Máster de programación avanzada en python para big data, hacking y machine learning

1. Fundamentos de Python

• Conocer brevemente la historia de los lenguajes de programación.
• Saber la historia y filosofía de Python.
• Comprender la tipología de los lenguajes de programación.
• Tomar conciencia de la posición estratégica del lenguaje.
• Preparar el entorno de desarrollo.
• Instalar Python en los diferentes sistemas operativos.
• Instalar, configurar y administrar IDEs, consola, herramientas y principales librerías.
• Ejecutar un programar: compilar e interpretación del código.
• Saber llevar a cabo la distribución de tus aplicaciones: herramienta de distribución, creación de paquetes distribuibles, distribución binaria multiplataforma y específica para un entorno.
• Aprender técnicas de integración con otros lenguajes.

2. Programación Avanzada en Python

•Conocer los tipos de datos, algoritmos, instrucciones, delimitadores y controladores de flujo.
• Saber declarar y utilizar variables, funciones, clases y módulos.
• Comprender el modelo de objeto.
• Conocer los patrones de diseño.
• Aprender a programar con manipulación de datos.
• Saber gestionar bases de datos.
• Saber programar mediante generación de contenido.
• Aplicar programación paralela.
• Conocer la programación de sistema y de red.

3.Creación de aplicaciones Python

• Aprender las bases para desarrollar aplicaciones de consola.
• Aprender las bases para programar aplicaciones web con Django y Flask.
• Aprender las bases para crear aplicaciones de interfaz gráfica con Gtk y TkInter.
• Aprender las bases para desarrollar aplicaciones de visualización de datos.
• Programar una aplicación de consola.
• Crear una aplicación gráfica con Gtk o TkInter.
• Realizar un desarrollo web con Django o Flask.
• Programar una aplicación para visualización de datos con Dash.

4.Buenas prácticas de programación con Python

• Conocer el control de errores, pruebas y validación de datos.
• Comprender la importancia del desarrollo guiado por pruebas.
• Aprender a llevar a cabo una programación dirigida por la documentación.
• Saber optimizar el código y medir su calidad mediante herramientas de dep

5. Desarrollo seguro en Python

• Diseñar y desarrollar de aplicaciones Python que garanticen la privacidad y la seguridad de la información.
• Programar aplicaciones Python atendiendo a criterios de usabilidad, robustez y eficiencia.
• Conocer y aplicar los diferentes enfoques y metodologías del desarrollo y auditoría de software seguro para Python.

6.Desarrollo y gestión ágil de proyectos Python

• Aprender los conceptos clave en la gestión de proyectos.
• Conocer las principales metodologías de gestión de proyectos.
• Comprender qué son metodologías ágiles, los postulados y principios del manifiesto ágil.
• Desarrollar habilidades y aptitudes para gestionar proyectos de manera ágil siguiendo pautas Scrum.
• Introducirse en Scrum comprendiendo su definición, historia y ciclo de vida.
• Aprender los diferentes elementos de Scrum e interiorizarlos como parte habitual del trabajo diario.
• Conocer los actores que intervienen en un proyecto SCRUM y saber identificar las responsabilidades de cada uno de ellos.
• Saber las diferencias entre Kanban y Scrum.
• Valorar y analizar las herramientas existentes para escoger aquella que más se ajusta a las necesidades específicas de la organización y el proyecto.

7.Fundamentos de BigData

• Conocer los principales fundamentos del Big Data y el cambio de paradigma que está transformando las organizaciones.
• Estudiar ejemplos reales de casos de uso Big Data.
• Comprender los componentes y fases de la metodología de procesamiento de grandes datos.
• Saber qué es el gobierno del dato y cuáles son los elementos necesarios para que sea eficaz y eficiente.
• Asimilar qué es la analítica avanzada de datos.
• Aprender cuáles son las tecnologías catalizadoras del Big Data y las herramientas de visualización de datos más eficaces para presentar los resultados a las diferentes audiencias.

8.Programación Python para BigData

• Saber resolver los grandes problemas de análisis de datos con las herramientas apropiadas.
• Recolectar, almacenar y procesar datos.
• Usar y construir herramientas de recolección y procesamiento de datos.
• Saber procesar los datos y visualizar la información.
• Programación en entornos Big Data con Python.
• Aprender a utilizar frameworks para Big Data.
• Trabajar con bases de datos no relacionales y saber explotarlas.
• Ajustar y solucionar problemas de grandes trabajos que se ejecutan en un clúster.
• Compartir información entre nodos en un clúster.

9.Fundamentos de IA y Machine Learning

• Comprender qué es la IA (Inteligencia Artificial), sus aplicaciones y casos de uso, y su impacto en la sociedad.
• Conocer y saber diferenciar los términos Machine Learning, Deep Learning y Redes Neurales.
• Contextualizar el machine learning dentro de la IA.
• Reconocer en qué consisten los fundamentos de machine learning.
• Identificar la importancia y aplicabilidad del machine learning.

10.Programación Python para Machine Learning

• Aprender a definir y descomponer problemas desde la perspectiva de machine learning.
• Saber resolver problemas complejos usando algoritmos y técnicas de machine learning.
• Usar tareas de machine learning para la resolución de problemas: clasificación, regresión, identificar similitudes, clustering, agrupar ocurrencias, profiling, predicción de vínculos, modelado causal, reducción de datos.
• Crear de programas de web scraping.
• Construir y entrenar modelos deep learning.
• Implementar redes neuronales.

11.Hacking y pentesting con Python

• Comprender cómo realizar ataques en el segmento de red
• Conocer técnicas de fuzzing y depuración de software.
• Saber mantener el anonimato con Python para llevar a cabo labores de hacking.
• Aprender herramientas y técnicas para llevar a cabo amenazas persistentes avanzadas con Python.
• Saber manejar librerías y herramientas disponibles en Python para ejecutar actividades de pentesting.

12. Preparación para la certificación PCAP

• Te preparamos para obtener la certificación PCAP

13.Estrategia para una Marca Personal de éxito

• Comprenderás el concepto de marca personal y la importancia de mantenerla actualizada.
• Dominarás estrategias y tácticas para destacar en redes sociales.

Proyecto Fin de Máster

•El trabajo Fin de Máster (TFM) es la última prueba evaluable que nuestro alumnado deberá superar para obtener su título del Máster de programación avanzada en Python para Hacking, BigData y Machine Learning.
• Para ello el alumno o alumna deberá ser capaz de implementar un sistema de gestión integral de Python.