Certificación a nombre de la Universidad Nacional Agraria La Molina WhatsApp: 944864117 · Central: 614 7800 · Lun a sáb, 9:00 a 19:00 · Validar certificado
IA

Python para Análisis de Datos con Inteligencia Artificial

Aprende a procesar, limpiar y analizar datos con Python, Pandas e Inteligencia Artificial, transformando información en resultados útiles para la toma de decisiones.

  • Certificado UNALM
  • 32 horas certificadas
  • Online en vivo
Código PYADIA · Certificado de aprobación
Inicio
17 feb 2027
Fin
5 mar 2027
Horas certificadas
32 h
Modalidad
Online en vivo
  • Clases en vivoCon el docente, para preguntar y resolver casos
  • GrabacionesTodas las sesiones en el campus virtual
  • MaterialesGuías, ejercicios y recursos descargables
  • Certificado32 h certificadas, verificable en línea

Sobre el curso

El Curso de Python para Análisis de Datos con Inteligencia Artificial está orientado al desarrollo de habilidades para procesar, limpiar, transformar y analizar grandes conjuntos de información utilizando herramientas de programación. Aprenderás a trabajar con las principales librerías de Python, como Pandas y NumPy, para gestionar datos provenientes de archivos y bases de datos. Asimismo, utilizarás herramientas de visualización para representar resultados e incorporarás Inteligencia Artificial para optimizar código, automatizar tareas y facilitar el análisis de información mediante ejercicios prácticos y casos aplicados.

¿A quién va dirigido?

Dirigido a estudiantes, egresados y profesionales de ingeniería, administración, economía, estadística, informática y otras áreas interesadas en el análisis de datos. También está orientado a analistas, asistentes de investigación y profesionales que desean automatizar procesos, trabajar con grandes conjuntos de información y fortalecer sus competencias en programación y analítica de datos.

Lo que lograrás

  • Importar y gestionar datos provenientes de archivos Excel, CSV y bases de datos.
  • Utilizar las librerías Pandas y NumPy para procesar información.
  • Limpiar, transformar y organizar conjuntos de datos.
  • Aplicar técnicas de análisis exploratorio y estadística descriptiva.
  • Identificar patrones, tendencias y valores atípicos.
  • Crear gráficos y visualizaciones utilizando Python.
  • Automatizar tareas de análisis y procesamiento de información.
  • Utilizar Inteligencia Artificial para generar, depurar y optimizar código Python.

Beneficios

  • Clases en vivo y grabadas en el campus
  • Materiales descargables
  • Certificado verificable en línea

