Este es mi plan de estudio centralizado para mi transformación hacia un perfil de Desarrollador con especialización en Data, IA y Backend. El objetivo es integrar la formación estructurada con el autoestudio profundo, documentando el progreso de manera clara.
Aquí registro el progreso de los cursos y desafíos estructurados que estoy realizando actualmente. Iré marcando los temas a medida que los complete.
-
[ ] Informatorio Chaco - Etapa 2: Desarrollo Web con Python
- Foco: Construir aplicaciones web full-stack.
- Temas Principales:
- Python (Fundamentos y POO)
- MySQL y Bases de Datos Relacionales
- Django (Framework Backend)
- Git (Uso continuo y avanzado)
- Temas específicos vistos en clase:
- Variables, Tipos, Operadores, Estructuras de Control.
- Estructuras de Datos (Listas, Tuplas, Conjuntos, Diccionarios).
- POO Programación Orientada a Objetos
-
[ ] Digitalers - Curso de Inteligencia Artificial
- Foco: Fundamentos de Python aplicados al Análisis de Datos y Machine Learning.
- Temas principales:
- Módulo 1: Fundamentos de Programación con Python
- Módulo 2: Programación Orientada a Objetos (POO)
- Módulo 3: Introducción a Bases de Datos y SQL
- Módulo 4: Análisis de Datos y Machine Learning (NumPy, Pandas, Scikit-learn)
- Tema Transversal: Prompt Engineering
- Tema Transversal: LLM Large Lenguaje Model
-
[ ] #90DaysOfDevOps Challenge con Rossana Suárez
- Foco: Aprender los fundamentos de la cultura, herramientas y prácticas de DevOps y Cloud.
- Temas a Cubrir:
- Fundamentos de la Nube (AWS, Azure, GCP)
- Contenedores (Docker)
- Integración y Entrega Continua (CI/CD)
- Iré añadiendo...
Utilizo el temario del "Diplomado en Python para IA" de la UTN como un mapa completo para asegurar que cubro todos los temas importantes, profundizo en áreas clave y lleno los vacíos que puedan dejar los otros cursos.
- Python Básico (Nivel 1, Módulo 1):
- Sintaxis, Variables, Tipos, Operadores, Condicionales, Bucles, Funciones, Manejo de Errores.(Cubierto por Informatorio y Digitalers)
- Estructuras de Datos (Nivel 1, Módulo 2):
- Listas, Tuplas, Conjuntos, Diccionarios, Comprensión, Manejo de Archivos.(Cubierto por Informatorio y Digitalers)
- Programación Orientada a Objetos (POO) (Nivel 1, Módulo 3):
- Clases, Objetos, Herencia, Polimorfismo.(Cubierto por Digitalers e Informatorio)
- Bases de Datos y SQL (Nivel 1, Módulo 3 y más):
- Introducción a BBDD (SQLite, MySQL), SQL básico.(Cubierto por Digitalers e Informatorio)
- Intro a Data Science (Nivel 1, Módulo 4 y Nivel 2):
- NumPy, Pandas, Matplotlib/Seaborn, Intro a Scikit-learn.(Cubierto principalmente por Digitalers)
- APIs, Docker y Despliegue Cloud (Nivel 3, Módulo 3):
- Flask, Docker, Despliegue en AWS/Azure/GCP.(Cubierto por el desafío #90DaysOfDevOps)
Esta es mi lista de temas clave del temario UTN que abordaré de forma autodidacta para complementar mi formación, ya que no son el foco principal de mis cursos actuales o quiero profundizar mucho más en ellos.
- [ ] Python Avanzado:
- Decoradores y Propiedades (N1 M3).
- Programación Funcional:
lambda,map,filter,reduce(N3 M4). - Programación Concurrente y Paralela (N3 M4).
- Creación de Paquetes y Librerías (N3 M4).
- [ ] Data Science y GIS Avanzado:
- Álgebra Lineal con NumPy (N2 M1).
- Operaciones Avanzadas con Pandas (pivot tables, multi-index) (N2 M2).
- Visualización Interactiva con Plotly (N2 M3).
- Visualización Geográfica con Folium y GeoPandas (¡Clave para mi proyecto!) (N2 M3).
- [ ] Machine Learning Intermedio y Avanzado:
- Árboles de Decisión y Random Forests (N3 M1).
- Clustering: K-Means y DBSCAN (N3 M1).
- Reducción de Dimensionalidad: PCA (N3 M1).
- Redes Neuronales (CNN, RNN) y Deep Learning (N3 M2).
- Procesamiento de Lenguaje Natural (NLP) y Chatbots (N3 M2).
- [ ] Backend y APIs (Alternativas a Django):
- Creación de APIs rápidas con FastAPI (N3 M3).
- Portfolio Personal (Landing Page): El escaparate principal de mis habilidades, en constante evolución.
- Prácticas de Cursos: Repositorio con los ejercicios prácticos del Informatorio, Digitalers, etc.