profesor:
Francisco Pérez Galarce, Ph.D (c) Pontificia Universidad Católica de Chile
Francisco Pérez Galarce, Ph.D (c) Pontificia Universidad Católica de Chile
Plan de estudios
Clase en vivo
Un profesor ayudante interactúa directamente con un grupo reducido de participantes para ayudar a resolver problemas técnicos remanentes, como por ejemplo, la correcta instalación de herramientas de software y el uso apropiado de algunas herramientas, además de apoyar el desarrollo de casos de estudio. Con estos últimos, se busca que los alumnos se vean enfrentados a situaciones más cercanas a la realidad, recorriendo las distintas etapas de los proyectos de machine learning.
Trabajo individual
Los alumnos deben aplicar los conocimientos aprendidos en tres pequeños proyectos cuyo objetivo es reforzar el aprendizaje teórico de las clases lectivas. El primer proyecto se focaliza en aplicar herramientas de preprocesamiento y visualización de datos. Los siguientes tienen características integradoras de preprocesamiento y aplicación de modelos de machine learning tanto en su versión supervisada como no supervisada. Aun cuando el trabajo se entrega en forma individual y no grupal, los alumnos pueden conversar y discutir sobre sus ideas de soluciones con sus compañeros, antes de desarrollar y entregar el proyecto.
Contenidos
Conceptos fundamentales de machine learning
- Definiciones básicas
- Tipos de aprendizaje de máquina
- Python
- Ecosistema Python para machine learning
Análisis, procesamiento y visualización de datos a través de Python
- Tipos de variables
- Análisis descriptivo de variables
- Transformación de variables
- Imputación de variables
- Visualización de variables
Aprendizaje supervisado I: Regresiones
- Regresión lineal
- Regresión logística
- Regresiones polinomiales
- Regresiones con penalización
Aprendizaje supervisado II: Clasificadores
- Evaluación de clasificadores
- Naive Bayes
- Árboles de decisión
- Random forest
Redes Neuronales
- Tecnologías de Python para deep learning
- Introducción a las redes neuronales
- Redes convolucionales
- Redes recurrentes
Algoritmos de aprendizaje no supervisado en Python utilizando scikit-learn
- K-means
- Mezcla gaussianas
- Cluster jerárquico
- Autoencoders
Clase Ejecutiva UC se reserva el derecho a modificar el contenido en cualquier momento.
Curso Python y la web
Profesor:
Gabriel Diéguez Franzani, Magíster Pontificia Universidad Católica de Chile Ver más...
Gabriel Diéguez Franzani, Magíster Pontificia Universidad Católica de Chile Ver más...
Plan de estudios
Clase en vivo
Un profesor ayudante interactúa directamente con un grupo reducido de participantes para ayudar a resolver problemas técnicos remanentes, como por ejemplo, la correcta instalación de herramientas de software, la forma correcta del uso de algunas herramientas, etc. Entre los posibles temas a tratar en esta sesión se encuentran: instalación de Django en PyCharm, creación de un proyecto Django, uso de Django Shell y la instalación de librerías (requests, REST Framework, otras).
Contenidos
Trabajo Individual
Los alumnos deben aplicar los conocimientos aprendidos en tres trabajos o pequeños proyectos concretos. El último proyecto tendrá características integradoras y, por lo tanto, es un poco más largo y completo que los anteriores. Aun cuando el trabajo se entrega en forma individual y no grupal, los alumnos pueden conversar y discutir sobre sus ideas de soluciones con sus compañeros, antes de desarrollar y entregar el proyecto. La descripción de los proyectos es la siguiente:
Miniproyecto 1: Páginas estáticas en Django
1. Crear una página estática usando HTML y CSS
2. Servir la página usando Django
3. Mostrar contenido dinámico usando Django templates
Miniproyecto 2: Modelos, views y templates en Django
1. Crear dos modelos
2. Crear formularios para los modelos
3. Mostrar listas de los modelos y sus relaciones
Miniproyecto 3: Javascript y REST en Django
1. Exponer modelos en una API REST usando Django REST Framework
2. Publicar documentación automática
3. Conectarse a una API REST y mostrar los resultados
4. Agregar validación y procesamiento en el cliente con JavaScript
Introducción a la web
- ¿Qué es la web?
- El protocolo HTTP
- Estructura de las páginas con HTML
- Estilo de las páginas con CSS
Arquitectura de una aplicación web e introducción a Django
- Arquitectura MVC/T de una aplicación web
- Introducción a Django
- Instalación de Django
- Creación de un proyecto Django
- El archivo settings
El framework Django
- Modelos y migraciones
- Views
- Templates
- Forms
- Admins
Un framework orientado a aplicaciones (Django)
- Routing
- Django shell
- El lenguaje Javascript
- Javascript y la web: Manipulación del DOM y eventos
- Javascript en Django: Un ejemplo de validación en el cliente
API REST
- Introducción a las API REST
- Obtener información desde una API
- Modificar información a través de una API
- Setup para consumir una API
- Setup de Django REST Framework
APIs REST en Django: REST Framework
- Serializers
- Viewsets y paginación
- Routing de la API
- Probando nuestra API y documentación automática
- Consumiendo nuestra API para mejorar la aplicación
Clase Ejecutiva UC se reserva el derecho a modificar el contenido en cualquier momento.
Curso Python y bases de datos
Profesor:
Jaime Navón Cohen, Ph.D University of North Carolina at Chapel Hill (Estados Unidos)
Jaime Navón Cohen, Ph.D University of North Carolina at Chapel Hill (Estados Unidos)
Plan de estudios
Clase en vivo
Un profesor ayudante interactúa directamente con un grupo reducido de participantes para ayudar a resolver problemas técnicos remanentes, como por ejemplo, la correcta instalación de herramientas de software, la forma correcta del uso de algunas herramientas, etc.
Trabajo individual
Los participantes deben aplicar los conocimientos aprendidos en tres trabajos o miniproyectos concretos. El primer trabajo (miniproyecto 1) consiste en construir una base de datos a partir de data en formato csv y luego escribir un programa Python que se conecte con dicha base de datos para agregar nuevas filas y formular algunas consultas simples. En el segundo (miniproyecto 2), se trabaja con un dataset más complejo que da origen a una BD con varias tablas y, además, de interactuar desde Python en forma simple, se usa la librería Pandas. En el tercer trabajo (miniproyecto 3), la data debe obtenerse desde una API JSON y se debe escribir un programa Python que cargue esa información en un motor MongoDB para luego hacer consultas sobre él.
Contenidos
Conceptos fundamentales de bases de datos
- Bases de datos y motores de bases de datos
- Modelos de dato
- El modelo relacional
- Introducción al lenguaje
Interacción con un motor relacional desde un programa Python
- El lenguaje standard SQL
- Interactuando con el motor: SQL desde el workbench
- Conexión con el motor desde un programa Python
- Creación, eliminación y consultas
Consultas más complejas, transacciones, dataframes
- Consultas que involucran más de una tabla
- La necesidad de transacciones
- Propiedades ACID
- Introducción al uso de dataframes en Pandas
Operadores de agregación y de conjuntos, carga desde archivos y desde una API
- Operadores de conjunto
- Operadores de agregación
- Carga y procesamiento en Python de información en formato csv
- Carga y procesamiento en Python de información que viene de una API
Bases de Datos NoSQL y el motor MongoDB
- Bases de datos NoSQL
- El motor MongoDB
- El formato JSON
- Interacción con MongoDB desde un programa Python
MongoDB desde Python
- Conexión con el motor
- Consultas simples
- Extracción de contenido JSON desde una API
- Procesamiento de contenido JSON en Python
Clase Ejecutiva UC se reserva el derecho a modificar el contenido en cualquier momento.
Jefe de programa