Temario

8 módulos · 74 temas · 32 horas certificadas

Descargar temario
Módulo 1Introducción a Python y su aplicación en el análisis de datos
  • Python y su importancia en el análisis de datos.
  • Características y aplicaciones de Python.
  • Entornos de desarrollo: Google Colab y Jupyter Notebook.
  • Sintaxis, variables y tipos de datos.
  • Operadores y expresiones.
  • Estructuras condicionales y repetitivas.
  • Funciones y estructuras básicas.
  • IA como asistente de programación en Python.
  • Trabajo: desarrollar un programa básico para registrar y procesar información.
Módulo 2Fundamentos de análisis de datos con NumPy y Pandas
  • Introducción al ecosistema de análisis de datos de Python.
  • Fundamentos de NumPy.
  • Arrays y operaciones numéricas.
  • Introducción a Pandas.
  • Series y DataFrames.
  • Creación y manipulación de estructuras de datos.
  • Selección, filtrado y ordenamiento de registros.
  • Uso de IA para generar instrucciones de procesamiento.
  • Trabajo: crear y manipular DataFrames utilizando información empresarial.
Módulo 3Importación y conexión de fuentes de datos
  • Lectura de archivos Excel y CSV.
  • Importación de archivos JSON.
  • Conexión a bases de datos SQL.
  • Extracción de información mediante consultas.
  • Exploración inicial de conjuntos de datos.
  • Identificación de columnas, registros y tipos de datos.
  • Exportación de información procesada.
  • Automatización de procesos de importación.
  • Trabajo: importar y consolidar información proveniente de diferentes archivos y fuentes.
Módulo 4Limpieza y transformación de datos con Pandas
  • Identificación y tratamiento de datos faltantes.
  • Detección y eliminación de registros duplicados.
  • Corrección de tipos de datos.
  • Limpieza y transformación de columnas.
  • Filtrado y selección avanzada de registros.
  • Aplicación de funciones sobre columnas.
  • Combinación de conjuntos de datos.
  • Validación de calidad de la información.
  • Trabajo: limpieza y transformación de una base de datos real o simulada.
Módulo 5Análisis exploratorio de datos y estadística descriptiva
  • Conceptos de análisis exploratorio de datos (EDA).
  • Estadística descriptiva aplicada.
  • Medidas de tendencia central.
  • Medidas de dispersión.
  • Distribución y frecuencia de datos.
  • Agrupamiento y segmentación de información.
  • Identificación de patrones, tendencias y valores atípicos.
  • Interpretación de resultados con asistencia de IA.
  • Trabajo: desarrollar un análisis exploratorio de una base de datos comercial.
Módulo 6Visualización de datos con Python
  • Principios de visualización de datos.
  • Introducción a Matplotlib y Seaborn.
  • Gráficos de barras y columnas.
  • Gráficos de líneas y tendencias.
  • Histogramas y diagramas de dispersión.
  • Diagramas de caja (Boxplots).
  • Personalización de gráficos y etiquetas.
  • Visualización de indicadores y resultados analíticos.
  • Trabajo: construir un conjunto de visualizaciones para comunicar los resultados de un análisis.
Módulo 7Automatización del análisis de datos e Inteligencia Artificial
  • Automatización de tareas de procesamiento con Python.
  • Creación de funciones reutilizables para análisis.
  • Procesamiento de múltiples archivos.
  • Generación automática de reportes.
  • Uso de ChatGPT para generar y explicar código Python.
  • Ingeniería de prompts para análisis de datos.
  • Depuración y optimización de programas.
  • Validación de resultados generados con IA.
  • Buenas prácticas para el uso responsable de información.
  • Trabajo: desarrollar un proceso automatizado de limpieza y generación de reportes.
Módulo 8Proyecto integrador: análisis de datos con Python e IA
  • Planteamiento de un problema de análisis.
  • Importación de conjuntos de datos.
  • Exploración y diagnóstico de la información.
  • Limpieza y transformación con Pandas.
  • Aplicación de estadística descriptiva.
  • Identificación de patrones y tendencias.
  • Elaboración de visualizaciones.
  • Interpretación de resultados con asistencia de IA.
  • Presentación del informe de análisis.
  • Trabajo: culminación y presentación del proyecto integrador.

Duración

24 horas online dictadas y 08 horas de trabajos encargados, siendo un total de 32 horas certificadas.

Metodología

Clases en vivo por Zoom, grabaciones en el campus Moodle, ejercicios en cada sesión y un proyecto final.

Requisitos de admisión

Se recomienda contar con conocimientos básicos de programación, algoritmos y lógica computacional. Es deseable haber llevado un curso introductorio de Python o tener conocimientos equivalentes sobre variables, operadores, condicionales, ciclos y funciones. No se requiere experiencia previa en análisis de datos.

Requisitos técnicos

  • PC o laptop con internet estable
  • Cámara y micrófono para las clases en vivo

Certificación

Certificado de aprobación emitido por la Universidad Nacional Agraria La Molina.

  • 32 horas certificadas
  • Código QR y validación en línea
  • Resolución y N° de registro únicos

Certificado de aprobación con nota mínima de 14 y 80 % de asistencia, con código de seguridad verificable en línea.

Validar un certificado →
Modelo del certificadoToca un número para ver cada elemento de seguridad
Modelo del certificado ampliado
  1. Código QREscanéalo con la cámara del celular: abre la validación en línea con los datos reales del certificado.
  2. Resolución y N° de registroCada certificado tiene una resolución y un número de registro únicos, que se consultan en la validación.
  3. Escudo y nombre de la UNALMEl certificado lo emite la Universidad Nacional Agraria La Molina.
  4. Sello del CECAPSello del Centro de Capacitación de la Facultad de Ciencias - UNALM.
  5. Datos del cursoNombre del curso, fechas, horas y nota final. Deben coincidir con lo que muestra la validación.
  6. Firmas y sellosFirmas del Decano de la Facultad de Ciencias y del Director del CECAP-FC.
  7. Enlace de verificaciónCualquier empleador puede comprobar el certificado en la página oficial de validación.

