Curso de Python Security

This instructor-led, live training in México begins with a discussion of BDD and how the Behave framework can be used to carry out BDD testing for web applications. Participants are given ample opportunity to interact with the instructor and peers while implementing the concepts and tactics learned in this hands-on, practice-based lab environment.

Al final de esta capacitación, los participantes tendrán una comprensión firme de BDD y Behave, así como la práctica necesaria para implementar estas técnicas y herramientas en escenarios de prueba del mundo real.

Esta capacitación en vivo dirigida por un instructor en México (en línea o en el sitio) está dirigida a científicos de datos e ingenieros de software que deseen usar Dask con el ecosistema Python para crear, escalar y analizar grandes conjuntos de datos.

Al final de esta capacitación, los participantes serán capaces de:

• Configure el entorno para comenzar a crear procesamiento de big data con Dask y Python.
• Explora las funciones, bibliotecas, herramientas y API disponibles en Dask.
• Comprenda cómo Dask acelera la computación paralela en Python.
• Aprenda a escalar el ecosistema de Python (Numpy, SciPy y Pandas) usando Dask.
• Optimice el entorno de Dask para mantener un alto rendimiento en el manejo de grandes conjuntos de datos.

Esta formación en vivo dirigida por un instructor en México (en línea o presencial) está destinada a desarrolladores y analistas de datos de nivel intermedio que desean mejorar sus habilidades en el análisis y manipulación de datos usando Python, Pandas y NumPy.

Al finalizar esta formación, 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.
• Ejecutar operaciones avanzadas de manipulación, ordenación y filtrado de datos.
• Realizar operaciones agregadas y analizar datos de series temporales.
• Visualizar datos usando Matplotlib y otras bibliotecas de visualización.
• Depurar y optimizar su código de análisis de datos.

Esta capacitación en vivo dirigida por un instructor (en línea o presencial) está dirigida a desarrolladores que desean utilizar la pila FARM (FastAPI, React y MongoDB) para crear aplicaciones web dinámicas, de alto rendimiento y escalables.

Al final de esta formación, los participantes serán capaces de:

• Configure el entorno de desarrollo necesario que integre FastAPI, React y MongoDB.
• Comprenda los conceptos clave, las características y los beneficios de la pila FARM.
• Aprenda a crear API REST con FastAPI.
• Aprenda a diseñar aplicaciones interactivas con React.
• Desarrolle, pruebe e implemente aplicaciones (front-end y back-end) mediante la pila FARM.

Esta capacitación en vivo dirigida por un instructor en México (en línea o presencial) está dirigida a desarrolladores que desean usar FastAPI con Python para crear, probar e implementar API RESTful de manera más fácil y rápida.

Al final de esta formación, los participantes serán capaces de:

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

El objetivo de este curso es proporcionar una competencia básica en la aplicación de métodos Machine Learning en la práctica. A través del uso del lenguaje de programación Python y sus diversas bibliotecas, y basado en una multitud de ejemplos prácticos, este curso enseña cómo usar los bloques de construcción más importantes de Machine Learning, cómo tomar decisiones de modelado de datos, interpretar las salidas de los algoritmos y validar los resultados.

Nuestro objetivo es brindarle las habilidades para comprender y usar las herramientas más fundamentales de la caja de herramientas Machine Learning con confianza y evitar las trampas comunes de las aplicaciones de Data Science.

el objetivo de este curso es proporcionar una competencia general en la aplicación de métodos de aprendizaje automático en la práctica. Mediante el uso del lenguaje de programación Python y sus diversas bibliotecas, y basado en una multitud de ejemplos prácticos, este curso enseña cómo utilizar los bloques de construcción más importantes del aprendizaje automático, cómo tomar decisiones de modelado de datos, interpretar el las salidas de los algoritmos y validar los resultados.

nuestro objetivo es darle las habilidades para entender y utilizar las herramientas más fundamentales de la caja de herramientas machine learning con confianza y evitar las trampas comunes de las aplicaciones de Ciencias de la información.

Esta capacitación en vivo dirigida por un instructor en México (en línea o presencial) está dirigida a científicos de datos y desarrolladores que desean usar Modin para crear e implementar cálculos paralelos con Pandas para un análisis de datos más rápido.

Al final de esta formación, los participantes serán capaces de:

• Configure el entorno necesario para comenzar a desarrollar Pandas flujos de trabajo a escala con Modin.
• Comprender las características, la arquitectura y las ventajas de Modin.
• Conoce las diferencias entre Modin, Dask y Ray.
• Realice Pandas operaciones más rápido con Modin.
• Implemente toda la API Pandas y las funciones.

En este entrenamiento en vivo dirigido por un instructor en México, los participantes aprenderán a utilizar Python para producir texto de alta calidad en lenguaje natural creando su propio sistema NLG desde cero. También se examinarán estudios de caso y se aplicarán conceptos relevantes a proyectos prácticos de laboratorio para generar contenido.

