Este curso trata sobre el manejo, visualización y análisis de datos geoespaciales de biodiversidad mediante el lenguaje de programación Python. Se estudian los fundamentos de Python, sus módulos geoespaciales y su aplicación al procesamiento de datos de biodiversidad. Se demuestra como metodologías y técnicas de ciencia de datos pueden ser aplicadas al componente geoespacial de datos de biodiversidad.

• Inicia el lunes 13 de enero de 2025 y se impartirá todos los lunes de 6:00 p.m. a 8:00 p.m. (GMT-6) durante 8 semanas.

• Modalidad: Virtual.
• Teórico/Práctico: Para completar el programa, es necesario tener una asistencia efectiva de más del 75% de las clases sincrónicas virtuales, y sus evaluaciones con un promedio mayor o igual a 70.
• Costo: Gratuito.

• Tener disponibilidad de al menos 16 horas durante todo el programa para asistir a ocho sesiones sincrónicas virtuales de clases. (2hrs / clase)
• Tener disponibilidad de al menos 24 horas durante todo el programa para realizar tareas cortas, los laboratorios prácticos del curso y un proyecto final. (3hrs / semana)
• Llenar el formulario para Participar en las actividades de la redbioma (anteriormente circulado, por favor llenarlo una sola vez).

Aprender a desarrollar programas en el lenguaje de programación Python orientados al procesamiento de datos geoespaciales de biodiversidad.

• Aplicar un enfoque de ciencia de datos en los procesos de importación, transformación, visualización, análisis y comunicación de datos geoespaciales de biodiversidad.
• Desarrollar soluciones reproducibles a problemas computacionales mediante Python.
• Integrar visualizaciones tabulares, gráficas y geoespaciales de datos de biodiversidad en documentos y aplicaciones interactivas desarrolladas en Python.

El curso se desarrolla mediante clases teórico-prácticas virtuales y sincrónicas. Los conceptos teóricos son explicados por el profesor durante las sesiones teóricas y también a través de lecturas previamente asignadas. Las sesiones prácticas se destinan a la realización de diferentes ejercicios de programación por parte de los estudiantes.

Los contenidos de las lecciones están disponibles en el sitio web del curso, en el que hay enlaces a la bibliografía y a otros recursos de aprendizaje como tutoriales y videos.

• Todas las sesiones sincrónicas serán grabadas y publicadas en el sitio web del proyecto.
• Los proyectos finales de investigación serán publicados en el sitio web del proyecto.

1. Introducción al curso
1. Revisión del programa del curso.
2. Ciencia de datos y reproducibilidad.
3. El lenguaje de marcado Markdown.
4. Cuadernos de notas Jupyter.
2. El lenguaje de programación Python
1. Tipos de datos básicos.
2. Variables.
3. Expresiones.
4. Comentarios.
5. Condicionales.
3. El lenguaje de programación Python (continuación)
1. Ciclos.
2. Estructuras de datos.
1. Listas.
2. Tuplas.
3. Conjuntos.
4. Diccionarios.
4. Introducción a los datos de biodiversidad
1. El estándar de Darwin Core.
2. La biblioteca Pygbif.
5. Análisis y visualización de datos
1. La biblioteca Pandas.
6. Graficación estadística
1. La biblioteca Matplotlib.
2. La biblioteca Plotly.
7. Introducción a los datos geoespaciales
1. Modelos de datos.
2. Sistemas de información geográfica.
8. Datos vectoriales
1. La biblioteca GeoPandas.
9. Datos raster
1. La biblioteca Rasterio.
10. Visualización de datos geoespaciales de biodiversidad
1. La biblioteca Leafmap.

Las personas estudiantes llevarán a cabo tareas y un proyecto final, los rubros de las evaluaciones serán los siguientes: