IT Specialist - INF-308: Pensamiento computacional

Acerca de este curso

Este curso de IT Specialist Computational Thinking está diseñado para enseñar, de forma progresiva, a resolver problemas con la lógica de un programador sin necesidad de saber programar. A lo largo de seis dominios, el alumno aprende a recopilar y depurar datos, a reconocer patrones y aplicar la abstracción, a definir un problema y descomponerlo, a especificar y automatizar una solución mediante secuencias, iteración y selección, y a presentarla y mejorarla de forma iterativa.

El enfoque combina vídeos, laboratorios y proyectos prácticos con evaluación inicial y final, con el objetivo de preparar tanto para la certificación IT Specialist Computational Thinking como para el entorno profesional de las tecnologías de la información.

¿A quién va dirigido?

Estudiantes de ciclos formativos, bachillerato y grados de informática, y cualquier persona que quiera desarrollar el pensamiento computacional como base para programar y resolver problemas. También es una preparación adecuada para la certificación IT Specialist - Computational Thinking.

Prerrequisitos:

No se requieren conocimientos previos de programación.

Objetivos

Al completar este curso, los estudiantes podrán:

• Aplicar los conceptos fundamentales del pensamiento computacional: tipos de datos, lógica booleana, razonamiento y algoritmos.
• Identificar, recopilar y depurar datos fiables y relevantes para resolver un problema, con criterios legales y éticos.
• Aplicar la abstracción para reconocer patrones, crear modelos y representar procesos mediante diagramas de flujo.
• Definir un problema, descomponerlo y especificar una solución con sus requisitos, resultados posibles y herramientas.
• Automatizar, presentar y mejorar soluciones mediante secuencias, iteración, selección y variables.

Duración

18 horas - Modalidad online

Certificación asociada

• IT Specialist - Computational Thinking

Programa

Módulo 1. Conceptos fundamentales

• Estructuras y tipos de datos; codificación de datos.
• Operadores booleanos y lógicos; razonamiento inductivo y deductivo; ambigüedad.
• Pensamiento algorítmico, abstracción y construcción de modelos, automatización.

Módulo 2. Identificación y recopilación de datos

• Identificar los datos necesarios, evaluar la relevancia de los existentes y detectar carencias.
• Validez, fiabilidad y limpieza de conjuntos de datos.
• Recopilación de fuentes existentes y métodos para datos originales; dimensiones legales y éticas.

Módulo 3. Aplicación de la abstracción

• Identificar patrones, organizar datos con modelos, ordenar y filtrar.
• Similitudes, diferencias y subconjuntos; predicciones a partir de patrones.
• Representaciones y modelos abstractos; diagramas de flujo de procesos.

Módulo 4. Especificación de una solución

• Enunciado del problema, alcance, limitaciones y partes interesadas; descomposición del problema.
• Diseño de procesos, requisitos previos, resultados posibles y herramientas de desarrollo.

Módulo 5. Automatización de una solución

• Secuencias de pasos, evaluación de resultados, procedimientos y funciones.
• Iteración: cuándo usarla, resultados y uso en un algoritmo.
• Sentencias de selección y variables.

Módulo 6. Presentación y mejora de una solución

• Medios de comunicación eficaces y artefactos computacionales.
• Diseño de artefactos, críticas y comentarios, e incorporación de mejoras.
• Prototipos, eficiencia, depuración y pruebas iterativas de soluciones automatizadas.