SeminarioInteligencia artificial y datos
Programación en Python
El seminario Programación en Python proporciona al estudiante las bases del lenguaje, desde tipos de datos, estructuras de control y funciones hasta clases, manejo de excepciones, archivos, API REST y pandas, junto con buenas prácticas de entornos virtuales, pruebas y Git. Le permite construir scripts que automatizan tareas reales y sirve como base para el análisis de datos y la inteligencia artificial.
A quién va dirigido
Personas sin experiencia en programación o con experiencia en otro lenguaje que quieren dominar Python.
Objetivos
✓Comprender la sintaxis de Python, sus tipos de datos, operadores, condicionales, ciclos y funciones en Visual Studio Code y Jupyter.
✓Analizar problemas para modelarlos con listas, tuplas, conjuntos, diccionarios, comprensiones y clases con herencia.
✓Aplicar la lectura y escritura de CSV, JSON y Excel, la biblioteca estándar y el consumo de API REST con requests.
✓Diseñar una aplicación de consola organizada con entornos virtuales, pruebas con pytest y control de versiones en Git y GitHub.
✓Evaluar críticamente el código sugerido por asistentes de IA como GitHub Copilot antes de incorporarlo a un proyecto.
Plan de estudios por sesión
1
Entorno de trabajo y tipos de datosInstalación, Visual Studio Code y Jupyter · Tipos de datos, operadores y cadenas
2
Control de flujo y funcionesCondicionales y ciclos · Funciones y alcance de variables
3
Estructuras de datosListas, tuplas, conjuntos y diccionarios · Comprensiones de listas
4
Programación orientada a objetos y erroresClases, objetos, herencia y métodos · Manejo de excepciones
5
Archivos y biblioteca estándarLectura y escritura de CSV, JSON y Excel con openpyxl · Módulos de la biblioteca estándar: os, pathlib y datetime
6
Servicios web y pandasConsumo de API REST con requests · Introducción a pandas
7
Buenas prácticas de proyectoEntornos virtuales y pip · Pruebas con pytest
8
Presentación del proyecto finalGit y GitHub para publicar el proyecto · Asistentes de código con IA: GitHub Copilot y revisión crítica
Evaluación
Inicial30%Ejercicios en Jupyter de tipos de datos, condicionales, ciclos y funciones; quiz de lectura y depuración de código.
Intermedio30%Programa con clases y manejo de excepciones que procesa un archivo CSV o Excel y consume una API REST con requests.
Final40%Proyecto final: aplicación de consola que automatiza una tarea real, con pruebas en pytest, publicada en GitHub y sustentada.
Proyecto final
Aplicación de consola en Python que automatiza una tarea real (por ejemplo, consolidar reportes o consultar una API) publicada en GitHub con pruebas.