• ¿Qué es Ciencia de Datos? | Mercado laboral
• Instalación y configuración del marco de trabajo
• Primeros pasos en la Ciencia de Datos con Python

.

• Operaciones y variables
• Listas, tuplas y diccionarios
• Estructuras selectivas de control
• Funciones

• Librerías: instalación e importación
• Arreglos con Numpy (array & ndarray)
• Atributos, métodos y clases

• DataSeries
• DataFrame
• Lectura de diferentes fuentes de datos (offline, online)
• Introducción al análisis de datos con Pandas

• Realizar gráficos con Malplotlib
• Personalización de gráficos
• Gráficos con Seaborn

• Presentación del proyecto y estructuración básica
• Tratamiento de datos (filtro, nulos, agrupamiento)
• Introducción al análisis exploratorio de datos
• Mostrando resultados con Markdown