Python para usuarios de Matlab

Este curso intensivo y práctico aborda técnicas avanzadas de Python, las mejores prácticas de ingeniería y los patrones de diseño más utilizados para construir aplicaciones de Python mantenibles, testeables y de alto rendimiento. Hace hincapié en la utilización de herramientas modernas, tipado, modelos de concurrencia, patrones de arquitectura y flujos de trabajo listos para producción.

Esta formación en vivo y dirigida por instructores (en línea o presencial) está orientada a desarrolladores de Python de nivel intermedio a avanzado que deseen adoptar prácticas y patrones profesionales para sistemas de Python de calidad de producción.

Al finalizar esta formación, los participantes serán capaces de:

• Aplicar el tipado de Python, dataclasses y la verificación de tipos para aumentar la fiabilidad del código.
• Utilizar patrones de diseño y principios arquitectónicos para estructurar aplicaciones robustas.
• Implementar correctamente la concurrencia y el paralelismo utilizando asyncio y multiprocessing.
• Construir código bien testeado con pytest, pruebas basadas en propiedades y pipelines de CI.
• Realizar perfilado, optimización y endurecimiento (hardening) de aplicaciones de Python para producción.
• Empaquetar, distribuir y desplegar proyectos de Python utilizando herramientas modernas y contenedores.

Formato del Curso

• Clases interactivas y demostraciones breves.
• Laboratorios prácticos y ejercicios de programación cada día.
• Proyecto final mini-integrador que combina patrones, pruebas y despliegue.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada o centrada en un área específica (datos, web o infraestructura), por favor contáctenos para coordinar los detalles.

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

Esta formación en vivo impartida por un instructor (en línea o presencial) está dirigida a ingenieros de ML de nivel intermedio a avanzado, desarrolladores de IA e ingenieros de software que desean construir agentes autónomos robustos y listos para producción utilizando Python.

Al finalizar esta formación, los participantes podrán:

• Diseñar e implementar el ciclo del agente y flujos de trabajo de toma de decisiones.
• Integrar herramientas externas y APIs para ampliar las capacidades del agente.
• Implementar arquitecturas de memoria a corto y largo plazo para agentes.
• Coordinar orquestaciones multi-paso y la composabilidad entre agentes.
• Aplicar mejores prácticas de seguridad, control de acceso y observabilidad para agentes desplegados.

Formato del curso

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

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para organizarlo.

Explora métodos prácticos aplicados a la Ciencia de Datos e Inteligencia Artificial mediante Python, capacitando a los profesionales para analizar datos, construir modelos de aprendizaje automático y desplegar aplicaciones impulsadas por inteligencia artificial en entornos empresariales. Aborda metodologías como CRISP-DM, análisis estadístico, aprendizaje supervisado y no supervisado, deep learning con Tensorflow, procesamiento de lenguaje natural (NLP), big data con Spark, así como narrativas basadas en datos. Es ideal para quienes desean iniciarse en la certificación de ciencia de datos con Python y recibir formación analítica lista para el mercado laboral.

La Inteligencia Artificial con Python es el desarrollo de sistemas inteligentes utilizando la extensa biblioteca de bibliotecas de IA y aprendizaje automático de Python.

Esta formación dirigida por instructores, en línea o en sitio, está dirigida a programadores de Python de nivel intermedio que desean diseñar, implementar e implementar soluciones de IA con Python.

Al finalizar esta formación, los participantes serán capaces de:

• Implementar algoritmos de IA utilizando las bibliotecas principales 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.
• Evaluate el rendimiento del modelo y optimizar para precisión y eficiencia.

Formato del Curso

• Lecciones interactivas y discusión.
• Many ejercicios y práctica.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

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

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

Esta formación en vivo impartida por un instructor en Panama (en línea o presencial) está dirigida a desarrolladores de Python de nivel intermedio que desean mejorar su experiencia de desarrollo utilizando AWS Cloud9.

