Análisis de Datos y Automatización con Python
Análisis de Datos y Automatización con Python
Desarrolla procesos digitales automatizados y adquiere herramientas clave para el análisis, manipulación y visualización de datos con Python.
Objetivos
Dotar a los participantes de las herramientas, conocimientos y técnicas necesarios para desarrollar procesos digitales automatizados y realizar análisis de datos.
El análisis de datos conlleva:
- Automatización de tareas repetitivas
- Manipulación de datos
- Visualización de datos
Dirigido a
Profesionales, técnicos y/o estudiantes que deseen desarrollar habilidades en el área de análisis de datos y automatización.
Requisitos mínimos
- Conocimientos básicos de estadística
- Computadora con sistema operativo Windows
Contenido
Módulo 1 Fundamentos de Python
- Introducción a Jupyter Notebook: interfaz, kernel, atajos de teclado, celdas Markdown y ecuaciones LaTeX
- Sintaxis básica de Python: tipos de datos, variables y palabras reservadas
- Colecciones: listas, diccionarios, tuplas y conjuntos
- Operaciones y métodos con cadenas de texto
- Operadores de comparación y lógicos; estructuras condicionales (if / elif / else)
- Estructuras de control: bucles for y while, range() y listas comprensivas
- Funciones (def) y manejo de entradas del usuario (input)
- Gestión de librerías con pip
Módulo 2 Manipulación de Datos con Pandas
- Estructuras de datos: Series y DataFrames, operaciones de agregación y revisión de información (head, tail, info, describe)
- Conexión a fuentes de datos: CSV, Excel, bases de datos SQL (SQLite, MySQL, PostgreSQL, SQL Server, Oracle) y portapapeles
- Generación de archivos: exportación a Excel y CSV, e ingesta de DataFrames a SQL
- Caso práctico de limpieza y transformación de datos: unión de archivos (concat), renombrado de columnas, eliminación de filas, columnas y duplicados, normalización de texto, conversión de fechas y tipos de datos
- Aplicación de reglas de negocio, enriquecimiento con catálogos maestros (merge), validación final y resumen ejecutivo
Módulo 3 Visualización de Datos
- Visualización con Matplotlib, Seaborn y Pandas
- Gráficos de línea, de barras (agrupadas y apiladas) y de pastel
- Formato de gráficos: títulos, etiquetas, leyendas y líneas de referencia
- Análisis de distribuciones: histogramas, KDE y diagramas de caja y bigotes (detección de outliers)
- Relación entre variables: diagramas de dispersión, jointplot, pairplot y mapas de calor de correlaciones
- Selección del gráfico adecuado y comunicación de conclusiones al negocio
Módulo 4 Automatización Tradicional de Procesos
- Introducción a la automatización: beneficios, identificación de procesos candidatos y componentes (entradas, procesamiento y salidas)
- Manejo de archivos y directorios con la librería os: rutas, listado, renombrado, eliminación, creación de carpetas y metadatos
- Operaciones de alto nivel con shutil y lectura/escritura de archivos con open() y with
- Envío automático de correos electrónicos: Outlook (win32com), smtplib, yagmail, SendGrid y Microsoft Graph
- Conversión de notebooks a scripts de Python (.py) y ejecución desde la línea de comandos
- Programación de tareas con archivos batch (.bat) y el Programador de tareas de Windows
Módulo 5 Introducción a los LLMs y la API de OpenAI
- Creación y configuración segura de la API Key (variables de entorno y archivos .env)
- Consumo de modelos de lenguaje (LLMs) vía API desde Python
- Prompt Engineering: principios y buenas prácticas
- Costos de la API: modelos, tokens y monitoreo del gasto
Módulo 6 Automatización con IA – AI Workflows
- AI Workflow vs. AI Agent: diferencias, cuándo usar cada uno y factor costo
- Análisis automático de sentimiento con LLMs y evaluación de precisión (matriz de confusión)
- Resumidor inteligente de noticias web (requests, BeautifulSoup y LLM)
- Análisis inteligente de políticas corporativas en documentos Word
- Evaluación de documentos escaneados e imágenes con visión artificial: OCR, descripción de escenas, detección y comparación
Facilitador
Ing. Gilberto Almonte Frías
Especialista en Mercado de Capitales, Análisis Financiero y Ciencia de
Datos
Ingeniero Industrial con Maestría en Consultoría y Auditoría de Sistemas de Calidad y Excelencia (Universidad Camilo José Cela, España) y Maestría en Administración y Dirección de Empresas – MBA (Universidad Isabel I, España), además posee las certificaciones internacionales de Lean Six Sigma Black Belt, Capital Market and Securities Analyst, Data Scientist y Machine Learning Scientist. Especializado en mercado de capitales, análisis financiero, gestión de riesgos y mejora continua.
Horario y Coordinación
- Horario: Martes y jueves 7:00 pm a 10:00 pm.
- Inicio y finalización: Del 20 de octubre al 19 de noviembre del 2026.
- Coordinación: Campus de Santo Domingo.
