Gidahatari presenta su propio programa educativo diseñado para dominar Python en entornos reales profesionales y académicos. El programa cuenta con un extenso trabajo práctico que va desde los conceptos básicos de Python, Numpy y Pandas hasta aplicaciones específicas en recursos hídricos y geociencias acoplado al análisis geoespacial y machine learning.
Estamos seguros de que Python es una herramienta/activo para hidrólogos, hidrogeólogos, geocientíficos o profesionales afines y sabemos que solo la práctica puede brindarle el nivel de Python que necesita para aplicarlo en el análisis de datos o modelamiento numérico. La cantidad de horas, los temas tratados junto con los procesos de examen y certificación brindan una sólida referencia de Python en las capacidades profesionales.
Objetivos
Este diploma está diseñado para brindarle las siguientes capacidades:
Dominar los conceptos básicos de Python y el entorno de Jupyter
Dominar las herramientas comunes de los paquetes de Python como Numpy, Pandas y Scipy
Crear visualizaciones de datos con características completas para datos tabulares , geoespaciales y 3D.
Aprender y aplicar las herramientas geoespaciales más comunes para el análisis de datos vectoriales y ráster en Python
Tener una perspectiva sobre la aplicación de herramientas de machine learning en Python para recursos hídricos y campos relacionados.
Obtener experiencia en la aplicación de Python en modelamiento numérico.
Comprender el desarrollo de paquetes de Python y tener las capacidades para aplicar nuevos paquetes.
Contenido
El diplomado se divide en 6 módulos, cada módulo se divide en 6 sesiones. Consulta el plan de estudios completo del diplomado en este enlace.
El contenido de cada módulo y la descripción de cada sesión se describen a continuación:
Módulo 1: Python para hidrología - Parte 1
Este curso desarrolla los conceptos básicos de la programación de Python bajo Jupyter. Los ejercicios cubrirán las estructuras de datos básicas de Python, sentencias condicionales, bucles junto con una introducción a la manipulación de matrices en Numpy, gestión de datos tabulares con Pandas y ejercicios aplicados con datos de precipitación … más información
Sesión 1: Interfaz de Anaconda
Sesión 2: Tipos de datos de Python
Sesión 3: Bucles de Python y estructuras de datos
Sesión 4: Numpy y matplotlib para recursos hídricos
Sesión 5: Análisis de datos de precipitación con Pandas
Sesión 6: Análisis y visualización de datos de precipitaciones y caudales … más información
Módulo 2: Python para hidrología - Parte 2
Una vez que hayamos cubierto los conceptos básicos de la programación de Python y los ejemplos introductorios con datos de recursos hídricos, pasaremos a más estadísticas de precipitación específicas con Scipy, análisis de datos climáticos a largo plazo con consultas temporales, interpolaciones espaciales, exploración de datos de múltiples estaciones y un ejemplo de machine learning para completar los datos de precipitación faltantes … más información
Sesión 1: Estadísticas de precipitación con Scipy I.
Sesión 2: Estadísticas de precipitación con Scipy II.
Sesión 3: Completar datos de precipitación faltantes.
Sesión 4: Análisis de datos de temperatura a largo plazo.
Sesión 5: Interpolación de datos de precipitación con Python y Matplotlib.
Sesión 6: Exploración de variables climáticas de múltiples estaciones climáticas …más información
Módulo 3: Visualización de datos en Python
Siguiendo el proceso de aprendizaje de programación de recursos hídricos en Python desarrollaremos un curso enfocado a la visualización de datos utilizando diferentes librerías gráficas como Matplotlib, Seaborn, Bokeh, Pyvista, Folium y Altair. Este módulo tiene como objetivo aprender el proceso de creación y control de gráficos para un análisis de datos eficiente e interactivo … más información
Sesión 01: Matplotlib
Sesión 02: Seaborn
Sesión 03: Bokeh
Sesión 04: Pyvista
Sesión 05: Folium
Sesión 06: Altair … más información
Módulo 4: Análisis de datos geoespaciales aplicados con Python
Los modelos de flujo superficial, agua subterránea o cualquier proceso físico en el medio ambiente es en sí mismo un proceso distribuido donde las herramientas analíticas deben combinarse con herramientas geoespaciales a nivel de programación. Hemos recopilado la información básica y los ejemplos aplicados de las herramientas geoespaciales más comunes disponibles en Python mientras aseguramos la funcionalidad en cualquier sistema operativo … más información
Sesión 01: Introducción a Fiona
Sesión 02: Análisis espacial de datos de coliformes totales con Fiona
Sesión 03: Introducción a Shapely
Sesión 04: Manejo de datos ráster con Rasterio y Python
Sesión 05: Introducción a Geopandas para el análisis de áreas inundadas
Sesión 06: Delineación de glaciares con Python y Rasterio … más información
Módulo 5: Machine Learning en Python para recursos hídricos y geociencias
Los algoritmos de machine learning en Python son herramientas simples y eficientes para el análisis predictivo de datos y se pueden aplicar a cualquier campo de análisis relacionado con los recursos hídricos. Hemos desarrollado algunos casos aplicados aplicados a la predicción usando machine learning con Scikit Learn y Scikit Image enfocado a una variedad de temas que van desde la química del agua, completación de datos faltantes de precipitación, la identificación de cultivos, modelos geológico y la clasificación de la cobertura de suelo … más información
Sesión 01: Análisis de conglomerados de química del agua
Sesión 02: Identificación de cultivos
Sesión 03: Completación de datos de precipitación faltante de múltiples estaciones y variables climáticas
Sesión 04: Modelación geológica
Sesión 05: Delimitación de cuerpos de agua con filtros Canny
Sesión 06: Machine learning aplicado a la clasificación de suelos … más información
Módulo 6: Python aplicado a la modelación numérica.
