Curso Gratis de Desarrollador Front End

Conocerás, tipos de selectores, jerarquía de los en cascada, estilos heredados y no heredables, desacoplar los estilos del HTML, dominar las reglas de estilo, importar estilos en un documento HTML, restringir estilos por anidación, importancia de la organización en el código, convenciones de nomenclatura, descargar e instalar SASS, configurar la estructura del proyecto, ejecutar una prueba de funcionamiento, lenguajes interpretados y compilados, ejecutar una prueba de funcionamiento, importar archivos parciales, anidar estilos, sintaxis y nomenclatura de las variables, usar la vista responsiva, depurar y probar estilos.

Conocerás, las señales analógicas, magnitudes en circuitos eléctricos con batería, tipos de resistores, divisores de tensión y corriente, puente de Wheatstone, conceptos y componentes, configuraciones delta y Ye, millman, sustitución y reciprocidad, análisis de malla, análisis de nodos, análisis de redes, condensadores en CD y CA, potencia reactiva, transformador monofásico, LED o diodo emisor de luz, circuitos de ganancia, generadores de onda, circuito temporizador monoestable, fuentes conmutadas.

Conocerás, los microordenadores, diferencias entre microcontroladores y microprocesadores, identificación de los elementos de un microordenador, electrónica analógica y digital, uso de multímetro y osciloscopio, diferencias entre las versiones de Python, comunicación SSH, uso de los pines GPIO, uso de Buzzers y LDR, implementación de motores DC, implementación de sensores y actuadores, adición de contenido dinámico a las vistas de la aplicación web, configuración del servidor en la red y control de clúster de microordenadores.

Conocerás, las herramientas para ser el mejor tester de software, como, el entorno de trabajo, clasificación de pruebas, modelos de prueba, niveles de prueba, métricas y mediciones, tipos de herramientas, análisis de riesgo, valores límite, pruebas de calidad, pruebas técnicas, proceso de mejoras, ciclo de vida de los defectos y profesionalización.

Conocerás, los tipos de algoritmos de machine learning, regresión lineal, regresión logística, naive bayes, árboles de decisión, identificación de modelos de aprendizaje supervisado, clustering jerárquico, k means, mezclas gaussianas, identificación de modelos de aprendizaje no supervisado, recolección de datos, preparación de datos, elección del modelo, evaluación del modelo, ajuste de hiperparámetros, deep learning, perceptrón, red neuronal artificial, algoritmo de propagación inversa, arquitectura de redes neuronales, herramientas de análisis de datos y redes neuronales.