Aprendizaje esperado 4

Analizan el modelamiento de los datos en función del proyecto y su metodología.

Criterios de evaluación
  • Identifica la relevancia del modelamiento de los datos en un proyecto de análisis de datos de acuerdo con objetivos.
  • Diferencia tipos de modelamiento de datos y sus funciones en el ciclo de vida de desarrollo.
  • Identifica niveles de abstracción de datos para proyectos basados en arquitectura de base de datos.
  • Relaciona el proceso y las técnicas del modelo de datos con su validez en el logro del análisis, en el contexto de la toma de decisiones.
  • Establece una comunicación oral y escrita adecuada con sus interlocutores a través de diversos medios y soportes.

Aprendizaje esperado 5

Analizan la integración de datos basado en ETL considerando variedad de fuentes, en el contexto de análisis de datos.

Criterios de evaluación
  • Caracteriza el proceso de integración basado en ETL de acuerdo con las fases del proceso.
  • Diferencia herramientas para ETL de acuerdo con su función en el contexto de análisis de datos.
  • Relaciona funciones, procesos y técnicas de integración de datos con ETL, en el contexto de la integración de múltiples fuentes de datos.
  • Determina requerimientos asociados a datos de múltiples fuentes considerando su uso y extracción, en función del análisis requerido.
  • Demuestra autonomía en actividades y funciones especializadas en diversos contextos.

Aprendizaje esperado 6

Programan en Python rutinas en un entorno virtual de desarrollo para obtención de datos de diversas fuentes, de acuerdo con el requerimiento de análisis.

Criterios de evaluación
  • Interpreta la extracción de datos, considerando las etapas de procesos ETL, en el marco del análisis de datos.
  • Determina factibilidad de uso y extracción de datos en función de su formato y fuente de origen, de acuerdo con el análisis requerido.
  • Programa dataframe en Python mediante archivos HTML, XML, JSON, base de datos y CSV, en el contexto de la recolección de datos.
  • Interpreta técnicas de extracción de datos, en función de la fuente de origen y el análisis requerido.
  • Detecta las causas que originan problemas de acuerdo a parámetros establecidos y en contextos propios de su actividad.