Sesión 1: Importancia, aplicaciones y entorno de Microsoft Power BI

• Fundamentos de BI: problemática de los datos y soluciones de BI

• Fundamentos de BI: evolución de análisis

• Entorno Power BI: características, propiedades, arquitectura y componentes

• ¿Cómo importar datos a Power BI?

• ¿Cómo transformar los datos? - Con Power Query y lenguaje M

• Taller 1: Beneficio de Power BI para la toma de decisiones en las empresas

• Taller 2: Aterrizando un caso empresarial al estilo de Power BI

Sesión 2: Proceso ETL en Query Editor

• Extracción: ejercicios de importación de data en distintos formatos

• Transformación: ejercicios de transformación y depuración de data

• Carga de data: tipos, ejercicios de carga únicamente de la data del modelo

• Taller 3: Importación y depuración de una base de datos para el proyecto elegido

Sesión 3: Modelo de datos y lenguaje DAX

• Conceptos de UX entorno a Power BI

• Entorno de trabajo

• Modelos de datos: modelo estrella vs copo de nieve

• Diferencias entre un modelo transaccional vs un modelo dimensional

• Lenguaje DAX: introducción al lenguaje DAX con ayuda de Chat GPT

• Taller 4: Aterrizando casos empresariales al modelo de datos de Power BI

Sesión 4: DAX orientado a indicadores - KPI's

• Creación de medidas DAX

• Creación de tipos de funciones en DAX

• Fórmulas DAX - Time Intelligence

• Inteligencia de tiempo: importancia y funciones DAX de formatos de tiempo

• Creación de medidas de soporte: semáforo, mensajes de error, entre otros

• Taller 5: Indicadores de negocio a full DAX

Sesión 5: Interpretación y visualización de datos

• Tipos de gráficos en función al mensaje a transmitir o edición

• Personalización y tipos de objetos visuales - Viz nativas o estándares

• Diseño de informe y gráficos en Power BI: informe de 1 y más páginas

• Herramientas avanzadas: creación de tooltips, bookmarks, drilldown, entre otras

• Taller 6: Elaboración de un informe con data corporativa con tooltips

Sesión 6: Power BI Service - Power BI en la nube

• Publicación de un informe a la web

• Generación de dashboard y creación de alertas

• Power BI Mobile: instalación del app, login y visualización móvil

• Power BI Mobile: alertas, suscripciones y favoritos

• Taller 7: Toma de decisiones con Power BI

Sesión 1: Fundamentos y aplicaciones con Python

• Python y su importancia en el mundo

• Variables y operadores en Python

• Entendiendo los tipos de datos básicos: enteros, flotantes, string

• Operaciones básicas aritméticas y de texto

• Caso 1: Operaciones aritméticas

• Caso 2: Operaciones con strings

• Taller 1: Crea una calculadora con Python

Sesión 2: Tipos y estructura de datos con Python

• Listas: append, insert, pop, remove, clear

• Tuplas, diccionarios, conjuntos

• Textos, índices y slicing, lectura por teclado y variables

• Funciones: index, count, len, extend, reverse, sort, entre otros

• Caso 1: Operaciones con tuplas

• Caso 2: Operaciones con diccionarios

• Taller 2: Realiza operaciones con estructuras de datos

Sesión 3: Estructuras selectivas y funciones

• Estructuras condicionales: if, else

• Estructuras repetitivas: for, while y el uso de break y continue

• Creación y sintaxis de funciones

• Variables locales y globales

• Caso 1: Condicionales anidadas

• Caso 2: Funciones de bucles y condicionales

• Taller 3: Aplicación de estructuras selectivas para la toma de decisiones lógicas

Sesión 4: Manipulación de datos con Pandas

• Funciones lambda, documentación y organización del código en módulos

• Uso de librería Pandas, series y dataframes

• Lectura de datasets: txt, csv, xlsx

• Creación de campos y uso de sentencias: group by, delete, drop

• Combinación y cruce de datasets

• Caso 1: Análisis estadístico de datos con Pandas

• Caso 2: Manipulación de datos en un dataset

• Taller 4: Exploración de datos de un caso de negocio con Pandas

Sesión 5: Análisis y visualización de datos con Matplotlib

• Librerías de Data Viz: Matplotlib

• Creación y personalización de gráficos con Matplotlib

• Qué gráfico usar según tu necesidad: comparación, relación, distribución y composición

• Buenas prácticas en la visualización de datos

• Caso 1: Análisis visual de datos con Matplotlib

• Caso 2: Creación de distintos tipos de gráficos

• Taller 5: Análisis exploratorio de datos con Matplotlib

Sesión 6: Visualización avanzada de datos con Seaborn

• Seaborn y su optimización sobre Matplotlib

• Creación y manipulación de gráficos con Seaborn

• Gráficos univariados, bivariados y multivariados

• Caso 1: Análisis estadístico de datos con Seaborn

• Caso 2: Creación de distintos tipos de gráficos

• Taller 6: Análisis avanzado de datos con Seaborn