Curso de automatización con Python

Lección 1 • Trabajando con Estructuras de Datos Integradas

Manipula 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

Utiliza 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

Define, invoca y organiza funciones para eliminar la repetición en el código de automatización. Introduce el alcance y los valores de retorno, fundamentales para el diseño modular de scripts.

Lección 4 • Elementos Esenciales de Sintaxis Principal de Python

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

Lección 1 • Automatización de Tareas a Nivel del SO

Ejecuta comandos de shell, gestiona procesos e interactúa con variables de entorno desde Python. Une los scripts de Python con el sistema operativo subyacente.

Lección 2 • Gestión de Rutas y Directorios

Navega y manipula el sistema de archivos utilizando los módulos pathlib y os. El manejo confiable de rutas evita que los scripts fallen en diferentes sistemas operativos.

Lección 3 • Lectura y Escritura de Archivos

Abre, lee, escribe y cierra archivos de texto y binarios utilizando 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

Analiza y genera 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 Peticiones HTTP con Requests

Utiliza la biblioteca requests para enviar llamadas HTTP, manejar respuestas y gestionar sesiones. Proporciona el conjunto de herramientas central para tareas de automatización web y de API.

Lección 2 • Análisis de HTML con BeautifulSoup

Extrae datos estructurados de HTML sin procesar utilizando selectores y métodos de recorrido de BeautifulSoup. Permite el scraping de sitios web que no exponen una API pública.

Lección 3 • Fundamentos de HTTP para Automatización

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

Lección 4 • Consumo y Automatización de APIs REST

Autentica, pagina y automatiza flujos de trabajo contra APIs REST. Conecta las habilidades HTTP con escenarios reales de integración utilizados en entornos profesionales.

Lección 1 • Configuración de Selenium y Control del Navegador

Instala Selenium, configura WebDriver y abre, navega y cierra navegadores desde Python. Establece la base para todas las tareas de automatización del navegador.

Lección 2 • Localización e Interacción con Elementos

Encuentra elementos de página usando ID, CSS, XPath y otros localizadores, luego haz clic, escribe y selecciona. La interacción con elementos es la acción principal en cualquier script de automatización de navegador.

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

Construye scripts que inician sesión, completan formularios de varios pasos y manejan desafíos de autenticación. Cubre el caso de uso más común de automatización de navegador en el mundo real.

Lección 4 • Técnicas Avanzadas de Selenium

Ejecuta JavaScript, maneja alertas, cambia entre iframes y extrae 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

Carga, inspecciona y filtra datos tabulares utilizando DataFrames. pandas es la herramienta principal para tareas de automatización basadas en datos en este curso.

Lección 2 • Transformación y Agregación de Datos

Aplica funciones, agrupa datos y calcula resúmenes para transformar datos sin procesar en información útil. La transformación es el paso central en cualquier pipeline de automatización de datos.

Lección 3 • Validación de Datos y Controles de Calidad

Escribe verificaciones automatizadas que detecten duplicados, valores atípicos y violaciones de esquema en conjuntos de datos. Las barreras de calidad de datos evitan que los errores se propaguen a través de los pipelines de automatización.

Lección 4 • Automatización de Excel con openpyxl

Lee, escribe y da formato a libros de Excel mediante programación usando openpyxl. Permite el reemplazo total de los reportes manuales de Excel con scripts de Python automatizados.

Lección 1 • Monitoreo y Alertas para Trabajos de Automatización

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

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

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

Lección 3 • Construcción de Pipelines de Automatización de Varios Pasos

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

Lección 4 • Programación de Scripts a Nivel del SO

Configura trabajos cron en Linux/macOS y Task Scheduler en Windows para activar scripts de Python. La programación a nivel del SO es la ruta más simple hacia la automatización desatendida.

Lección 1 • Concurrencia con Threading y Asyncio

Acelera las 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 a la API de manera eficiente.

Lección 2 • Patrones Avanzados de Autenticación para API

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

Lección 3 • Manejo Resiliente de Errores a Escala

Aplica backoff exponencial, disyuntores y colas de mensajes no entregados a la automatización a gran escala. Los patrones de resiliencia previenen fallas en cascada en sistemas de producción.

Lección 4 • Receptores de Webhooks y Automatización Basada en Eventos

Construye 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

Aplica flujos de trabajo de Git para rastrear cambios, colaborar y revertir scripts de automatización de manera segura. El control de versiones es una práctica no negociable para la automatización en producción.

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

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

Lección 3 • Despliegue en Plataformas en la Nube y Serverless

Despliega scripts de automatización en VMs en la nube, contenedores gestionados 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

Organiza 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 aptos para equipos.