Dias
Horas
Minutos
Segundos
El curso comenzará pronto
InIciate en la industria 4.0 con python
El único curso de Industria 4.0 con Python orientado a los automatismos industriales
22
clases en vivo
Principiante/Intermedio
nivel
45 hs
DE CONTENIDO
clases en vivo
corrección de proyectos prácticos
Acompañamiento
CRONOGRAMA
Duración: 11 semanas
2 clases semanales de 2 horas
Descargar programa
Fechas de realización
Inicio de clases: 11/09/2023
HORARIOS:
<!– Geo content will render here –>
LUGAR:
100% ONLINE A TRAVÉS DE ZOOM
¿De qué se trata el curso?
En este curso, vas a tener la oportunidad de adentrarte en uno de los lenguajes de programación más demandados en la actualidad y explorar cómo se integra en la cuarta revolución industrial.
Python es una herramienta versátil y eficiente que ha revolucionado la industria 4.0. Con Python, vas a poder automatizar procesos, gestionar datos de manera eficiente y realizar análisis de información avanzados. Además, su compatibilidad con una amplia gama de dispositivos y plataformas lo convierte en la elección perfecta para la industria 4.0.
Durante el curso, te vas a sumergir en los fundamentos de la programación con Python, vas a aprender a comunicarte con dispositivos de automatización, controlar y monitorear hardware, manipular datos y generar gráficos impresionantes con librerías especializadas. ¡Pero eso no es todo! También vas a explorar el apasionante mundo del Machine learning, una de las áreas de mayor crecimiento en la actualidad.
Además, te vas a adentrar en la programación orientada a objetos, una habilidad esencial en el panorama actual de la programación, y vas a tener la oportunidad de desarrollar soluciones innovadoras para la industria 4.0.
Al completar este curso, vas a estar listo para aplicar tus habilidades en proyectos de la industria 4.0 y llevar tu carrera al siguiente nivel. No pierdas la oportunidad de aprender y crecer en un entorno de aprendizaje dinámico y práctico.
objetivos
- Entender los retos de la industria 4.0 y los procesos de transformación digital
- Aprenderás Python desde cero
- Aprendrás programación orientada a objetos
- Generar graficos y dashboards para usarlos como HMI
- Implementar Python en distintos dispositivos industriales
- Manipular diferentes protocolos de comunicacion inudstrial, como Modbus, MQTT y OPC UA
- Leer bases de datos
- Filtrar y manipular datos
- Crear una nube para mostrar datos de diferentes dispositivos de campo
- Machine Learning con Python
¿a quién va dirigido?
Profesionales que trabajan con tecnologías usadas en la operación y control de maquinarias o sistemas industriales, que quieren aprender y explorar la Industria 4.0, una versión moderna de la industria que utiliza datos e Internet, y quieren añadir a sus habilidades el manejo de tecnologías de la información.
Profesionales que trabajan con tecnologías de la información, es decir, con sistemas de computadoras y datos, que quieren aprender y explorar la Industria 4.0 y añadir a sus habilidades el manejo de las tecnologías que se usan en la operación y control de sistemas industriales.
- Emprendedores interesados por entrar en la Industria 4.0
metodología de aprendizaje
- Sesiones en VIVO con prácticas en el aula
- Resolución de ejercicios
- Casos de éxito
- Aprendizaje basado en problemas (ABP)
- Tutorias
Clases en vivo con grupos reducidos
Máximo 15 personas por sala en vivo
contenidos
- Características del curso, cronograma de fechas, temario.
- Metodología de clase, plataformas para realizar consultas.
- Conceptos básicos de automatización industrial:
- Definición de automatización industrial y su importancia en la optimización de procesos.
- Componentes típicos de un sistema de automatización industrial: sensores, actuadores, controladores lógicos programables (PLCs), interfaces hombre-máquina (HMIs), etc.
- Características y beneficios de la industria 4.0:
- Principales características de la industria 4.0, como la interconexión de sistemas, el análisis de datos en tiempo real, la virtualización, la descentralización, entre otros.
- Ventajas y beneficios de la industria 4.0, como la mejora de la eficiencia, la reducción de costos, la toma de decisiones basada en datos, la personalización de productos, etc.
- Repaso de los ejercicios de la clase anterior
- Instalación de Python y configuración del entorno
- Diferencias entre utilizar el intérprete de Python o libretas tipo Jupyter
- Descarga e instalación de Python en diferentes sistemas operativos (Windows, macOS, Linux).
- Configuración de variables de entorno y acceso al intérprete de Python.
- Uso de IDEs (por ejemplo, Genie) y editores de texto (por ejemplo, Visual Studio Code):
- Introducción a los entornos de desarrollo integrados (IDEs) y sus características.
- Configuración de un IDE para el desarrollo en Python.
- Uso de editores de texto populares y extensiones útiles para programar en Python.
- Sintaxis básica de Python:
- Reglas de escritura de código en Python.
- Variables y asignación de valores.
- Tipos de datos básicos: números, cadenas de texto y booleanos.
- Operadores aritméticos, de comparación y lógicos.
