OBJETIVOS

• Entender la sintaxis, tipos de datos, variables, estructuras de control, funciones módulos y paquetes disponibles en Python.
• Aprender a utilizar los paquetes para análisis de datos y cálculo científico del ecosistema Python; especialmente, numpy, pandas, scipy y matplotlib.
• Utilizar Python para analizar datos experimentales, modelar y simular, optimizar y controlar procesos reales de la ingeniería química.

CONTENIDO

Módulo 1: Fundamentos de Python y Herramientas.

Objetivo: Adquirir las bases sólidas en la programación con Python y familiarizarse con las herramientas esenciales para el desarrollo de aplicaciones.

Temario:

Introducción a la programación en Python. 

• Conceptos básicos de programación: variables, tipos de datos, operadores, estructuras de control.
• Funciones: definición, tipos, argumentos, ámbito y recursividad.
• Módulos y paquetes: importación, organización y reutilización de código.
• Ejercicios introductorios en Python: práctica de los conceptos básicos.

 Miniconda y Jupyter Notebooks.

• Instalación y configuración de Miniconda: gestión de entornos virtuales y paquetes.
• Uso básico de Jupyter Notebooks: creación, edición y ejecución de código.
• Gestión de paquetes y entornos virtuales: instalación, actualización y eliminación de paquetes.
• Ejercicios prácticos de Python: proyectos para reforzar la familiarización con el lenguaje.

 Ejercicios prácticos de Python.

• Manipulación de archivos y datos.
• Simulaciones simples.
• Automatización de tareas.
• Introducción a la manipulación de datos con Python.
• Estructuras de datos básicas: listas, tuplas, diccionarios.
• Operaciones con datos: filtrado, ordenamiento, agrupación.
• Aplicaciones sencillas de análisis de datos:
• Visualización básica de datos.
• Cálculo de estadísticas básicas.

Módulo 2: Python Intermedio y Análisis de Datos.

Objetivo: Profundizar en las capacidades de Python para el análisis de datos y la computación científica, incluyendo técnicas avanzadas y aplicaciones en ingeniería química.

Temario:

Estructuras y sintaxis avanzadas en Python.

• Programación orientada a objetos: clases, objetos, herencia y polimorfismo.
• Manejo de errores y excepciones: try/except, raise, assert.
• Funciones avanzadas y técnicas de programación: decoradores, lambda, iteradores.

 Análisis de datos con Python.

• Profundización en Pandas: manejo de DataFrames, Series, operaciones avanzadas.
• Visualización avanzada de datos con Matplotlib: gráficos personalizados, subplots, seaborn.
• Técnicas de limpieza y manipulación de datos: tratamiento de valores nulos, fusión de conjuntos de datos.

 Introducción a la computación científica.

• Uso de bibliotecas como scipy y numpy: álgebra lineal, integración numérica, optimización.
• Resolución de problemas matemáticos y científicos: ecuaciones diferenciales, métodos numéricos.
• Aplicaciones prácticas en ingeniería química: modelado de procesos, simulación de fenómenos, análisis de datos experimentales.

 Módulo 3: Aplicaciones Avanzadas en Ingeniería Química.

Objetivo: Desarrollar la capacidad de aplicar Python a la resolución de problemas complejos en el ámbito de la ingeniería química, utilizando técnicas de modelación matemática y simulación numérica.

Temario:

Modelado y simulación de procesos.

• Desarrollo de modelos matemáticos para procesos químicos: balances de materia y energía.
• Implementación de modelos en Python: uso de bibliotecas específicas.
• Simulación de procesos: análisis de escenarios y optimización de parámetros.

 Optimización de procesos químicos.

• Formulación de problemas de optimización: variables de decisión, función objetivo, restricciones.
• Aplicaciones en la optimización de procesos: diseño de reactores, control de calidad.

Proyecto Final y Revisión.

• Desarrollo de un proyecto integral
• Aplicación de conceptos aprendidos a un problema específico

Revisión final y discusiones.

Profesionales y estudiantes de pregrado o postgrado de ingeniería química o de otras ingenierías interesados en aprender a Python para el análisis de datos, el modelamiento matemático y la simulación numérica para la solución de problemas de optimización operativa, en ingeniería química. No es necesario saber programar; sin embargo, será de mucha utilidad tener alguna experiencia en ello, así como en el uso de Python.

• Fecha de inicio: 22 de octubre de 2024
• Intensidad horaria: 90 horas
• Modalidad: PAT - 100% Virtual Sincrónica (Asistida por Tecnología - plataforma zoom)
• Horario: Lunes, miércoles y viernes de 6:00 p.m. a 9:00 p.m.
• Inversión: $2.300.000

*Para pagos desde el exterior, se realiza en línea a través de tarjeta de crédito el equivalente es alrededor de US$547 (con tasa de cambio de 4.200 pesos colombianos)

Descuentos

La Universidad otorga un descuento del 10% sobre el valor de la matrícula a: Egresados de la Universidad Jorge Tadeo Lozano. Afiliados a las cajas de compensación Cafam ó Colsubsidio. 3 personas o más inscritas por una misma empresa.

En caso de no otorgarse el descuento al momento del pago de la matrícula del diplomado, el descuento no será reembolsable ni acumulable para otros pagos a la Universidad. 

Certificación

El participante obtendrá un certificado digital de participación en el diplomado siempre y cuando se conecte y participe como mínimo al 80% de las sesiones online programadas y obtenga un resultado aprobado en su(s) trabajo(s) de aplicación o en el (los) reto(s), según haya sido establecido en el curso/diplomado

Apertura: La Universidad Jorge Tadeo Lozano puede verse obligada, por causas de fuerza mayor a cambiar sus profesores o cancelar el curso. En cualquiera de los casos mencionados el participante podrá optar por la devolución de su dinero o reinvertirlo en otro curso de Educación Continua que se ofrezca en ese momento, asumiendo la diferencia si la hubiere. 
Igualmente, la apertura del mismo y la fecha de inicio del programa dependerán del mínimo número de matriculados establecido por la Universidad.

Una vez confirmada la fecha de inicio del programa no se realizarán devoluciones de dinero.