Descripció

Aquest curs, eminentment pràctic, introdueix als conceptes bàsics de la programació en Python, aplicats a la manipulació i anàlisi de dades. Dota l’estudiant d’unes bases de programació en Python que li permeten afrontar projectes bàsics d’anàlisi de dades.

A la finalització d’aquest curs, l’estudiant coneixerà els conceptes bàsics de programació i les estructures principals de control, amb exemples pràctics de com implementar-ho en Python.

D’altra banda, es presenten llibreries de Python (com ara Numpy i Pandas) usades en l’àmbit de l’analítica de dades. D’aquesta manera, l’estudiant serà capaç de tractar fitxers csv i Excel, per poder mesurar, comparar i monitorar KPI (Indicador Clau d’Acompliment), és a dir, els indicadors o valors quantitatius definits amb la finalitat d’exposar l’acompliment dels processos i treballar en les estratègies d’un negoci.

A qui va dirigit

És un curs molt recomanable per a les persones que no disposen d’una base sòlida de coneixements d’algorísmica i de programació en Python i tenen interès per les tècniques de l’analítica de dades. En particular, és molt recomanable per a estudiants d’àmbits com l’administració d’empreses, l’economia o altres que volen cursar el màster en Analítica de dades de la Universitat d’Andorra i no tenen coneixements previs de programació.

Aquest curs està obert a qualsevol persona encara que no estigui matriculada en cap bàtxelor ni màster de la Universitat d’Andorra.

Metodologia

Aquest curs es presenta des d’una perspectiva eminentment pràctica amb una orientació a la resolució de problemes.

La metodologia docent d’aquest curs és presencial o virtual. L’estudiant pot escollir entre l’opció presencial, que consisteix en l’assistència al conjunt de sessions que es programen al llarg del curs, o l’opció virtual, que permet fer el seguiment del programa a qualsevol hora i des de qualsevol lloc, mitjançant l’ús de les noves tecnologies .

El Campus virtual de la Universitat d’Andorra és l’espai virtual de comunicació i transmissió d’informació entre els estudiants, els estudiants i el professor, i la Universitat i tota la seva comunitat. L’estudiant és el responsable del seu propi procés d’aprenentatge, i el Campus virtual de la Universitat d’Andorra posa al seu abast una sèrie d’eines per a facilitar-li aquest procés: orientació i seguiment per part del professorat, comunicació amb els companys i companyes, accés als materials didàctics, informació sobre la documentació complementària, etc.

La metodologia d’aprenentatge virtual requereix un elevat nivell d’organització i planificació de l’estudi per part de l’estudiant, que ha de mantenir un paper molt actiu per poder treure profit de la formació i de l’acompanyament que li ofereix el professorat, així com del material, que pot trobar-se en fonts i formats diversos. Aquesta metodologia utilitza canals de comunicació asíncrona i per escrit amb els companys/es i el professorat, i requereix la capacitat de cerca i interpretació crítica de documentació especialitzada en la matèria per part de l’estudiant.

Programa

Part I: Introducció a la programació

• Definició de Python.
  • Què és Python i per què aprendre’l?
  • Instal·lació de Python i configuració de l’entorn de programació.
  • Execució: consola i programació.
• Introducció a la programació en Python.
  • Operadors: aritmètics, comparació, lògics.
  • Variables: concepte i ús.
  • Tipus de dades bàsics i conversions entre tipus.
  • Sortida: funció print(), entrada amb la funció input().
  • Seqüències, strings i operadors amb string.
• Control de flux.
  • Estructures de control: condicionals (if, else), bucles (for, while).
  • Instruccions: break, continue.

Part II: Funcions i altres estructures de dades

• Funcions i mòduls.
  • Definició i crida de funcions.
  • Paràmetres i valors de retorn.
  • Mòduls i llibreries.
• Tipus de dades.
  • Llistes: concepte, operacions i mètodes.
  • Tuples.
  • Diccionaris.

