Los profesionales del dato están en búsqueda constante de nuevas fuentes de información, y la web se ha constituido en una gran alternativa para explotar su contenido. Por ello, el dominio de las técnicas y el software diseñados para este fin, llamado Web Scraping, representa un importante diferencial frente otras organizaciones. En tal sentido, DMC presenta la “Especialización en Web Scraping”, la cual tiene por objetivo capacitarte en la implementación de soluciones de scraping sencillas y aplicadas a proyectos mediante herramientas como Selenium y Playwright, complementado con técnicas para la exportación, transferencia y almacenamiento de los datos obtenidos.

Pre-requisitos:

  • Conocimientos básicos en Python y en Transact-SQL (obligatorio). Deseable conocimiento de HTML.

Objetivo general:

La especialización le permitirá al participante implementar soluciones de scraping sencillas y aplicadas a proyectos sobre diferentes tipos de datos mediante técnicas y herramientas para su extracción, manipulación y almacenamiento.

Objetivos específicos:

  • Elaborar un diseño de plan de extracción de datos a partir de la identificación de los componentes de las fuentes (DOM).
  • Realizar scraping básico de recursos web empleando herramientas como Selenium, Playwright, y Request.
  • Aprender scraping avanzado aplicado a proyectos empleando las librerías Selenium y Playwright.
  • Exportar, transferir y almacenar los recursos de datos de diversas fuentes y formatos; gestionar su almacenamiento SQL mediante mapeo ORM; así como manipularlos a través de dataframes y la librería Pandas del lenguaje Python.

Resumen de contenido:

  • Plan de Extracción de Datos.
  • Librería Selenium.
  • Librería Playwright.
  • Librería Request.
  • Selenium para Proyectos.
  • Playwright para Proyectos.
  • Acumulación de Recursos.
  • Almacenamiento de Recursos.
  • Manipulación de Datos.

Cesar Anyosa

Co-Founder & director de proyectos / Actualmente labora en Jckimera SAC.
product_img1
Inversión: S/834.00 S/1,390.00
Inicio: 20/07/2023
Fin: 21/11/23
48 hrs. académicas
Online, 100% en vivo
12 sesiones
Ma - Ju / 07:30PM a 10:30PM
Certificado de aprobación