Curso de automatización con Python

Lección 1 • Trabajo con Estructuras de Datos Integradas

Manipule listas, tuplas, diccionarios y conjuntos para almacenar y procesar datos de automatización. Elegir la estructura correcta impacta directamente la eficiencia del script.

Lección 2 • Manejo de Errores y Fundamentos de Depuración

Utilice bloques try/except y herramientas de depuración para escribir scripts resilientes. Los scripts de automatización deben manejar estados inesperados sin fallar.

Lección 3 • Funciones y Reutilización de Código

Defina, invoque y organice funciones para eliminar la repetición en el código de automatización. Introduce el alcance y los valores de retorno, críticos para el diseño modular de scripts.

Lección 4 • Elementos Esenciales de Sintaxis de Python

Cubra variables, tipos de datos, operadores y construcciones de flujo de control. Estos fundamentos sustentan cada script de automatización que se escribirá más adelante en el curso.

Lección 1 • Automatización de Tareas a Nivel del SO

Ejecute comandos de shell, gestione procesos e interactúe con variables de entorno desde Python. Tiende un puente entre los scripts de Python y el sistema operativo subyacente.

Lección 2 • Gestión de Rutas y Directorios

Navegue y manipule el sistema de archivos usando los módulos pathlib y os. Un manejo confiable de rutas previene scripts rotos en diferentes sistemas operativos.

Lección 3 • Lectura y Escritura de Archivos

Abra, lea, escriba y cierre archivos de texto y binarios usando la API de archivos integrada de Python. La E/S de archivos es el punto de entrada para la mayoría de las tareas de automatización del mundo real.

Lección 4 • Trabajo con Archivos CSV y JSON

Analice y genere datos CSV y JSON, los dos formatos más comunes en pipelines de automatización. Conecta las habilidades de E/S de archivos con el procesamiento de datos estructurados.

Lección 1 • Realización de Solicitudes HTTP con Requests

Utilice la librería requests para enviar llamadas HTTP, manejar respuestas y administrar sesiones. Proporciona el conjunto de herramientas central para tareas de automatización de API y web.

Lección 2 • Análisis de HTML con BeautifulSoup

Extraiga datos estructurados de HTML en bruto usando selectores y métodos de recorrido de BeautifulSoup. Permite la extracción de datos de sitios web que no exponen una API pública.

Lección 3 • Fundamentos de HTTP para Automatización

Comprenda los métodos HTTP, códigos de estado, encabezados y ciclos de solicitud/respuesta. Este conocimiento es necesario antes de enviar cualquier solicitud web automatizada.

Lección 4 • Consumo y Automatización de APIs REST

Autentique, pagine y automatice flujos de trabajo contra APIs REST. Conecta las habilidades HTTP con escenarios de integración reales utilizados en entornos profesionales.

Lección 1 • Configuración de Selenium y Control del Navegador

Instale Selenium, configure WebDriver y abra, navegue y cierre navegadores desde Python. Establece la base para todas las tareas de automatización de navegador.

Lección 2 • Localización e Interacción con Elementos

Encuentre elementos de página usando ID, CSS, XPath y otros localizadores; luego haga clic, escriba y seleccione. La interacción con elementos es la acción central en cualquier script de automatización de navegador.

Lección 3 • Automatización de Formularios y Flujos de Inicio de Sesión

Construya scripts que inicien sesión, llenen formularios de varios pasos y manejen desafíos de autenticación. Cubre el caso de uso de automatización de navegador más común del mundo real.

Lección 4 • Técnicas Avanzadas de Selenium

Ejecute JavaScript, maneje alertas, cambie entre marcos y extraiga datos de páginas complejas. Amplía las habilidades básicas de Selenium para manejar casos extremos en scripts de producción.

Lección 1 • Introducción a pandas para Automatización

Cargue, inspeccione y filtre datos tabulares usando DataFrames. pandas es la herramienta principal para tareas de automatización impulsadas por datos en este curso.

Lección 2 • Transformación y Agregación de Datos

Aplique funciones, agrupe datos y compute resúmenes para transformar datos en bruto en información. La transformación es el paso central en cualquier pipeline de automatización de datos.

Lección 3 • Validación de Datos y Controles de Calidad

Escriba controles automatizados que detecten duplicados, valores atípicos y violaciones de esquema en conjuntos de datos. Los puntos de control de calidad de datos previenen que los errores se propaguen a través de los pipelines de automatización.

Lección 4 • Automatización de Excel con openpyxl

Lea, escriba y dé formato a libros de Excel mediante programación usando openpyxl. Permite el reemplazo completo de informes manuales en Excel con scripts de Python automatizados.

Lección 1 • Monitoreo y Alertas para Trabajos de Automatización

Implemente verificaciones de estado, alertas de fallos y métricas de ejecución para mantener los sistemas de automatización observables. El monitoreo transforma un script en un servicio de automatización de grado producción.

Lección 2 • Introducción a las Herramientas de Orquestación de Flujos de Trabajo

Explore plataformas de orquestación como Apache Airflow y Prefect para gestionar flujos de trabajo complejos basados en DAGs. Prepara a los estudiantes para entornos de automatización a escala empresarial.

Lección 3 • Construcción de Pipelines de Automatización de Múltiples Pasos

Encadene tareas de automatización discretas en pipelines secuenciales y condicionales. El diseño de pipelines separa las responsabilidades y hace que los flujos de trabajo complejos sean mantenibles.

Lección 4 • Programación de Scripts a Nivel del SO

Configure trabajos cron en Linux/macOS y el Programador de Tareas en Windows para activar scripts de Python. La programación a nivel del SO es el camino más simple hacia la automatización desatendida.

Lección 1 • Concurrencia con Hilos y Asyncio

Acelere tareas de automatización limitadas por E/S usando hilos y patrones async/await. La concurrencia es esencial cuando los scripts deben procesar cientos de llamadas API de manera eficiente.

Lección 2 • Patrones Avanzados de Autenticación de API

Implemente flujos OAuth2, manejo de JWT y rotación de claves API en scripts de automatización. La autenticación segura es obligatoria para integraciones de API en producción.

Lección 3 • Manejo Resiliente de Errores a Escala

Aplique retroceso exponencial, disyuntores y colas de mensajes no entregados a la automatización a gran escala. Los patrones de resiliencia previenen fallos en cascada en sistemas de producción.

Lección 4 • Receptores de Webhooks y Automatización Basada en Eventos

Construya endpoints ligeros con Flask que reciban cargas de webhooks y activen lógica de automatización. El diseño basado en eventos elimina el sondeo y reduce la latencia.

Lección 1 • Control de Versiones con Git para Automatización

Aplique flujos de trabajo de Git para rastrear cambios, colaborar y revertir scripts de automatización de manera segura. El control de versiones es una práctica innegociable para la automatización en producción.

Lección 2 • Pipelines de CI/CD para Proyectos de Automatización

Automatice pruebas, linting y despliegue usando pipelines de CI/CD activados por eventos de Git. La CI/CD asegura que cada cambio de código sea validado antes de llegar a producción.

Lección 3 • Despliegue en Plataformas Cloud y Serverless

Despliegue scripts de automatización en máquinas virtuales en la nube, contenedores administrados y funciones serverless. El despliegue en la nube permite la ejecución desatendida 24/7 a un costo mínimo.

Lección 4 • Estructuración Profesional de Proyectos de Automatización

Organice el código en módulos, paquetes y archivos de configuración siguiendo las mejores prácticas de Python. Una buena estructura hace que los proyectos de automatización sean mantenibles y amigables para el trabajo en equipo.