Domina Python desde cero hasta un nivel avanzado y accede a las mejores oportunidades del mercado
Compra segura con garantía incondicional de 7 días.
Recibe tu acceso inmediatamente después de la confirmación del pago.
Tendrás acceso al entrenamiento por 12 meses, pudiendo ver las video clases tantas veces como quieras durante este período.
Además, tendrás acceso a todos los materiales y ejercicios para practicar.
Acceso por 12 meses
No tendrás que detener tus estudios si surge alguna dificultad.
Solo tienes que comentar tu duda y nuestro equipo de especialistas te atenderá en un plazo de hasta 48 horas en días hábiles.
Soporte disponible
Recibe un certificado por cada curso que completes dentro de la plataforma y aprovecha las oportunidades desde la primera certificación.
Al finalizar la ruta completa, podrás emitir tu certificado a través del Ministerio de Educación de Brasil.
Certificados
Están en transición de carrera y quieren migrar a un área con más demanda y mejor valorización.
Buscan crecer dentro de la empresa, con reales posibilidades de ascenso y reconocimiento.
Quieren fortalecer su currículum y estar preparados para las mejores oportunidades del mercado.
Quieren aprender Python para automatizar tareas dentro de su área de actuación.
Quieren aprender con una guía clara que los lleve al mercado laboral en poco tiempo.
Si sientes que estás dando lo mejor de ti, pero sigues siendo ignorado en las oportunidades… este curso es tu próximo paso.
El curso Master Python es una ruta completa de aprendizaje, compuesta por 5 cursos, que te lleva a dominar el lenguaje más utilizado en el mundo en todas sus áreas de aplicación: Análisis de Datos, Desarrollo Web, Automatización de Tareas (RPA) e Inteligencia Artificial.
NIVEL 1
67 clases
Da tus primeros pasos en la programación con Python, entendiendo la sintaxis básica del lenguaje.
Aprenderás a trabajar con listas, diccionarios, tuplas, conjuntos y a controlar el flujo del programa con estructuras de repetición y condicionales.
También crearás funciones personalizadas y resolverás ejercicios prácticos inspirados en situaciones reales del mercado.
NIVEL 2
62 clases
Profundiza tus conocimientos con recursos que hacen tu código más eficiente y profesional.
Aprenderás sobre comprehensions, iteradores, generators, funciones lambda, además de map(), filter() y reduce().
Dominarás el manejo de errores, manipularás archivos en distintos formatos y trabajarás con fechas y directorios del sistema. Al final, aplicarás conceptos de programación orientada a objetos desarrollando un juego completo.
NIVEL 3
40 clases
Conoce el camino para convertirte en analista de datos con Python y aprovechar el área de mayor crecimiento en el mercado.
Aprende conceptos estadísticos, trabaja con arrays usando Numpy y manipula datos con Pandas. Carga y procesa archivos en formatos CSV, Excel y JSON, aplica análisis exploratorios y estadísticos, y crea gráficos con Matplotlib y Seaborn.
Aplicarás todo esto en proyectos prácticos, como el análisis de precios de combustibles y datos de Netflix.
NIVEL 4
Transforma tareas manuales en automatizaciones inteligentes con Python. Úsalo en procesos empresariales y ahorra miles de horas de trabajo.
Aprende a manipular hojas de cálculo en Excel, extraer texto de archivos PDF y enviar correos electrónicos automáticos.
Descubre cómo hacer web scraping con BeautifulSoup para recolectar datos de sitios web y desarrolla proyectos prácticos como la creación de audiolibros y la organización automática de archivos. Aumenta tu productividad resolviendo problemas del día a día con código.
NIVEL 5
Aprende a usar Python para crear sitios web y trabajar como desarrollador back-end.
Construye aplicaciones web completas con Python y el framework Flask. Domina la programación orientada a objetos, conecta tu aplicación a bases de datos y aprende HTML, CSS y JavaScript para crear interfaces modernas.
Utiliza Jinja2 para templates dinámicos e integra Bootstrap para un diseño responsivo. Al final, tendrás un portafolio en línea y una aplicación web funcional desarrollada desde cero.
Próximamente
Próximamente
1.1 Bienvenido(a) 🐍
1.2 LEEME IMPORTANTE⚠️
1.3 Materiales y manual - CURSO COMPLETO
1.4 ¿Qué es la Programación?
1.5 ¿Por qué Python?
