Curso: Fundamentos de Programación y Analítica de Datos con Python

📘 Descripción General

Este repositorio contiene los materiales, notebooks, ejercicios y recursos asociados al curso Fundamentos de Programación y Analítica de Datos con Python (40 horas [ síncronas ] ,10 sesiones).

El curso está diseñado para proporcionar una formación sólida en Python y su ecosistema de analítica de datos, con aplicaciones prácticas en procesamiento, exploración, modelado estadístico y desarrollo de soluciones basadas en inteligencia artificial.

🎯 Resultados de Aprendizaje

1. Aplicar fundamentos de programación en Python y herramientas de analítica de datos como NumPy, Pandas y técnicas de visualización para el procesamiento, análisis exploratorio y limpieza de conjuntos de datos institucionales.
2. Implementar modelos de análisis estadístico inferencial, técnicas de machine learning supervisado y no supervisado, y metodologías de feature engineering para desarrollar soluciones predictivas aplicadas a problemáticas tributarias y aduaneras.
3. Desarrollar aplicaciones de inteligencia artificial práctica incluyendo procesamiento de lenguaje natural, visión por computador, sistemas de recomendación y puesta en producción de modelos, integrando principios de ética y equidad en el uso de datos públicos.

👥 Público Objetivo

Profesionales del sector público y privado involucrados en la gestión de información, interoperabilidad de sistemas, desarrollo de software, análisis de datos y procesos de auditoría técnica.

⚙️ Requisitos Técnicos

• Entorno de programación
  • Python 3.12.8 (obligatorio)
  • VSCode con extensiones:
    • Python
    • Jupyter
    • Pylance
    • Black (formateo automático)
    • isort (organización de imports)
• Librerías esenciales
  • numpy
  • pandas
  • matplotlib / seaborn
  • scikit-learn
  • statsmodels
  • tensorflow / pytorch
  • fastapi / flask
  • ydata-profiling
• Bases de datos
  • SQLite3
  • SQLAlchemy
• Control de calidad y pruebas
  • pytest
  • flake8
  • black

🗂️ Organización de Sesiones

1. Fundamentos de Programación en Python
2. Estructuras de Datos y Programación Modular
3. Entrada/Salida y Programación Orientada a Objetos Básica
4. Entorno para Analítica de Datos y NumPy Esencial
5. Pandas para Manipulación y Transformación de Datos
6. Visualización y SQL Básico para Análisis
7. Análisis Exploratorio de Datos (EDA) y Limpieza Avanzada
8. Modelado Estadístico e Inferencia con Python
9. Machine Learning Clásico y Avanzado
10. IA Aplicada y Puesta en Producción Ligera

🚀 Cómo empezar

1. Clonar el repositorio

   git clone <url-del-repo>
   cd python-course

2. Crear un entorno virtual e instalar dependencias

   python -m venv venv
   source venv/bin/activate   # Linux/Mac
   venv\Scripts\activate    # Windows
   
   pip install -r requirements.txt

3. Abrir el entorno en VSCode y ejecutar los notebooks con Jupyter.

---

Documentación Adicional

Para una guía completa de preparación y ejecución del entorno del curso (tanto sin Makefile como usando el Makefile), consulta el siguiente documento. Incluye pasos para crear y activar el .venv, instalar dependencias, registrar el kernel de Jupyter, ejecutar notebooks en VSCode/JupyterLab y resolver errores comunes.

• Configuración y ejecución del repositorio — guía paso a paso con prácticas recomendadas y solución de problemas. 👉 documentation/configuracion_repo.md

📌 Nota: Todos los materiales están diseñados con un enfoque académico y profesional, orientados a la práctica aplicada en proyectos de análisis y ciencia de datos.