Jaime Navón Cohen
Ph.D University of North Carolina at Chapel Hill (Estados Unidos)
Jaime Navón Cohen es Ph.D Computer Science, University of North Carolina at Chapel Hill (EE.UU.). Además tiene un Master of Science, Technion-Israel Institute of Technology (Israel). Es ingeniero civil electricista, Pontificia Universidad Católica de Chile (UC).
Asimismo, es profesor asociado del Departamento de Ciencia de la Computación de la UC.
Jefe de programa
Profesores

Cristián Ruz
Docteur Université Nice Sophia Antipolis (Francia)
Cristián Ruz es docteur, Université Nice Sophia Antipolis (Francia). También tiene un Magíster en Ciencias de la Ingeniería, Pontificia Universidad Católica de Chile (UC). Además, es ingeniero civil en Computación, UC. Actualmente, se desempeña como profesor asistente adjunto del Departamento de Ciencia de la Computación de la UC.

Francisco Pérez Galarce
Ph.D (c) Pontificia Universidad Católica de Chile
Francisco Pérez Galarce es Ph.D (c) in Computer Science, Pontificia Universidad Católica de Chile. También es magíster en Gestión de Operaciones e ingeniero civil industrial, Universidad de Talca. Es Head of Advanced Analytics en BRAVE UP!

Gabriel Diéguez Franzani
Magíster Pontificia Universidad Católica de Chile
Gabriel Diéguez Franzani es magíster en Ciencias de la Ingeniería, Pontificia Universidad Católica de Chile (UC). Además es ingeniero civil en Computación, UC. Actualmente, se desempeña como profesor instructor adjunto del Departamento de Ciencia de la Computación de la UC.
Diplomados
Cursos

Jaime Navón Cohen
Ph.D University of North Carolina at Chapel Hill (Estados Unidos)
Jaime Navón Cohen es Ph.D Computer Science, University of North Carolina at Chapel Hill (EE.UU.). Además tiene un Master of Science, Technion-Israel Institute of Technology (Israel). Es ingeniero civil electricista, Pontificia Universidad Católica de Chile (UC). Asimismo, es profesor asociado del Departamento de Ciencia de la Computación de la UC.
Jefe de programa

Joao López Silva
B.Sc. Universidad Técnica Federico Santa María (Chile)
Joao López Silva es B.Sc. en Ciencias de la Computación, Universidad Técnica Federico Santa María (Chile). Es jefe de Proyectos en DevOps en Magnet SpA. Tiene nueve años de experiencia en proyectos usando Django.
Diplomados
Cursos
Ventajas


