Módulo 1. Python, el nuevo desconocido

Bloque 0. Glosario de términos

Bloque 1. Presentación de Python

Bloque 2. ¿Por qué escoger Python?

Bloque 3. Entornos y desarrollo

Módulo 2. Características básicas del lenguaje

Bloque 1. Tipos de datos básicos

Bloque 2. Operadores de Python

Bloque 3. Entrada y salida

Bloque 4. Control de flujo: estructuras de decisión y estructuras de recepción

Bloque 5. Tipos de datos avanzados

Bloque 6. Funciones

Bloque 7. Módulos y paquetes

Módulo 3. Programación orientada a objetos

Bloque 1. Metodología basada en objetos

Bloque 2. Clases, objetos, atributos y métodos

Bloque 3. Practicando con clases y objetos

Módulo 4. Herramientas adicionales de POO

Bloque 1. Herencia & Poliformismo

Bloque 2. Interfaces, Abstract Base Class & Subclases

Bloque 3. Datos temporales

Bloque 4. Generadores y cierres

Bloque 5. Gestión de excepciones

Módulo 5. Manipulación de datos

Bloque 1. Archivos

Bloque 2. JSON

Bloque 3. Pandas

Bloque 4. Numpy

Bloque 5. Matplotlib

Bloque 6. Introducción patrones de diseño

Módulo 6. Programando se aprende

Bloque 1. Práctica: creación de un aeropuerto

Módulo 7. Git & GitHub

Bloque 1. Control de versiones

Bloque 2. Comandos de Git y ramas

Bloque 3. Uso de GitHub

CREACIÓN DE APIS CON DJANGO Y FLASK

Módulo 1. Fundamentos y desarrollo de APIs con Flask

Bloque 1. Introducción a las APIs

Bloque 2. Uso de librerías en Python

Bloque 3. Comunicación a través de APIs

Módulo 2. Desarrollo de APIs con Django

Bloque 1. Introducción a Django

Bloque 2. Desarrollo con Django Rest Framework

Módulo 3. IA y LLM

Bloque 1. Introducción a la IA y LLM

Bloque 2. uso de LLM en la nube

TEMARIO DE INTELIGENCIA ARTIFICIAL

Módulo 1. Historia y fundamentos de la IA

Bloque 1. Introducción a la Inteligencia Artificial

Bloque 2. Conceptos fundamentales de la IA

Módulo 2. Modelos generativos y GPT

Bloque 1. Introducción a los Modelos Generativos

Bloque 2. Introducción a GPT (Generative Pre-trained Transformer)

Bloque 3. GPT-4

Módulo 3. Prompt Engineering

Bloque 1. Fundamentos del Prompt Engineering

Bloque 2. Técnicas de Prompt Engineering

Bloque 3. Optimización de Prompts

Módulo 4. Servicios cognitivos

Bloque 1. Servicios cognitivos. Introducción

Bloque 2. Servicios Cognitivos en Azure

Módulo 5. Principales usos de la IA

Bloque 1. Servicios cognitivos. Introducción

Bloque 2. IA en el día a día

Módulo 6. Futuro de la Inteligencia Artificial

Bloque 1. Desarrollos actuales y futuros en IA

Bloque 2. Inteligencia Artificial y Sociedad

TEMARIO DE MACHINE LEARNING

Módulo 1. Introducción al Machine Learning

Bloque 1. Introducción al Big Data y Machine Learning

Bloque 2. Librerías numéricas de Python y Scikit-learn

Bloque 3. Preprocesamiento de datos

Módulo 2. Aprendizaje supervisado

Bloque 1. Introducción a los modelos de aprendizaje supervisado

Bloque 2. Modelos de regresión

Bloque 3. Modelos de clasificación

Módulo 3. Aprendizaje no supervisado

Bloque 1. Introducción al aprendizaje no supervisado

Módulo 4. Desarrollo de sistemas de aprendizaje automático

Bloque 1. Machine Learning en la nube

Bloque 2. Machine Learning sin código

TEMARIO DEEP LEARNING

Módulo 1. Fundamentos de Deep Learning

Bloque 1. Introducción al Deep Learning

Bloque 2. Redes Neuronales Artificiales

Bloque 3. Herramientas y librerías

Módulo 2. Modelos de Deep Learning

Bloque 1. Redes Neuronales Convolucionales (CNN)

Bloque 2. Redes Neuronales Recurrentes (RNN)

Bloque 3. Modelos Avanzados de Deep Learning

Módulo 3. Entrenamiento y Optimización

Bloque 1. Preparación y Preprocesamiento de Datos

Bloque 2. Entrenamiento de Modelos

Bloque 3. Evaluación y Mejora de Modelos

Módulo 4. Implementación y despliegue

Bloque 1. Implementación de Modelos en Producción

Bloque 2. Deep Learning en la Nube

Módulo 5. Futuro del Deep Learning

Bloque 1. Tendencias actuales en Deep Learning

Bloque 2. Desafíos y Oportunidades Futuras