Python es un lenguaje de propósito general para el análisis de datos y cuenta con amplias herramientas y específicas para trabajar e interactuar con otros modelos, algoritmos y softwares. La interacción entre Python y otras herramientas puede ser en el preprocesamiento de datos, simulación de modelos, visualización de resultados. Hemos investigado ejemplos prácticos en Python para simular el flujo de agua subterránea, la evolución del suelo, la especiación geoquímica, el modelo hidráulico e hidrogeológico … más información
Sesión 01: Modelamiento de aguas subterráneas con Modflow 06 y Flopy
Sesión 02: Modelamiento de la evolución del suelo con Landlab
Sesión 03: Cálculo de la especiación del agua con Phreeqc
Sesión 04: Modelado hidráulico con HEC RAS y Python
Sesión 05: Modelamiento hidrológico con SWAT y Python
Sesión 06: Modelamiento hidrológico con HEC HMS y Jython con HEC DSS Vue … más información
Capacitador
Saúl Montoya M.Sc.
Hidrogeólogo – Modelador Numérico Senior
El Sr. Montoya es Ingeniero Civil de la Universidad Católica en Lima con estudios de postgrado en Manejo e Ingeniería de Recursos Hídricos (Programa WAREM) de la Universidad de Stuttgart – Alemania con mención en Ingeniería de Agua Subterránea e Hidroinformática. El Sr. Montoya tiene gran capacidad analítica para la interpretación, conceptualización y modelamiento del ciclo hídrico superficial, subterráneo y su interacción, también domina los conceptos del transporte de contaminantes y los sistemas de remediación de sitios contaminados.
Encuentra más información sobre las calificaciones y los proyectos principales del Sr. Montoya aquí.
Metodología / Examen
Modalidad: Online con streaming - Sincronico
Algunos detalles sobre la metodología del diplomado:
Los manuales y archivos de los ejercicios serán entregados en nuestra plataforma online.
El curso se desarrollará mediante videos streaming con soporte vital e interacción, los videos grabados estarán disponibles en nuestra plataforma elearning.
Hay soporte en línea para preguntas sobre los ejercicios desarrollados a través de correo electrónico y reunión.
El video de las clases estará disponible durante 6 meses.
Los exámenes de certificación se organizan de la siguiente manera:
El programa consta de 3 exámenes que comprenden el contenido de 2 cursos.
Certificado digital disponible al final del programa con la aprobación del examen.
Para recibir el certificado digital debe presentar los exámenes.
Fecha y hora
El curso se ofrece en sesiones de aproximadamente 1.5 a 2 horas. Todas las sesiones comienzan a las 6:00 p.m., hora de Perú (GMT-5)
Module 1 - Abril 2022 (11, 13, 18, 20, 25 y 27)
Module 2 - Mayo 2022 (09, 11, 16, 18, 23 y 25)
Module 3 - Junio 2022 (06, 08, 13, 15, 20 y 22)
Module 4 - Julio 2022 (04, 06, 11, 13, 18 y 20)
Module 5 - Agosto 2022 (08, 10, 15, 17, 22 y 24)
Module 6 - Setiembre 2022 (05, 07, 12, 14, 19 y 21)
Costos y medios de pago
El costo del programa es de 3300 soles o 1020 dólares.
1. Tarjeta de Crédito - Vía Paypal
Las personas pueden pagar con tarjeta de crédito. Simplemente ponga "Pago por tarjeta" dentro de Medio de Pago y completar el pago:
Luego de realizar el pago enviar el voucher a gestiondelagua@gidahatari.com.
2. Depósito a cuenta (Válido solo en Perú)
BBVA Continental
Depósito a Cuenta Ahorros Soles BBVA Continental. Titular: Saul Montoya, DNI:40080212
Número de Cuenta: 0011-0184-02-00483571
Código de Cuenta Interbancario CCI: 011-184-000200483571-92
Banco de Credito
Depósito a Cuenta Ahorros Soles Banco de Credito. Titular: Saul Montoya, DNI:40080212
Número de Cuenta: 194-35005173-0-59
Código de Cuenta Interbancario CCI: 00219413500517305994
Al efectuar el pago, por favor envíenos el voucher escaneado a gestiondelagua@gidahatari.com
3. Transferencia por Western Union (Válido en el extranjero y Perú)
En caso de optar por este medio de pago puede solicitar los datos del destinatario a este correo gabrielacarita@gidahatari.com.
Inscripción
Luego de realizar el depósito o transferencia, llenar el siguiente formulario de inscripción incluyendo la información relacionada a su pago. Al recibir la información le enviaremos un e-mail para confirmar su inscripción.
