Python para usuarios de Matlab

Este curso intensivo y práctico abarca técnicas avanzadas de Python, mejores prácticas de ingeniería y patrones de diseño comúnmente utilizados para construir aplicaciones Python mantenibles, comprobables y de alto rendimiento. Hace hincapié en herramientas modernas, tipado, modelos de concurrencia, patrones arquitectónicos y flujos de trabajo listos para la producción.

Esta formación en vivo con instructor (en línea o presencial) está dirigida a desarrolladores de Python de nivel intermedio a avanzado que desean adoptar prácticas y patrones profesionales para sistemas Python de grado industrial.

Al finalizar esta formación, los participantes serán capaces de:

• Aplicar tipado en Python, dataclasses y comprobación de tipos para aumentar la fiabilidad del código.
• Utilizar patrones de diseño y principios arquitectónicos para estructurar aplicaciones robustas.
• Implementar concurrencia y paralelismo correctamente utilizando asyncio y multiprocessing.
• Construir código bien probado con pytest, pruebas basadas en propiedades y pipelines de CI.
• Perfilar, optimizar y blindar aplicaciones Python para la producción.
• Empaquetar, distribuir e implementar proyectos Python utilizando herramientas modernas y contenedores.

Formato del curso

• Clases interactivas y demostraciones breves.
• Laboratorios prácticos y ejercicios de codificación cada día.
• Proyecto final integrador que combina patrones, pruebas e implementación.

Opciones de personalización del curso

• Para solicitar una formación personalizada o enfocada en un área específica (datos, web o infraestructura), contáctenos para coordinar.

Este curso enseña técnicas prácticas de ingeniería para diseñar, construir, probar y desplegar sistemas agénticos (autónomos) utilizando Python. Cubre el bucle del agente, integraciones de herramientas, gestión de memoria y estado, patrones de orquestación, controles de seguridad y consideraciones de producción.

Esta capacitación en vivo, impartida por instructores (en línea o presencial), está dirigida a ingenieros de ML, desarrolladores de IA e ingenieros de software de nivel intermedio a avanzado que deseen construir agentes autónomos robustos y listos para producción usando Python.

Al finalizar esta capacitación, los participantes podrán:

• Diseñar e implementar el bucle del agente y flujos de trabajo de toma de decisiones.
• Integrar herramientas y APIs externas para ampliar las capacidades del agente.
• Implementar arquitecturas de memoria a corto y largo plazo para agentes.
• Coordinar orquestaciones en múltiples pasos y la composición de agentes.
• Aplicar las mejores prácticas de seguridad, control de acceso y observabilidad para agentes desplegados.

Formato del curso

• Clase interactiva y discusión.
• Laboratorios prácticos construyendo agentes con Python y SDKs populares.
• Ejercicios basados en proyectos que producen prototipos desplegables.

Opciones de personalización del curso

• Para solicitar una capacitación personalizada para este curso, contáctenos para organizarlo.

 Explora enfoques prácticos de la Ciencia de Datos e Inteligencia Artificial (IA) utilizando Python, proporcionando a los profesionales las habilidades necesarias para analizar datos, construir modelos de aprendizaje automático y desplegar aplicaciones impulsadas por IA en entornos empresariales. Cubre flujos de trabajo CRISP-DM, análisis estadístico, aprendizaje supervisado y no supervisado, aprendizaje profundo con TensorFlow, procesamiento de lenguaje natural, big data con Spark y narración basada en datos. Es ideal para principiantes que buscan una certificación en ciencia de datos con Python y formación analítica orientada a la inserción laboral.

La Inteligencia Artificial con Python consiste en el desarrollo de sistemas inteligentes utilizando el amplio ecosistema de bibliotecas de IA y aprendizaje automático de Python.

Esta formación en vivo, impartida por un instructor (en línea o presencial), está dirigida a programadores de Python de nivel intermedio que deseen diseñar, implementar e implementar soluciones de IA usando Python.

Al finalizar esta formación, los participantes serán capaces de:

• Implementar algoritmos de IA utilizando las bibliotecas centrales de IA de Python.
• Trabajar con modelos de aprendizaje supervisado, no supervisado y por refuerzo.
• Integrar soluciones de IA en aplicaciones y flujos de trabajo existentes.
• Evaluar el rendimiento del modelo y optimizarlo para obtener mayor precisión y eficiencia.

Formato del curso

• Lección interactiva y discusión.
• Muchas exercises y práctica.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para coordinar los detalles.

El curso de Inteligencia Artificial Aplicada desde Cero en Python proporciona a programadores y analistas de datos las técnicas fundamentales para desarrollar soluciones de aprendizaje automático desde cero utilizando Python. Aborda los principios básicos del aprendizaje supervisado (clasificación y regresión), aprendizaje no supervisado (agrupamiento y detección de anomalías) y arquitecturas avanzadas de redes neuronales. Examina métodos probados para trabajar con scikit-learn, Apache Spark MLlib y cuadernos Jupyter en el desarrollo práctico de IA. Ayuda a los profesionales a implementar modelos de aprendizaje automático funcionales, evaluar las limitaciones de los algoritmos y completar proyectos aplicados para resolver problemas del mundo real.

Este entrenamiento en vivo con instructor en Uruguay (en línea o presencial) está dirigido a desarrolladores de Python de nivel intermedio que desean mejorar su experiencia de desarrollo en Python mediante el uso de AWS Cloud9.

Al finalizar este entrenamiento, los participantes podrán:

• Configurar y ajustar AWS Cloud9 para el desarrollo en Python.
• Comprender la interfaz y las funcionalidades del IDE de AWS Cloud9.
• Escribir, depurar e implementar aplicaciones Python en AWS Cloud9.
• Colaborar con otros desarrolladores utilizando la plataforma AWS Cloud9.
• Integrar AWS Cloud9 con otros servicios de AWS para implementaciones avanzadas.

