Este es el repositorio del curso de LinkedIn Learning Python para data scientist avanzado. El curso completo está disponible en LinkedIn Learning.
Consulta el archivo Readme en la rama main para obtener instrucciones e información actualizadas.
Este curso está integrado con GitHub Codespaces, un entorno de desarrollo instantáneo alojado en la nube que ofrece toda la funcionalidad de tu IDE favorito sin tener que configurar una máquina local. Con Codespaces puedes practicar en cualquier lugar y desde cualquier dispositivo, de modo que no necesitas instalar ninguna otra herramienta. Aprende a dar los primeros pasos con el vídeo “Cómo usar GitHub Codespaces con este curso”.
Domina el uso de Python en proyectos complejos de ciencia de datos combinando eficiencia, escalabilidad y visualización. Aprende a trabajar con bibliotecas clave como Pandas, Seaborn, Plotly y PySpark, aplicando algoritmos de aprendizaje automático a conjuntos de datos reales. Mejora tu capacidad para analizar datos en local y en entornos distribuidos, automatizando tareas y construyendo modelos con lógica supervisada y no supervisada. Explora visualizaciones interactivas, procesamiento a gran escala y buenas prácticas en workflows profesionales. Fortalece tu perfil técnico para liderar con confianza retos analíticos en el entorno actual.
Este repositorio tiene ramas (branches) para cada uno de los vídeos del curso. Puedes usar el menú emergente de la rama en GitHub para cambiar a una rama específica y echar un vistazo al curso en esa etapa, o puedes añadir /tree/nombre_de_la_rama a la URL para ir a la rama a la que quieres acceder.
Las ramas están estructuradas para corresponder a los vídeos del curso. La convención de nomenclatura es Capítulo#_Vídeo#. Por ejemplo, la rama denominada 02_03 corresponde al segundo capítulo y al tercer vídeo de ese capítulo. Algunas ramas tendrán un estado inicial y otro final. Están marcadas con las letras i («inicio») y f («fin»). La branch i tiene el mismo código que al principio del vídeo. La branch f tiene el mismo código que al final del vídeo. La rama master tiene el estado final del código que aparece en el curso.
Joan Gasull Jolis
Echa un vistazo a mis otros cursos en LinkedIn Learning.