1.6 Ventajas de Python
1.7 Nociones básicas del Sistema Operativo (OS)
1.8 Carpetas y archivos
1.9 ¿Qué es una terminal?
2.1 Instalación de Python
2.2 Descarga e instalación de VS Code - IDE
3.9 Funcionalidades Proyecto Práctico - Parte I
3.10 Solución Proyecto Práctico - Parte I
3.1 La función print()
3.2 La función input()
3.3 Trabajando con variables
3.4 Conversión de tipos (int(), float(), bool(), str())
3.5 Tipado dinámico en el lenguaje Python
3.6 Operadores Aritméticos
3.7 Indentación de códigos en el lenguaje Python
3.8 Obteniendo ayuda con dir() y help()
4.1 ¿Qué son los Strings? Principales métodos - Parte I
4.2 Principales métodos - Parte II
4.3 Indexación y Rebanado (Slicing) de Strings
4.4 Formatenado Strings con f-strings
4.5 Funcionalidades Proyecto Práctico - Parte II
4.6 Solución Proyecto Práctico - Parte II
5.1 ¿Qué son las Estructuras de Datos y por qué utilizarlas?
5.2 Listas - Parte I
5.3 Listas - Parte II
5.4 Listas - Parte III
5.5 Diccionarios
5.6 Tuplas - Parte I
5.7 Tuplas - Parte II
5.8 Conjuntos - Parte I
5.9 Conjuntos - Parte II
5.10 Resumen comandos "del" e "in"
5.11 Funcionalidades Proyecto Práctico - Parte III
5.12 Solución Proyecto Práctico - Parte III
6.1 Estructuras de control flujo
6.2 Operadores Relacionales y Lógicos
6.3 Estructura condicional if - elif - else e "if ternario"
6.4 Estructura de repetición for - Parte 1
6.5 Estructura de repetición for - Parte 2
6.6 Estructura de repetición while
6.7 Comprensión de listas (List Comprehension) y método join
6.8 ¿Cuándo utilizar for y cuándo utilizar while?
6.9 Sentencias de control de flujo break y continue
6.10 Funcionalidades Proyecto Práctico - Parte IV
6.11 Solución Proyecto Práctico - Parte IV
7.1 ¿Qué son las funciones y por qué utilizarlas?
7.2 Creando funciones
7.3 Tipos de parámetros en funciones
7.4 Funciones con *args y **kwargs
7.5 Alcance (Scope) de las variables y funciones
7.6 Añadiendo docstrings a las funciones
7.7 Funcionalidades Proyecto Práctico - Parte V
7.8 Solución Proyecto Práctico - Parte V
8.1 Mensaje rápido
8.2 Business Case - Introducción
8.3 Business Case - Parte I
8.4 Business Case - Parte II
8.5 Business Case - Parte III
8.6 Business Case - Parte IV
1.1 Material del curso COMPLETO
1.2 Instalando y eliminando nuevas bibliotecas (pip)
1.3 Ventajas entornos virtuales
1.4 Creando y activando un entorno virtual con Python
1.5 Desactivando
1.6 Creando y activando un entorno virtual con Poetry. Instalación de librerías/bibliotecas
2.1 List and Dict comprehension
2.2 ¿Qué son las funciones lambda y cuándo usarlas?
2.3 Función map()
2.4 Función filter()
2.5 Función reduce()
2.6 Función sorted()
3.1 Módulo datetime y la clase date
3.2 Objetos datetime
3.3 Configurando la zona horaria
3.4 Cálculos con fechas y horas
3.5 Conversiones entre fechas y strings
4.1 Leyendo un archivo TXT (parte 1)
4.2 Leyendo un archivo TXT (parte 2)
4.3 Creando archivos TXT
4.4 Archivos CSV y JSON
4.5 Módulo os (parte 1)
4.6 Módulo os (parte 2)
4.7 Módulo os (parte 3)
4.8 Módulo os (parte 4)
4.9 Introducción a la biblioteca Pandas
4.10 Proyecto práctico: organizador de archivos (parte 1)
4.11 Proyecto práctico: organizador de archivos (parte 2)
4.12 Proyecto práctico: organizador de archivos (parte 3)
4.13 Proyecto práctico: organizador de archivos (parte 4)
4.14 Proyecto práctico: organizador de archivos (parte 5)
5.1 Tipos de excepciones
5.2 Manejando errores con try...except (parte 1)
5.3 Manejando errores con try...except (parte 2)
5.4 Personalizando errores (raise)
5.5 Manejo avanzado de excepciones/errores con la librería logging
5.6 Introducción Proyecto práctico Sistema de control de inventario
5.7 Proyecto práctico: insertando manejo de errores en el Sistema de Control de Inventario
6.1 ¿Qué es la POO?
