PYTHON. PCAD - CERTIFIED ASSOCIATE DATA ANALYST WITH PYTHON

1. Adquisición y preprocesamiento de datos
- Métodos de recolección de datos: encuestas, entrevistas, scraping web, APIs.
- Integración de datos desde múltiples fuentes y formatos.
- Almacenamiento de datos: CSV, JSON, Excel, bases de datos, data lakes y almacenamiento en la nube.
- Datos estructurados vs no estructurados y sus implicaciones.
- Limpieza y estandarización de datos: detección de errores, imputación, normalización, escalado.
- Validación e integridad: reglas de tipo, rango y consistencia.
- Preparación para el análisis: extracción, reestructuración, formatos wide/long, división de conjuntos de entrenamiento/test.
2. Programación y bases de datos
- Sintaxis y estructuras de control en Python.
- Definición y uso de funciones, estructuras de datos básicas (listas, diccionarios, conjuntos, tuplas).
- Buenas prácticas de scripting: PEP 8, documentación con PEP 257.
- Manejo de módulos y paquetes con pip.
- Tratamiento de excepciones y robustez del código.
- Programación orientada a objetos para modelado de datos y workflows.
- Consultas SQL: SELECT, JOIN, GROUP BY, HAVING, etc.
- Operaciones CRUD (Create, Read, Update, Delete).
- Conexión a bases de datos desde Python (sqlite3, pymysql).
- Consultas parametrizadas y prevención de inyecciones SQL.
- Conversión de tipos entre SQL y Python.
3. Análisis estadístico
- Medidas de tendencia central y dispersión.
- Distribuciones estadísticas básicas: normal, uniforme.
- Correlación (Pearson) y detección de outliers.
- Bootstrap y muestreo para inferencia estadística.
- Regresión lineal y logística: aplicación, interpretación, limitaciones.
4. Análisis y modelado de datos
- Uso de Pandas y NumPy para limpieza, organización y transformación de datos.
- Acceso a datos con loc, iloc, slicing, filtros condicionales.
- Reestructuración: merge, join, pivot, melt.
- Agrupación y agregaciones con groupby y tablas dinámicas.
- Creación de modelos supervisados simples y evaluación de su precisión.
- Prevención de sobreajuste y comprensión del sesgo-varianza.
5. Comunicación y visualización de datos
- Creación de visualizaciones con Matplotlib y Seaborn: histogramas, boxplots, scatterplots, heatmaps.
- Personalización de gráficos: etiquetas, leyendas, títulos, colores.
- Evaluación de representaciones visuales según el tipo de datos y audiencia.
- Narrativa basada en datos: adaptar el mensaje a públicos técnicos y no técnicos.
- Presentación de resultados respaldados con evidencias cuantitativas y visuales.