GitHub Copilot

Descripción general del curso

Esta formación práctica está diseñada para profesionales con formación en ingeniería de datos que desean adquirir habilidades aplicadas en inteligencia artificial, Python y modelos de lenguaje grandes (LLM). El curso se centra en aplicaciones reales, abarcando el uso de modelos, la ingeniería de prompts y el desarrollo de soluciones impulsadas por IA. Los participantes realizarán ejercicios progresivos que van desde los conceptos fundamentales hasta la construcción de flujos de trabajo de IA listos para producción.

Modalidad de la capacitación

• Formación presencial en aula

 • Sesiones dirigidas por instructores con práctica guiada  

• Discusiones interactivas y estudios de caso del mundo real

 • Ejercicios prácticos diarios

Objetivos del curso

• Comprender los conceptos básicos de IA y aprendizaje automático relevantes para aplicaciones modernas

 • Fortalecer las habilidades en Python para el desarrollo de IA y flujos de datos  

• Aprender cómo funcionan los modelos de lenguaje grandes y cómo utilizarlos de manera efectiva  

• Diseñar y optimizar prompts para obtener resultados confiables  

• Desarrollar soluciones completas de IA utilizando API y frameworks

 • Integrar IA en los pipelines de ingeniería de datos  

Esta formación impartida por un instructor, en directo en Uruguay (en línea o presencial), está dirigida a desarrolladores y analistas de datos de nivel intermedio que deseen mejorar sus habilidades en análisis y manipulación de datos utilizando Pandas y NumPy.

Al finalizar esta formación, los participantes serán capaces de:

• Configurar un entorno de desarrollo que incluya Python, Pandas y NumPy.
• Crear una aplicación de análisis de datos utilizando Pandas y NumPy.
• Realizar operaciones avanzadas de transformación, ordenación y filtrado de datos.
• Realizar operaciones de agregación y analizar series temporales.
• Visualizar los datos mediante Matplotlib y otras bibliotecas de visualización.
• Depurar y optimizar su código de análisis de datos.

Esta formación en vivo con instructor (en línea o presencial) está dirigida a desarrolladores que desean utilizar la pila FARM (FastAPI, React y MongoDB) para construir aplicaciones web dinámicas, de alto rendimiento y escalables.

Al finalizar esta capacitación, los participantes serán capaces de:

• Configurar el entorno de desarrollo necesario que integre FastAPI, React y MongoDB.
• Comprender los conceptos clave, características y beneficios de la pila FARM.
• Aprender a construir APIs REST con FastAPI.
• Aprender a diseñar aplicaciones interactivas con React.
• Desarrollar, probar e implementar aplicaciones (frontend y backend) utilizando la pila FARM.

Esta formación en vivo, impartida por un instructor Uruguay (en línea o presencial), está dirigida a desarrolladores que deseen utilizar FastAPI junto con Python para construir, probar e implementar API RESTful de forma más rápida y sencilla.

Al finalizar esta capacitación, los participantes podrán:

• Configurar el entorno de desarrollo necesario para crear API con Python y FastAPI.
• Crear API de manera más rápida y sencilla mediante la biblioteca FastAPI.
• Aprender a construir modelos de datos y esquemas basados en Pydantic y OpenAPI.
• Conectar las API a una base de datos utilizando SQLAlchemy.
• Implementar seguridad y autenticación en las API aprovechando las herramientas que ofrece FastAPI.
• Generar imágenes de contenedores e implementar las API web en un servidor en la nube.

Esta formación en vivo con instructor en Uruguay (en línea o presencial) está dirigida a científicos de datos que deseen utilizar TensorFlow para analizar datos potenciales de fraude.

Al finalizar esta capacitación, los participantes podrán:

• Crear un modelo de detección de fraudes en Python y TensorFlow.
• Construir regresiones lineales y modelos de regresión lineal para predecir fraudes.
• Desarrollar una aplicación integral de inteligencia artificial para analizar datos de fraude.

El objetivo de este curso es brindar una competencia general para aplicar métodos de Aprendizaje Automático en la práctica. A través del uso del lenguaje de programación Python y sus diversas bibliotecas, y basándose en una gran cantidad de ejemplos prácticos, este curso enseña cómo utilizar los componentes más importantes del Aprendizaje Automático, cómo tomar decisiones sobre la construcción de modelos de datos, interpretar las salidas de los algoritmos y validar los resultados.

Nuestro objetivo es brindarle las habilidades necesarias para comprender y utilizar con confianza las herramientas fundamentales de la caja de herramientas del Aprendizaje Automático y evitar las trampas comunes en las aplicaciones de Ciencias de Datos.

Esta formación en vivo con instructores en Uruguay (en línea o presencial) está dirigida a ingenieros de red que deseen mantener, administrar y diseñar redes informáticas utilizando Python.

Al finalizar esta capacitación, los participantes podrán:

• Optimizar y aprovechar Paramiko, Netmiko, Napalm, Telnet y pyntc para la automatización de redes con Python.
• Dominar el uso de hilos múltiples (multi-threading) y procesos múltiples (multiprocessing) en la automatización de redes.
• Utilizar GNS3 y Python para la programación de redes.

Esta formación en vivo impartida por un instructor en Uruguay (en línea o presencial) está dirigida a profesionales del comercio y analistas de datos con habilidades intermedias de Python que desean aplicar Python para automatizar flujos de trabajo, analizar datos comerciales y generar informes dinámicos basados en Excel.