A finales de esta formación, los participantes serán capaces de:

• Configurar y establecer AWS Cloud9 para el desarrollo en Python.
• Comprender la interfaz y las funciones del IDE de AWS Cloud9.
• Escribir, depurar e implementar aplicaciones en 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

Visión General del Curso

Esta formación práctica está diseñada para profesionales con antecedentes en ingeniería de datos que desean adquirir habilidades aplicadas en inteligencia artificial, Python y modelos de lenguaje grande. El curso se centra en aplicaciones del mundo real, abarcando el uso de modelos, la ingeniería de prompts (indicaciones) y la creación de soluciones impulsadas por IA. Los participantes realizarán ejercicios progresivos que avanzan desde los conceptos fundamentales hasta el desarrollo de flujos de trabajo de IA desplegables.

Formato de la Formación

• Capacitación presencial en aula

• Sesiones dirigidas por instructores con práctica guiada

• Discusiones interactivas y estudios de casos del mundo real

• Ejercicios prácticos diarios

Objetivos del Curso

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

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

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

• Diseñar y optimizar prompts para obtener resultados confiables

• Crear soluciones de IA de extremo a extremo utilizando APIs y marcos de trabajo

• Integrar la IA en pipelines (canales) de ingeniería de datos

Esta formación en vivo con instructor en <ubic> (en línea o presencial) está dirigida a desarrolladores de Python y analistas de datos de nivel intermedio que deseen mejorar sus habilidades en el análisis y la manipulación de datos utilizando Pandas y NumPy.

A al final de esta capacitación, los participantes podrán:

• 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 manipulación, clasificación y filtrado de datos.
• Ejecutar operaciones de agregación y analizar datos de series temporales.
• Visualizar datos utilizando 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 formación, 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 crear APIs REST con FastAPI.
• Aprender a diseñar aplicaciones interactivas con React.
• Desarrollar, probar y desplegar aplicaciones (frontend y backend) utilizando la pila FARM.

Esta formación en vivo con instrucción en Panama (en línea o presencial) está dirigida a desarrolladores que desean utilizar FastAPI junto con Python para crear, probar y desplegar APIs RESTful de manera más sencilla y rápida.

Al finalizar esta formación, los participantes serán capaces de:

• Configurar el entorno de desarrollo necesario para crear APIs con Python y FastAPI.
• Crear APIs de forma más rápida y sencilla utilizando la biblioteca FastAPI.
• Aprender a generar modelos de datos y esquemas basados en Pydantic y OpenAPI.
• Conectar las APIs a una base de datos mediante SQLAlchemy.
• Implementar seguridad y autenticación en las APIs aprovechando las herramientas de FastAPI.
• Crear imágenes de contenedores y desplegar APIs web en un servidor en la nube.

Esta formación en vivo, impartida por un instructor en Panama (en línea o en sitio), está dirigida a científicos de datos que desean utilizar TensorFlow para analizar datos potenciales de fraude.

Al finalizar esta formación, los participantes serán capaces de:

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

Este curso tiene como objetivo proporcionar competencia general en la aplicación de métodos de Aprendizaje Automático en la práctica. A través del uso del lenguaje de programación Python y sus diversas bibliotecas, y basándose en múltiples ejemplos prácticos, este curso enseña cómo utilizar los bloques de construcción más importantes del Aprendizaje Automático, cómo tomar decisiones sobre el modelado de datos, interpretar las salidas de los algoritmos y validar los resultados.

Nuestro objetivo es brindarle las habilidades para comprender y utilizar con confianza las herramientas fundamentales del arsenal del Aprendizaje Automático, evitando así las trampas comunes en las aplicaciones de Ciencias de Datos.

Esta formación en vivo, impartida por un instructor, en Panama (en línea o presencial), está dirigida a ingenieros de redes que deseen mantener, administrar y diseñar redes informáticas utilizando Python.

Al finalizar esta capacitación, los participantes serán capaces de:

• Optimizar y aprovechar Paramiko, Netmiko, Napalm, Telnet y pyntc para la automatización de redes con Python.
• Dominar el subproceso múltiple (multithreading) y multiprocesamiento en la automatización de redes.
• Utilizar GNS3 y Python para la programación de redes.

Esta capacitación en vivo guiada por un instructor en Panama (en línea o en las instalaciones) está dirigida a profesionales de negocios y analistas de datos con habilidades intermedias en Python que desean aplicar Python para automatizar flujos de trabajo, analizar datos comerciales y generar reportes dinámicos basados en Excel.