Esta unidad te introducirá en el mundo de la ciberseguridad, explorando sus áreas clave, objetivos y conceptos fundamentales.

• Conceptos generales
• Panorama global de la ciberseguridad
• Actores y dominios de la ciberseguridad

Esta unidad te proporcionará una comprensión integral de la seguridad informática en la comunicación en Internet. Aprenderás cómo funcionan los protocolos de comunicación, cómo se establecen y mantienen la comunicación entre diferentes dispositivos y cómo cada nivel tiene un papel importante en el proceso.

• Introducción a los protocolos de comunicación
• Seguridad en los niveles físicos y de enlace
• Seguridad a nivel de transporte
• Seguridad en el nivel de aplicación

Esta unidad te sumergirá en los conceptos básicos de programación utilizando el versátil lenguaje Python. Aprenderás sobre la sintaxis, la estructura de datos y las funciones básicas de Python, que te ayudarán a desarrollar tus habilidades de programación para la ciberseguridad.

• Introducción a Python
• Las variables en Python
• Tipos de objetos
• Estructuras de control
• Funciones

Esta unidad te ofrecerá una visión detallada del malware y sus implicaciones para la seguridad informática. Aprenderás cómo se desarrolla y distribuye el malware, desde su inicio hasta las amenazas actuales a través de diferentes tipos de archivos.

• ¿Qué es el malware?
• Vectores de entrada
• Fases de infección
• Amenazas persistentes avanzadas (APT)
• Ejemplo

El alumno se enfrentará a 4 exámenes tipo test de 10 preguntas cada uno.

Como especialista en ciberseguridad, eres parte del equipo encargado de proteger la infraestructura de tu compañia: ImmuneTech Solutions ante los continuos ataques de cibercriminales. Hace poco tu compañia desplegó un sistema que permite de forma automatizada reportar phishing y emails sospechosos al equipo de seguridad, y uno en concreto, ha generado revuelo en la empresa.

Tus superiores te piden que elabores un informe detallado sobre toda la información que puedas obtener del mensaje adjunto con el objetivo de tomar las medidas oportunas y definir el alcance del incidente. Para ello, tendrás que:

1. Enumerar cinco elementos o técnicas de ingeniería social
2. Extraer la macro contenidos en el documento ofimático
3. Compartir las conclusiones obtenidoas tras llevar a cabo el análisis del malware
4. Identificar la localización del fichero .py a través del análisis de la macro del documento ofimático

1. Definición de ciencia de datos
2. Calidad del dato

A lo largo de este tema, nos centraremos en conocer y comprender los fundamentos de la Ciencia de datos, una disciplina sumamente importante en la actualidad.
Comentaremos también los pasos asociados a la ejecución y desarrollo de un proyecto de Data science, roles vinculantes, aplicaciones generales y, por último, abordaremos la temática de calidad del dato y sus derivados.

1. Objetivos y reflexión inicial
2. ¿Qué es la recogida de datos?
3. Proceso de trabajo en data science
4. Data Management
5. Gobierno del dato
6. Preparación de los datos o Data Wrangling
7. Fases del Data Wrangling
8. Data Wrangling en Python
9. Data cleaning

Los datos son el ingrediente principal del trabajo del data scientist. Sin ellos, no hay análisis, no hay modelos… Sin datos no tenemos visión de nada. Es por ello que es fundamental empezar a construir nuestros conocimientos de este ámbito por esta parte. Vamos a explicarte la importancia de la recogida de datos para que entiendas que el impacto de las decisiones que se toman durante dicho proceso puede ser determinante en el resto de tareas que ejecuta un data scientist en su día a día. Además, vamos a presentar distintos casos de uso para ofrecerte todos los escenarios iniciales que te abrirán la puerta al mundo del análisis y del modelado.

Esta unidad presenta una introducción a Power BI, una herramienta esencial para el análisis de datos. Tendrás la oportunidad de familiarizarte con los componentes clave de Power BI y su interfaz de usuario. Además, explorarás el flujo de trabajo en Power BI, que incluye la adquisición y preparación de datos. Aprenderás cómo transformar los datos mediante el uso del Editor, así como la capacidad de modelarlos, visualizarlos y publicarlos.

Finalmente, te introducirás en DAX, un lenguaje de programación y fórmulas que se utiliza para crear cálculos personalizados de forma dinámica. Este conocimiento te permitirá aprovechar de manera óptima las habilidades de Power BI y mejorar tus habilidades en el análisis de datos.

• Introducción a Power BI
• Interfaz de usuario
• Flujo de trabajo
• Obtención y preparación de los datos
• Modelado de datos
• Introducción a DAX
• Visualización de datos
• Informe de datos

Este curso se enfoca en el almacenamiento de datos utilizando un Datawarehouse y en el proceso de Extracción, Transformación y Carga (ETL). Se cubre la evolución del proceso ETL, desde la extracción, transformación y carga, hasta el proceso ELT, que implica la extracción, carga y transformación de datos. Además, se aborda la creación de procesos ETL para el manejo efectivo de grandes cantidades de datos en un Datawarehouse.

En este curso se aborda la visualización de datos y se exploran los principios teóricos de la visualización. Se examina el proceso de visualización y se profundiza en el contexto de visualización, el uso del color, los principios de la Gesalt y las relaciones de datos y atributos. Además, se presentan casos reales de visualización mediante gráficos, se describen las librerías de visualización de datos y se enseña cómo generar gráficos en Python utilizando Matplotlib y Seaborn. Finalmente, se ofrecen ejemplos concretos de visualización de datos.

En este módulo se presenta una introducción a las bases de datos, incluyendo su definición y resumen histórico. Se describen los sistemas de gestión de bases de datos y las sentencias DDL, DML, DCL y TCL. También se mencionan los modelos de bases de datos y las diferencias entre las bases de datos OLTP y OLAP. Se introduce el modelo relacional y se explica cómo se relaciona con el álgebra relacional y el SQL.

En este módulo se cubren varios aspectos del modelo relacional de bases de datos. Se explica el concepto de álgebra relacional y su relación con el lenguaje SQL. Se describen las operaciones compuestas o derivadas y la normalización, así como el proceso de pasar del modelo Entidad-Relación al modelo relacional. Se detalla el lenguaje SQL y cómo crear y utilizar una base de datos relacional, incluyendo subconsultas y las sentencias ANY y ALL. El artículo concluye con ejemplos y prácticas para reforzar los conceptos.