Al finalizar este entrenamiento, los participantes podrán:

• Utilizar NLG para generar automáticamente contenido en diversas industrias, desde el periodismo hasta la inmobiliaria y la prensa deportiva y meteorológica.
• Seleccionar y organizar el contenido fuente, planificar oraciones y preparar un sistema para la generación automática de contenido original.
• Comprender la cadena de producción NLG y aplicar las técnicas adecuadas en cada etapa.
• Entender la arquitectura de un sistema Natural Language Generation (NLG).
• Implementar los algoritmos y modelos más apropiados para análisis y ordenación.
• Extraer datos de fuentes públicas y bases de datos curadas para utilizar como material del texto generado.
• Reemplazar procesos manuales y laboriosos de escritura con la creación automática de contenido generada por computadora.

En esta capacitación en vivo dirigida por un instructor en México, los participantes aprenderán las técnicas de aprendizaje automático más relevantes y de vanguardia en Python mientras crean una serie de aplicaciones de demostración que involucran imágenes, música, texto y datos financieros.

Al final de esta formación, los participantes serán capaces de:

• Implemente algoritmos y técnicas de aprendizaje automático para resolver problemas complejos.
• Aplique el aprendizaje profundo y el aprendizaje semisupervisado a aplicaciones que involucran imágenes, música, texto y datos financieros.
• Lleve los algoritmos Python a su máximo potencial.
• Utilice bibliotecas y paquetes como NumPy y Theano.

Esta capacitación en vivo dirigida por un instructor en México se basa en el popular libro "Automate the Boring Stuff with Python", de Al Sweigart. Está dirigido a principiantes y cubre conceptos esenciales Python de programación a través de ejercicios prácticos y discusiones. La atención se centra en aprender a escribir código para aumentar drásticamente la productividad de la oficina.

Al final de esta formación, los participantes sabrán cómo programar en Python y aplicar esta nueva habilidad para:

• Automatizar tareas escribiendo simples programas en Python.
• Escribir programas que puedan reconocer patrones de texto con "expresiones regulares".
• Generar y actualizar hojas de cálculo Excel de forma programática.
• Analizar archivos PDF y documentos Word.
• Explorar sitios web y extraer información de fuentes en línea.
• Escribir programas que envíen notificaciones por correo electrónico.
• Utilizar las herramientas de depuración de Python para resolver errores rápidamente.
• Controlar el ratón y el teclado de forma programática para hacer clics y escribir por usted.

En esta capacitación en vivo dirigida por un instructor en México, los participantes aprenderán técnicas avanzadas de programación Python, incluida la forma de aplicar este lenguaje versátil para resolver problemas en áreas como aplicaciones distribuidas, análisis y visualización de datos, programación de interfaz de usuario y secuencias de comandos de mantenimiento.

Este curso está diseñado para aquellos que desean aprender el lenguaje de programación Python. El énfasis está en el lenguaje Python, las bibliotecas centrales, así como en la selección de las mejores y más útiles bibliotecas desarrolladas por la comunidad Python. Python impulsa empresas y es utilizado por científicos de todo el mundo: es uno de los lenguajes de programación más populares.

El curso puede impartirse utilizando la última versión de Python 3.x con ejercicios prácticos que aprovechan toda su potencia. Este curso puede impartirse en cualquier sistema operativo (todas las variantes de UNIX, incluyendo Linux y Mac OS X, así como Microsoft Windows).

Los ejercicios prácticos constituyen alrededor del 70% del tiempo del curso, y alrededor del 30% son demostraciones y presentaciones. Se pueden hacer discusiones y preguntas a lo largo del curso.

Nota: la formación se puede adaptar a las necesidades específicas previa solicitud antes de la fecha propuesta del curso.

En esta capacitación en vivo dirigida por un instructor en México (presencial o remota), los participantes aprenderán a usar Python skope-rules para generar automáticamente reglas basadas en conjuntos de datos existentes.

Al final de esta formación, los participantes serán capaces de:

• Utilice skope-rules para extraer reglas de los datos disponibles.
• Aplique reglas de skope para llevar a cabo la clasificación, particularmente útil en la detección supervisada de anomalías o clasificación desequilibrada. 
• Genere reglas para clasificar nuevos datos entrantes.
• Adapte las reglas para abordar problemas del mundo real en la detección de fraudes, el mantenimiento predictivo, la detección de intrusiones, las aprobaciones de solicitudes de seguros, etc.

En esta capacitación en vivo dirigida por un instructor en México los participantes combinan el poder de Python con Selenium para automatizar las pruebas de una aplicación web de muestra. Al combinar la teoría con la práctica en un entorno de laboratorio en vivo, los participantes obtendrán el conocimiento y la práctica necesarios para automatizar sus propios proyectos de pruebas web utilizando Python y Selenium.