CURSO DE FUNDAMENTOS DE LA PROGRAMACION

Docente

Nombre del docente

Fecha de inicio

Horarios

Fecha de finalizacion

Docentes Expertos

¿Qué aprenderás en este curso?

Publico objetivo

Resultados esperados

Modulo I

Fundamentos de la programación

¿Qué es programar? Pensamiento lógico y computacional
Lenguajes de programación más usados en ciencia de datos (visión general)
Primer script en Python: escribir, ejecutar, entender (Hola mundo + variables)

Modulo II

Introducción a la Ciencia de Datos

¿Qué es la ciencia de datos y por qué es tan poderosa?
El ciclo de vida de un proyecto de datos (recolección, limpieza, análisis, visualización, toma de decisiones)
Herramientas más usadas en la industria (Python, R, SQL, Excel, Power BI)

Modulo III

Conceptos esenciales de estadística para ciencia de datos

¿Qué es la estadística y cómo se relaciona con los datos?
Tipos de variables: cualitativas vs cuantitativas
Medidas básicas: media, mediana, moda, desviación estándar
¿Qué es una distribución? (explicado con ejemplos visuales y simples)
Cómo la estadística nos ayuda a tomar mejores decisiones
Estadística aplicada la Ciencia de Datos

Modulo IV

Introducción a la inteligencia artificial y la IA generativa (1 hora)

Diferencia entre IA, machine learning y deep learning
Qué es la IA generativa y cómo funciona (explicación amigable)
Aplicaciones reales: generación de texto, imágenes, código, datos
IA generativa en ciencia de datos: ejemplos y potencial

Modulo V

Modulo VI

Modulo VII

Modulo VIII

Modulo IX

Modulo X

Modulo XI

Modulo XII

Modulo I

Fundamentos de la programación

¿Qué es programar? Pensamiento lógico y computacional
Lenguajes de programación más usados en ciencia de datos (visión general)
Primer script en Python: escribir, ejecutar, entender (Hola mundo + variables)

Modulo II

Introducción a la Ciencia de Datos

¿Qué es la ciencia de datos y por qué es tan poderosa?
El ciclo de vida de un proyecto de datos (recolección, limpieza, análisis, visualización, toma de decisiones)
Herramientas más usadas en la industria (Python, R, SQL, Excel, Power BI)

Modulo III

Conceptos esenciales de estadística para ciencia de datos

¿Qué es la estadística y cómo se relaciona con los datos?
Tipos de variables: cualitativas vs cuantitativas
Medidas básicas: media, mediana, moda, desviación estándar
¿Qué es una distribución? (explicado con ejemplos visuales y simples)
Cómo la estadística nos ayuda a tomar mejores decisiones
Estadística aplicada la Ciencia de Datos

Modulo IV

Introducción a la inteligencia artificial y la IA generativa (1 hora)

Diferencia entre IA, machine learning y deep learning
Qué es la IA generativa y cómo funciona (explicación amigable)
Aplicaciones reales: generación de texto, imágenes, código, datos
IA generativa en ciencia de datos: ejemplos y potencial

"Este programa me ayudó a fortalecer mi investigación con herramientas estadísticas y de inteligencia artificial. Es práctico, completo y totalmente aplicable a tesis y proyectos académicos."

"Gracias a este programa, logré estructurar mi tesis doctoral con un enfoque metodológico sólido. Las herramientas de inteligencia artificial que aprendí me ayudaron a analizar grandes volúmenes de datos de forma eficiente."

"La combinación entre estadística aplicada e IA fue justo lo que necesitaba para llevar mis investigaciones al siguiente nivel. Recomiendo esta especialización a todo investigador serio."

"El programa no solo me dio conocimientos técnicos, también me enseñó a aplicarlos en el contexto real de mi tesis. ¡Una inversión totalmente valiosa!"

"Aprendí a utilizar metodologías científicas rigurosas junto con herramientas prácticas de IA, lo que ha mejorado significativamente la calidad de mis reportes y modelos."