6.2 Clases, objetos, atributos y métodos
6.3 Encapsulamiento y abstracción
6.4 Herencia
6.5 Polimorfismo
6.6 Proyecto práctico: Juego de carreras
7.1 ¿Qué son las bases de datos?
7.2 Creando una base de datos
7.3 Creando una tabla
7.4 Insertando datos en una tabla
7.5 Buscando y Actualizando datos en una tabla
7.6 Eliminando datos en una tabla
7.7 Vistas
7.8 Eliminando tablas
8.1 ¿Qué son las APIs? y tipos de consulta
8.2 Haciendo consultas con la biblioteca Requests (POST, GET)
8.3 Haciendo consultas con la biblioteca Requests (PUT, PATCH Y DELETE)
9.1 Introducción
9.2 Configurando el entorno de trabajo
9.3 Primera aplicación
9.4 Elementos de texto
9.5 Elementos de entrada de datos (parte 1)
9.6 Elementos de entrada de datos (parte 2)
9.7 Elementos de entrada de datos (parte 3)
9.8 Elementos de entrada de datos (parte 4)
9.9 Elementos de estado
9.10 Elementos de Análisis de Datos (parte 1)
9.11 Elementos de Análisis de Datos (parte 2)
9.12 Elementos de medios
9.13 Personalizando el Layout (parte 1)
9.14 Personalizando el Layout (parte 2)
9.15 Personalizando el Layout (parte 3)
10.1 Intro Business Case
10.2 Solución Business Case - Parte 1
10.3 Solución Business Case - Parte 2
10.4 Solución Business Case - Parte 3
10.5 Solución Business Case - Parte 4
10.6 Solución Business Case - Parte 5
10.7 Solución Business Case - Parte 6
10.8 Solución Business Case - Parte 7
10.9 Solución Business Case - Parte 8
1.1 Materiales y manual - CURSO COMPLETO
1.2 Población vs Muestra
1.3 Tipos de variables
1.4 Medidas de tendencia central (Media)
1.5 Medidas de tendencia central (Mediana)
1.6 Medidas de tendencia central (Moda y Cuantiles)
1.7 Medidas de dispersión
1.8 Covarianza y correlación
2.1 Introducción
2.2 Leyendo archivos CSV
2.3 Leyendo archivos Excel
2.4 Leyendo archivos HTML
2.5 Base de Datos
2.6 Archivos JSON
3.1 Series
3.2 DataFrames
3.3 Index, columns y values
3.4 Métodos y propiedades - Parte 1
3.5 Métodos y propiedades - Parte 2
3.6 Métodos y propiedades - Parte 3
3.7 Métodos y propiedades - Parte 4
3.8 Accediendo a filas y columnas
4.1 Haciendo una copia del DataFrame
4.2 Modificando el nombre de las columnas
4.3 Modificando los Tipos de datos
4.4 Tratando datos faltantes
4.5 Eliminando y agregando columnas
4.6 Creando columnas calculadas
4.7 Ordenando un DataFrame
4.8 Modificando los índices del DataFrame
4.9 Exportando un DataFrame
5.1 Cargando los datos
5.2 Aplicando estadísticas
5.3 Estadística Descriptiva - Parte 1
5.4 Estadística Descriptiva - Parte 2
5.5 Filtrando datos - Parte 1
5.6 Filtrando datos - Parte 2
5.7 Agrupando datos - Parte 1
5.8 Agrupando datos - Parte 2
5.9 Agrupando datos - Parte 3
5.10 Iterando sobre un DataFrame
6.1 Introducción a la Visualización de Datos
6.2 Cargando datos
6.3 Gráficos de líneas - Parte 1
6.4 Gráficos de líneas - Parte 2
6.5 Gráficos de líneas - Parte 3
6.6 Gráficos de líneas - Parte 4
6.7 Gráficos de barras - Parte 1
6.8 Gráficos de barras - Parte 2
6.9 Histogramas - Parte 1
6.10 Histogramas - Parte 2
6.11 Gráficos de pastel
6.12 Boxplot
6.13 Gráfico de dispersión (Scatter Plot)
6.14 Mapa de calor (Heatmap)
6.15 Wordcloud
Contenido por publicar
Curso en grabación
Curso en grabación