Part III: Python aplicat a l’analítica de dades

• Numpy.
  • Arrays a Numpy: concepte, accés, dimensions, creació.
  • Càlculs amb arrays.
  • Manipulació dimensions arrays.
  • Retallar arrays.
  • Operacions de matriu (ex: +, *, – …).
• Pandas.
  • Definició Pandas per a manipulació de dades.
  • Concepte de dataframe.
  • Treballant amb fitxers.
  • Accés al dataframe, per índex i per etiquetes.
  • Funcions estadístiques pels dataframes i agrupació dels resultats.
• Gràfics amb Pandas.
  • Creació.
  • Tipus de gràfics.
  • Creació dels diferents gràfics.
  • Selecció condicional.
  • Agrupació.

Professorat

Maria Pilar Esteban Bolós. Professional amb sòlida formació en informàtica: Diploma d’Estudis Avançats (DEA) i màster en Societat de la informació per la Universitat Oberta de Catalunya (UOC), programa de Desenvolupament directiu per l’IESE, llicenciada en Informàtica per la Universitat Politècnica de Catalunya (UPC) i més de 15 anys d’experiència en consultoria informàtica i digitalització per a la Generalitat de Catalunya. Ha estat directora de banca a Gedas, gestionant projectes per a entitats financeres i directora tècnica en el Centre de Càlcul de Sabadell. Àmplia experiència docent en universitats i formació professional, coordinant projectes de final de grau i programes de mobilitat i estudis duals.

Durada i calendari

El curs té una càrrega de 4 crèdits europeus (CE) (cada CE representa una dedicació aproximada de 30 hores per part de l’estudiant) i es preveu que s’ofereixi de setembre a gener.

Més concretament, aquest curs té una durada de 30 hores, que es desenvoluparan en 15 sessions presencials de 2 hores tots els dilluns d’acord amb el calendari següent:

• Setembre 2024: dilluns 16, 23 i 30, de 18 a 20 h
• Octubre 2024: dilluns 7, 14, 21 i 28, de 18 a 20 h
• Novembre 2024: dilluns 4, 11,18 i 25, de 18 a 20 h
• Desembre 2024: dilluns 2, 9 i 16, de 18 a 20 h
• Gener 2025: dilluns 13, de 18 a 20 h

Procés d’avaluació

Per a cadascuna de les tres parts del curs es plantejaran tres treballs, que consisteixen en la resolució d’exercicis.

Aquests treballs, a part d’avaluar el seguiment d’aquest curs, serviran a les persones matriculades al màster en Analítica de dades de la Universitat d’Andorra per preparar i seguir amb èxit el seminari en Algorísmica i estructures de dades del Mòdul 2 (Algorísmica, estructures i bases de dades per a l’anàlisi de dades).

Es valorarà positivament la participació activa i col·laborativa dels estudiants.

Certificació

Les persones que superin el procés d’avaluació obtindran un Diploma d’aprofitament en Iniciació a la programació en Python per a l’analítica de dades, expedit per la Universitat d’Andorra.

La qualificació final d’aquest curs és qualitativa. Aquesta qualificació s’obté, un cop s’hagin superat totes les unitats d’ensenyament que formen aquest curs, a partir de la mitjana aritmètica (m) de les qualificacions finals obtingudes en cada unitats d’ensenyament i d’acord amb el següent barem:

Aprovat, si 5≤m <7
Notable, si 7≤m <9
Excel·lent, si m≥9

Preinscripció i matrícula

Preinscripció: fins al 2 de setembre del 2024

Matrícula: fins al 9 de setembre del 2024

Preu: 224,80 euros
Els estudiants de formació reglada, el personal de la Universitat d’Andorra, els Alumni i el professorat col·laborador tenen un descompte en la matrícula del 50%.

Formulari de preinscripció

Més informació

Universitat d’Andorra
Plaça de la Germandat, núm. 7
AD600 Sant Julià de Lòria
Tel.: +376 743 000
euniversitaria@uda.ad