Modelo referencial. Verifica cualquier certificado en cecap-fc.com.pe/validar-certificado

Plana docente

2 especialistas dictan este curso

Ing. Fidel Miñan Ayasta

Especialista en TI

Ingeniero de Sistemas y especialista en Tecnologías de la Información con sólida trayectoria en la aplicación de soluciones tecnológicas para la educación. Ha liderado proyectos de transformación digital educativa, integrando plataformas de aprendizaje, analítica de datos y herramientas innovadoras que impulsan la calidad académica y la gestión institucional. Además, cuenta con experiencia en consultoría TI, Seguridad y Salud en el Trabajo (SST), normas ISO y Business Intelligence (BI), orientando a organizaciones hacia la eficiencia, la mejora continua y la toma de decisiones estratégicas basadas en datos. Ex Administrador de Proyecto Internacional ADOC (APEC DIGITAL OPPORTUNITY CENTER) con apoyo del gobierno de la República de China de Taiwán. Docente Facultad de Ciencias UNALM, Instructor ETI SENATI, capacitador en Tecnologías de la Información Aplicados a los Negocios y la Educación. Capacitador IN HOUSE de las empresas CBS del Perú, PETROPERÚ, SINEA, YANBAL, CROMA, HEINZ GLAS

Ver perfil en LinkedIn
Foto de Ing. Jorge Rodríguez
Ing. Jorge Rodríguez

Líder de Inteligencia Analítica e IA | Tech Lead de AI & Data Science | MLOps & Cloud Architecture

Actualmente trabaja como Gerente Senior de Arquitectura de Datos en el Banco de Crédito del Perú diseñando las estrategias de arquitectura de Data y Analytics. Ingeniero Estadístico, con experiencia en Proyectos de Implementación de Ecosistemas de Data y Analytics. Cuenta con Especializaciones y Certificaciones en Big Data, Business Intelligence, Data Science y Machine Learning en Cloudera, Google, Microsoft y SAS. Más de 20 años de experiencia como Líder en Data Analytics, Business Intelligence, Big Data, Data Science, Machine Learning, Analítica Digital y Transformación Digital en empresas como Telefónica, Grupo Falabella, Grupo El Comercio y Grupo Credicorp.

Ver perfil en LinkedIn

Preguntas frecuentes

¿El certificado es emitido por la UNALM?
Sí. Al aprobar recibes el certificado de la Universidad Nacional Agraria La Molina con código de verificación en línea.
¿Qué pasa si no puedo asistir a una clase en vivo?
Todas las sesiones quedan grabadas en el campus virtual para que las repases cuando quieras.
¿Cómo accedo al campus?
Al confirmarse tu matrícula recibirás por correo tu usuario y el enlace al campus Moodle.
¿Estan licenciados por la SUNEDU?
Todos nuestros cursos y especializaciones estan certificados por la Facultad de Ciencias de la Universidad Nacional Agraria la Molina - UNALM que cuenta con licenciamiento de la SUNEDU.

Mas información:
https://www.sunedu.gob.pe/universidad-agraria-se-convierte-en-primera-publica-en-recibir-licenciamiento/
¿Si me inscribo en modalidad online en vivo tengo acceso a las clases luego de verlas en ZOOM?
Sí. Tienes acceso al campus virtual 24/7 para profundizar los temas y descargar material de estudio complementario.

Las clases online son grabadas (no son descargables) y estan disponibles hasta 3 meses despues de finalizar el curso.

Descubre cursos relacionados con lo que estás buscando para seguir desarrollando tus habilidades.

Descarga el temario Python para Análisis de Datos con Inteligencia Artificial

Déjanos tus datos y descárgalo al instante. También te enviaremos las fechas de inicio de este curso.