Programa para certificación internacional Software Programmer Fundamentals + Python PDA

Temas

1.1. Conceptos de algoritmo y su importancia
 - Definición de algoritmos.
 - Estructura de un algoritmo: Entrada, Proceso y Salida.
 - Tipos de algoritmos: iterativos, recursivos y algorítmicos.
 - Ejemplos de algoritmos en la vida real.
1.2. Pensamiento computacional y resolución de problemas
 - Descomposición de problemas en pasos más pequeños.
 - Reconocimiento de patrones y abstracción.
 - Estructura de la solución: Desarrollo y optimización.
 - Diseño de algoritmos eficientes.
1.3. Práctica: Resolución de problemas simples con pseudocódigo
 - Modelado de problemas reales con pseudocódigo.
 - Conversiones entre pseudocódigo y diagramas de flujo.
 - Ejercicio práctico: Desarrollo de un pseudocódigo para resolver un problema matemático.

2.1. Diagramas de casos de uso
 - Identificación de actores.
 - Diagramas de escenarios principales y alternativos.
 - Casos de uso extendidos y generales.
2.2. Diagramas de secuencia
 - Representación de la interacción entre objetos y eventos.
 - Modelado del flujo de datos y secuencia de mensajes.
2.3. Diagramas de actividades
 - Representación de actividades, decisiones y flujos alternativos.
 - Diagramas de actividad con particiones (swimlanes).

3.1. Tipos de datos y operadores
 - Tipos de datos primitivos: enteros, reales, booleanos, cadenas de texto.
 - Operadores aritméticos, lógicos, de comparación, asignación y bit a bit.
 - Conversión de tipos de datos (casting).
3.2. Estructuras de control condicionales y bucles
 - Sentencias condicionales: if, else, elif, switch.
 - Bucles controlados por contadores: for y while.
 - Bucles controlados por condiciones: do-while.
 - Conceptos de recursión vs iteración.

3.3. Declaración y uso de funciones
 - Funciones de retorno y sin retorno.
 - Parámetros por valor y por referencia.
 - Funciones anidadas y recursivas.

- Uso de funciones lambda. 3.4. Práctica: Resolución de problemas con funciones - Ejercicios de descomposición funcional para resolver problemas. - Modularización de código para mejorar la reutilización.

4.1. Listas, tuplas, diccionarios y conjuntos
 - Operaciones básicas en estructuras de datos: creación, actualización, eliminación.
 - Métodos y operaciones avanzadas: append, pop, sort, reverse.
 - Diccionarios y manejo de pares clave-valor.
4.2. Algoritmos de ordenación (burbuja, selección)
 - Implementación paso a paso de algoritmos de ordenación.
 - Complejidad temporal y espacial: O(n^2), O(n log n).
 - Comparación entre algoritmos de ordenación: eficiencia y uso adecuado.
4.3. Algoritmos de búsqueda (binaria, lineal)
 - Implementación de búsqueda secuencial y búsqueda binaria.
 - Condiciones necesarias para usar la búsqueda binaria.
 - Comparación de complejidades.
4.4. Práctica: Implementación de algoritmos en Python
 - Ejercicios de búsqueda y ordenación con listas y diccionarios.
 - Optimización de código de búsqueda para grandes volúmenes de datos.

5.1. Conceptos básicos de objetos y clases
 - Definición de objetos, clases, atributos y métodos.
 - Encapsulamiento, abstracción y modularidad.
5.2. Creación de objetos y métodos
 - Creación y uso de objetos en Python.
 - Métodos públicos, privados y protegidos.
5.3. Herencia y polimorfismo
 - Concepto de herencia y reusabilidad de clases.
 - Métodos sobreescritos y polimorfismo.
5.4. Práctica: Modelado de objetos y su interacción
 - Ejercicio práctico para modelar entidades usando POO.

6.1. Tipos de bases de datos (relacionales y no relacionales)
 - Diferencias clave entre bases de datos relacionales y no relacionales.
 - Ejemplos de bases de datos relacionales (MySQL, PostgreSQL) y no relacionales (MongoDB).
 - Cuándo usar una base de datos relacional vs una no relacional.
6.2. Componentes de bases de datos: Tablas, filas, columnas
 - Definición y creación de tablas.
 - Relaciones entre tablas: uno a uno, uno a muchos y muchos a muchos.
 - Tipos de datos en SQL: VARCHAR, INT, DATE, etc.

7.1. Diagramas entidad-relación
 - Definición de entidades, atributos y relaciones.
 - Creación de diagramas ER para representar modelos de datos.
7.2. Claves primarias y foráneas
 - Definición de claves primarias y cómo garantizan la unicidad de registros.
 - Claves foráneas y su importancia en la vinculación de tablas.
7.3. Normalización de bases de datos
 - Concepto de normalización y sus niveles (1FN, 2FN, 3FN).
 - Ejercicios prácticos para evitar la redundancia en las bases de datos.

8.1. Creación de tablas y relaciones
 - Sintaxis básica de SQL: CREATE TABLE, ALTER TABLE.
 - Definición de restricciones (PRIMARY KEY, UNIQUE, NOT NULL).
8.2. Consultas SQL: SELECT, INSERT, UPDATE, DELETE
 - Consultas de lectura: SELECT con filtros, operadores y ordenación.
 - Consultas de inserción, modificación y eliminación de datos: INSERT INTO, UPDATE, DELETE.
8.3. Funciones de agregación: COUNT, SUM, AVG
 - Uso de funciones para calcular agregados sobre conjuntos de datos.
 - Agrupación de datos con GROUP BY y filtrado con HAVING.

Temas

- Que es Python
- Variables y tipos de datos básicos
- Lectura de entrada de teclado

 - Salidas
 - Recopilación de entradas

 - Instrucción if
 - Instrucciones else, y elif
 - Operadores and y or

 - Cadenas en Python
 - Métodos de cadenas en Python
 - Formato de cadenas en Python
 - Operadores
 - Números
 - Conversión de cadenas en número y uso de valores absolutos

 - Presentación de listas
 - Trabajo con números en listas
 - Manipulación de datos de lista

 - While
 - For
 - Diccionarios
 - Programación dinámica con diccionarios

- Funciones
- Argumentos de funciones
- Argumentos de palabra clave
- Argumentos de variable

-Lambdas
-Expresiones regulares
-Comprensión de datos

 - Clases y objetos
 - Constructor de una clase
 - Atributos
 - Herencia
 - Encapsulación
 - Polimorfismo

- Como encontrar errores
- Controlar excepciones
- Generación de excepciones

 - Trabajando con el sistema de archivos
 - Directorios y archivos
 - Crear un archivo, manejar archivos