- Entrada y salida de datos.
- Funciones comunes: print, input, len, Int, sim, max, min, avg, help, abs, round.
- Listas, y accesos a elementos
- Diccionarios
- Tuplas
- Estructuras de control de flujo:
- Condicionales: if, else, elif.
- Bucles: while y for.
- Uso de instrucciones break y continue
- funciones range()
- Comprensión de listas
- Bibliotecas externas
- PIP, instalación de bibliotecas
- Funciones:
- Definición y llamada de funciones.
- Parámetros y argumentos.
- Retorno de valores.
- Variables locales y globales.
- Manejo de excepciones
- Introducción a la programación orientada a objetos:
- Conceptos básicos: objetos, clases, atributos y métodos.
- Ventajas de utilizar objetos en el desarrollo de aplicaciones.
- Definición de clases y objetos:
- Creación de una clase en Python.
- Instanciación de objetos a partir de una clase.
- Acceso a los atributos de un objeto.
- Métodos en python
- Diferencias entre usar funciones y métodos
- Ventajas de segmentación de código
- Creación de métodos para un objeto
- Inicialización de variables
- Introducción a la visualización de datos con Matplotlib:
- Gráficos básicos: líneas, barras y dispersión.
- Personalización de colores, etiquetas y leyendas.
- Gráficos avanzados y estadísticos con Matplotlib y Seaborn:
- Gráficos de áreas, barras apiladas, caja y bigotes.
- Visualización estadística con Seaborn: diagramas de dispersión, distribución y densidad.
- Personalización y visualización interactiva:
- Estilos y temas visuales.
- Uso de herramientas interactivas como widgets y sliders.
- Creación de gráficos dinámicos y actualizables.
- Tipos de dispositivos existentes para implementación
- PC
- RPi
- Edge devices / IoT devices
- Open OS PLCs
- Implementación de técnicas de IoT en PLCs Legacy
- Simulación de plantas / Gemelo digital
- Introducción a los protocolos de comunicación en la industria 4.0
- Fundamentos de TCP/IP y redes de área local (LAN)
- APIs, Sockets, y otras herramientas para implementar comunicación
- Blibliotecas útiles
- Introducción al protocolo Modbus
- Modbus RTU y Modbus TCP
- Implementación de comunicación Modbus en Python
- Uso de bibliotecas Python (pymodbus) para la comunicación.
- Lectura y escritura de registros Modbus.
- Gestión de múltiples dispositivos y transacciones simultáneas.
- Descripción y principios básicos de MQTT.
- Características de bajo consumo y alta eficiencia de MQTT.
- Uso de MQTT para la comunicación entre dispositivos en IoT industrial.
- implementación con biblioteca “paho-mqtt”
- Descripción y principios básicos de OPC UA.
- Ventajas de OPC UA en comparación con OPC clásico.
- Arquitectura y modelos de datos utilizados en OPC UA.
- Implementación de cliente y servidor OPC UA con “FreeOpcUA”
- Autenticación y conexión a otros dispositivos
- Conceptos básicos de las bases de datos y su importancia en la industria.
- Tipos de bases de datos utilizadas en entornos industriales (por ejemplo, SQL, NoSQL).
- Fundamentos de consultas SQL para acceder y manipular datos.
- Descripción y características de BigQuery, un servicio de base de datos en la nube proporcionado por Google Cloud Platform.
- Ventajas de utilizar BigQuery para el procesamiento y análisis de grandes conjuntos de datos.
- Introducción
- Descripción y características de NumPy.
- Ventajas de utilizarlo para la manipulación de datos en Python.
- Estructuras de datos fundamentales en NumPy: arreglos (arrays) multidimensionales.
- Manipulación de Arreglos:
- Diferencia entre arreglos y listas
- Creación y manipulación de arreglos multidimensionales.
- Acceso y manipulación de elementos en arreglos.
- Operaciones básicas en arreglos: suma, resta, multiplicación, etc.
- Funciones matemáticas y estadísticas disponibles en NumPy
- Introducción a Pandas:
- Descripción y características de la biblioteca Pandas.
- Ventajas de utilizar Pandas para el análisis y manipulación de datos en Python.
- Estructuras de datos fundamentales en Pandas: Series y DataFrames.
- Manipulación y Análisis de Datos con Pandas:
- Importación y exportación de datos en diferentes formatos
- Exploración y visualización de datos
- Operaciones de filtrado y selección de datos en Pandas.
- Introducción a la Validación de Datos:
- Importancia de la validación de datos en el análisis y procesamiento de información.
- Conceptos clave: calidad de los datos, integridad, consistencia y precisión.
- Beneficios de aplicar técnicas de validación de datos en proyectos de la industria 4.0.
- Manipulación de Valores Faltantes:
- Identificación y manejo de valores faltantes en conjuntos de datos.
- Métodos de imputación de valores faltantes: relleno con valores preestablecidos, media, mediana, interpolación, etc.
- Evaluación y selección de la técnica de imputación más adecuada según el contexto.
