I. Disposiciones generales. MINISTERIO DE EDUCACIÓN, FORMACIÓN PROFESIONAL Y DEPORTES. Formación profesional. (BOE-A-2024-12503)
Real Decreto 566/2024, de 18 de junio, por el que se establece el Curso de especialización de Formación Profesional de Grado Superior en Desarrollo de aplicaciones en lenguaje Python y se fijan los aspectos básicos del currículo.
15 páginas totales
Página
Zahoribo únicamente muestra información pública que han sido publicada previamente por organismos oficiales de España.
Cualquier dato, sea personal o no, ya está disponible en internet y con acceso público antes de estar en Zahoribo. Si lo ves aquí primero es simple casualidad.
No ocultamos, cambiamos o tergiversamos la información, simplemente somos un altavoz organizado de los boletines oficiales de España.
Cualquier dato, sea personal o no, ya está disponible en internet y con acceso público antes de estar en Zahoribo. Si lo ves aquí primero es simple casualidad.
No ocultamos, cambiamos o tergiversamos la información, simplemente somos un altavoz organizado de los boletines oficiales de España.
BOLETÍN OFICIAL DEL ESTADO
Núm. 149
Jueves 20 de junio de 2024
Sec. I. Pág. 71583
Criterios de evaluación:
a) Se ha analizado el problema a resolver documentándolo de forma rigurosa.
b) Se han indicado posibles soluciones al problema.
c) Se ha seleccionado la solución considerada más adecuada de acuerdo al
contexto y al posible costo de la implementación.
d) Se ha escrito la solución en Python, documentándola debidamente.
e) Se ha utilizado el depurador.
f) Se han diseñado pruebas para cada una de las partes del programa.
g) Se han ejecutado las pruebas y documentado los resultados.
h) Se ha verificado que los resultados son los esperados.
i) Se han realizado cambios en caso de ser necesarios, documentándolos.
j) Se ha probado el programa en su conjunto.
k) Se han documentado cambios en caso de producirse.
Módulo Profesional: Análisis de datos con Python.
Equivalencia en créditos ECTS: 9.
Duración: 75 horas.
Código: 5101.
Resultados de aprendizaje y criterios de evaluación.
1. Manejo, limpieza y normalización de distintos tipos de datos en función del
problema a resolver.
Criterios de evaluación:
a) Se conocen y se importan las librerías usadas en ciencia de datos.
b) Se ha escrito código que permite leer datos de distintos orígenes (csv, xlsx, entre
otros).
c) Se ha escrito código que permite exportar datos previamente leídos en ficheros
de distinto formato (csv, xlsx, entre otros).
d) Se ha escrito código que permite acceder a bases de datos usando librerías de
ciencia de datos.
e) Se manejan selecciones, actualizaciones, adiciones y eliminaciones de datos de
una base de datos usando las librerías de Python aplicadas en ciencia de datos.
f) Se han realizado pruebas intermedias de verificación.
2. Limpia y estandariza lotes de datos de forma lógica y eficiente para su
tratamiento posterior de acuerdo al problema a resolver.
a) Se han analizado los datos leídos.
b) Se han deducido las operaciones para normalizar y estandarizar datos en
Python.
c) Se ha escrito código que permite limpiar y estandarizar datos basándose en el
problema que hay que resolver.
d) Se han aplicado intervalos en series de datos para realizar agrupaciones de
forma coherente.
e) Se han identificado los datos a convertir de categóricos a numéricos.
f) Se ha escrito código que modifica variables categóricas en variables cuantitativas
en Python.
3. Realiza análisis exploratorios en datos teniendo en función del alcance del
problema a resolver.
cve: BOE-A-2024-12503
Verificable en https://www.boe.es
Criterios de evaluación:
Núm. 149
Jueves 20 de junio de 2024
Sec. I. Pág. 71583
Criterios de evaluación:
a) Se ha analizado el problema a resolver documentándolo de forma rigurosa.
b) Se han indicado posibles soluciones al problema.
c) Se ha seleccionado la solución considerada más adecuada de acuerdo al
contexto y al posible costo de la implementación.
d) Se ha escrito la solución en Python, documentándola debidamente.
e) Se ha utilizado el depurador.
f) Se han diseñado pruebas para cada una de las partes del programa.
g) Se han ejecutado las pruebas y documentado los resultados.
h) Se ha verificado que los resultados son los esperados.
i) Se han realizado cambios en caso de ser necesarios, documentándolos.
j) Se ha probado el programa en su conjunto.
k) Se han documentado cambios en caso de producirse.
Módulo Profesional: Análisis de datos con Python.
Equivalencia en créditos ECTS: 9.
Duración: 75 horas.
Código: 5101.
Resultados de aprendizaje y criterios de evaluación.
1. Manejo, limpieza y normalización de distintos tipos de datos en función del
problema a resolver.
Criterios de evaluación:
a) Se conocen y se importan las librerías usadas en ciencia de datos.
b) Se ha escrito código que permite leer datos de distintos orígenes (csv, xlsx, entre
otros).
c) Se ha escrito código que permite exportar datos previamente leídos en ficheros
de distinto formato (csv, xlsx, entre otros).
d) Se ha escrito código que permite acceder a bases de datos usando librerías de
ciencia de datos.
e) Se manejan selecciones, actualizaciones, adiciones y eliminaciones de datos de
una base de datos usando las librerías de Python aplicadas en ciencia de datos.
f) Se han realizado pruebas intermedias de verificación.
2. Limpia y estandariza lotes de datos de forma lógica y eficiente para su
tratamiento posterior de acuerdo al problema a resolver.
a) Se han analizado los datos leídos.
b) Se han deducido las operaciones para normalizar y estandarizar datos en
Python.
c) Se ha escrito código que permite limpiar y estandarizar datos basándose en el
problema que hay que resolver.
d) Se han aplicado intervalos en series de datos para realizar agrupaciones de
forma coherente.
e) Se han identificado los datos a convertir de categóricos a numéricos.
f) Se ha escrito código que modifica variables categóricas en variables cuantitativas
en Python.
3. Realiza análisis exploratorios en datos teniendo en función del alcance del
problema a resolver.
cve: BOE-A-2024-12503
Verificable en https://www.boe.es
Criterios de evaluación:
