Fundamentos de Python
Base del lenguaje
Variables, tipos de datos, condicionales, bucles y funciones. Es el punto de partida para quien nunca programó y también para quien viene de otro lenguaje y quiere ordenar conceptos. El trabajo se apoya en ejercicios cortos y repetidos, porque la sintaxis se aprende escribiendo, no leyendo.
Conviene saber usar una computadora con soltura; no hace falta experiencia previa en programación.
Práctica de código
Ejercitación guiada
Resolver problemas chicos, leer errores y corregir sin ayuda constante. Esta parte no es un curso aparte sino la forma de sostener lo aprendido: se proponen consignas, se revisan soluciones y se discute por qué una versión funciona mejor que otra. La constancia pesa más que la velocidad.
Sirve a quien ya vio los fundamentos y necesita dejar de copiar ejemplos para empezar a escribir los propios.
Desarrollo de aplicaciones web
Del script a la web
Cómo se pasa de un archivo suelto a una aplicación con rutas, formularios y respuestas del servidor. Se trabaja con HTML, peticiones HTTP y la lógica que conecta una vista con los datos. El objetivo es entender el recorrido completo de una petición, no memorizar atajos de un framework.
Adecuado para quien ya maneja funciones y quiere construir algo que otras personas puedan usar en el navegador.
Django y Flask
Frameworks
Dos enfoques distintos para armar aplicaciones con Python. Django trae estructura, administración y convenciones que ayudan cuando el proyecto crece; Flask parte de un núcleo mínimo y obliga a decidir cada pieza. Se comparan según mantenimiento, tamaño del equipo y tipo de aplicación, sin declarar un ganador absoluto.
Recomendado después de tener cierta práctica con el lenguaje y con la lógica web básica.
Bases de datos
Modelado y consultas
Qué guarda una tabla, qué es una clave y cómo se relacionan las entidades de un proyecto. Se practica con casos sencillos, como registrar cursos y estudiantes, para mostrar dónde una base relacional aporta orden y dónde una solución más simple alcanza. También se revisan errores frecuentes al modelar.
Útil para quien ya construye aplicaciones y necesita persistir información sin duplicarla ni desordenarla.
Automatización de tareas
Trabajo repetitivo
Renombrar y ordenar archivos, consolidar datos de planillas o generar reportes periódicos con bibliotecas estándar. Es la aplicación práctica que suele motivar a quien empieza, y también la que exige más cuidado: validar los datos antes de procesarlos evita resultados silenciosamente equivocados.
No elimina todo el trabajo manual, pero muestra con claridad dónde el esfuerzo de programar se justifica.