- Validación de Valores Categóricos:
- Validación y limpieza de datos categóricos: detección de categorías erróneas o inconsistentes.
- Técnicas de codificación de variables categóricas: one-hot encoding, label encoding, etc.
- Uso de técnicas de validación cruzada para evaluar modelos de clasificación de variables categóricas.
- Introducción a los Dashboards:
- Concepto y características de los dashboards.
- Importancia de los dashboards en la visualización de datos y toma de decisiones.
- Beneficios de utilizar Python para crear dashboards interactivos.
- Librerías para la Creación de Dashboards:
- Presentación de las principales librerías utilizadas en Python para la creación de dashboards.
- Descripción y características de cada librería: Dash, Plotly, Bokeh, entre otras.
- Selección de la librería más adecuada según los requisitos del proyecto.
- Creación de un Dashboard Interactivo:
- Configuración del entorno de desarrollo para la creación de dashboards.
- Diseño de la estructura del dashboard: disposición de elementos, selección de colores y estilos.
- Incorporación de componentes interactivos: gráficos, tablas, filtros, botones, etc.
- Integración de datos en el dashboard: importación, procesamiento y visualización de datos.
- Introducción a la Computación en la Nube:
- Concepto de computación en la nube y sus beneficios en la industria 4.0.
- Tipos de servicios en la nube: Infraestructura como Servicio (IaaS), Plataforma como Servicio (PaaS) y Software como Servicio (SaaS).
- Visión general de los principales proveedores de servicios en la nube y sus características.
- Integración de Python con Servicios en la Nube:
- Exploración de las diferentes formas de integrar Python con servicios en la nube.
- Uso de APIs y SDKs proporcionados por los proveedores de servicios en la nube.
- Configuración de credenciales y acceso a los servicios en la nube desde Python.
- Introducción al Aprendizaje Automático:
- Definición y conceptos clave del aprendizaje automático.
- Aplicaciones y beneficios del aprendizaje automático en la industria 4.0.
- Diferencia entre el aprendizaje supervisado, no supervisado y por refuerzo.
- Fundamentos del Aprendizaje Automático:
- Tipos de datos utilizados en el aprendizaje automático: características, etiquetas y conjuntos de entrenamiento.
- Proceso general de desarrollo de modelos de aprendizaje automático: recopilación y preparación de datos, selección y entrenamiento del modelo, evaluación y ajuste del modelo.
- Concepto de hiperparámetros y técnicas de validación cruzada.
- Ejemplos de Aplicaciones de Aprendizaje Automático:
- Ejemplos prácticos de aplicaciones de aprendizaje automático en la industria 4.0, como detección de anomalías, clasificación de datos, pronóstico y optimización de procesos.
- Presentación de algunas librerías populares de aprendizaje automático en Python, como scikit-learn y TensorFlow.
- Exploración de casos de uso reales y estudios de casos relevantes.
instructor
Ignacio Lavaggi
Ignacio es un apasionado e innovador experto en tecnología con más de 10 años de experiencia en el campo de la programación y la automatización industrial.
Con un background sólido en Python, ha liderado múltiples proyectos de transformación digital industrial en compañías de todo el mundo, implementando soluciones de vanguardia para optimizar los procesos y mejorar la eficiencia.
tendrás acceso automático a todo esto:
Acceso al curso en VIVO
22 clases en vivo por Zoom
Plataforma educativa
Acceso a las clases grabadas y a otros materiales
Revision y retro alimentación docente
El mentor del curso corregirá tus errores y comentara cada ejercicio realizado
Grupo de WhatsApp
El instructor estará en contacto contigo a través de los grupos mientras dure el curso
Curso de Confección de CV
Para que puedas expresar de la mejor manera en tu CV toda tu experiencia profesional
elije el mejor plan de pagos para tí:
¿Qué dicen nuestros alumnos de IngeLearn?
PREGUNTAS FRECUENTES
Una vez que te inscribas a este curso podrás acceder a las clases en los horarios pactados. En caso de que no puedas asistir o quieras volver a ver la clase a futuro, quedarán grabadas en la plataforma de por vida para que puedas acceder.
Las clases son en VIVO a través de nuestra plataforma educativa. Una vez comprado el curso se te dará acceso para que puedas entrar a la clase en el horario pactado. Además las clases quedarán grabadas para que puedas acceder de por vida.
Las clases comienzan el 03/07/2023 y finalizan el 13/09/2023
El curso dura 11 semanas, se impartirán dos clases semanales. Además se dará acceso a la plataforma con contenido extra.
Debes tener conocimientos basicos de uso del PC y herramientas informáticas para entender mejor el curso.
Todas las semanas habrá clases en VIVO para que puedas interactuar con el profesor y consultarle lo que necesites.
Además, tendrás acceso a un grupo en donde podrás interactuar con tus compañeros de clase.
Con tarjeta de crédito o débito desde cualquier parte del mundo.
No te hagas problema, te devolvemos tu dinero dentro de los primeros 7 días de que comenzaron las clases.
Al finalizar cada curso te entregaremos un certificado avalado por nuestra academia que certifica el nivel que has completado.