📆 Sesiones de clase

📆 Sesiones de clase#

🛠️ Herramientas a instalar en el curso.#

Para participar efectivamente en el curso, es necesario instalar las siguientes herramientas esenciales:

Herramienta

¿Desde qué clase se requiere?

Comentarios

Git

✅ Clase 1

Fundamental para control de versiones y trabajo colaborativo.

Docker

✅ Clase 2

Recomendado Docker Desktop, especialmente en Windows y MacOS.

📌 Clase 1 – Viernes, 7 de marzo de 2025#

Introducción y Herramientas Colaborativas (Git y GitHub)

En esta primera sesión conoceremos la estructura, objetivos y expectativas del curso. Exploraremos las herramientas clave que facilitarán nuestro trabajo durante todo el curso, enfocándonos especialmente en Git y GitHub. Realizaremos un ejercicio práctico para experimentar de primera mano la importancia del control de versiones y la colaboración efectiva en equipo.

  • Presentación general del curso (objetivos y expectativas).

  • Presentacion del calendario y contenidos del curso.

  • Introducción práctica a Git y GitHub con ejercicio colaborativo.

📌 Clase 2 – Martes, 11 de marzo de 2025#

Python, Ambientes Virtuales y Docker

En esta clase abordaremos Python como lenguaje fundamental para analítica de datos, con énfasis en la creación y gestión de ambientes virtuales. Exploraremos cómo Docker facilita la creación de entornos reproducibles y aprenderemos prácticas generales y recomendadas para desarrollar servicios analíticos.

  • Introducción básica a Docker.

  • Ambientes virtuales (venv, conda).

  • Construccion de imagen Docker con kernel Python para usar con JupyterLab y Vscode-server

📌 Clase 3 – Viernes, 14 de marzo de 2025#

Programación Orientada a Objetos y Documentación Profesional

Esta sesión abordará los principios fundamentales de la programación orientada a objetos en Python, mostrando cómo estructurar eficientemente proyectos complejos mediante modularización. Además, se explicará cómo documentar código utilizando docstrings con Sphinx para asegurar calidad profesional en los proyectos desarrollados.

  • Conceptos clave de Programación Orientada a Objetos (OOP).

  • Modularización y creación de paquetes reutilizables.

  • Uso efectivo de docstrings para documentación del código.

  • Generación profesional de documentación con Sphinx.

📌 Clase 4 – Viernes, 21 de marzo de 2025#

Implementación de un Proyecto Analítico Completo

En esta clase desarrollaremos un proyecto analítico a menor escala, integrando un modelo de estimación de precios de predios con una API REST utilizando FastAPI, almacenamiento en PostgreSQL y orquestación con Docker. El objetivo es demostrar el flujo de trabajo end-to-end de una aplicación de datos moderna.

  • Implementación dummy de estimación de precios de predios.

  • Creación de una API REST con FastAPI para exponer el modelo como servicio.

  • Configuración de PostgreSQL para almacenamiento persistente de datos y predicciones.

  • Despliegue de la solución completa con Docker y docker-compose.

📌 Clase 5 – Martes, 25 de marzo de 2025#

Modelo Analítico con Regresión

En esta clase profundizaremos en la construccion de nuestro servicio completo con FastAPI

  • Implementando un modelo de regresion lineal multiple con sklearn sobre la informacion en la tabla raw_data de nuestra base de datos Postgres.

  • Introduccion a la libreria GeoPandas como facilitador para la manipulacion basica de informacion geografica.

  • Exportaremos nuestro modelo a un formato facilmente consumible como el un .pkl.

  • Implementacion de endpoint de prediccion con nuestro verdadero modelo.

📌 Clase 6 – Viernes, 28 de marzo de 2025#

Despliegue de Servicios Analíticos con Docker-compose y Streamlit

En esta sesión final aprenderemos cómo desplegar de manera eficiente nuestros servicios analíticos en ambientes controlados usando docker-compose. También desarrollaremos un frontend interactivo usando Streamlit para consumir nuestras APIs, completando así el flujo completo desde la creación del modelo hasta su puesta en producción de forma integral.

  • Despliegue del servicio analítico usando docker-compose.

  • Creación de una aplicación web sencilla con Streamlit.

  • Consumo del servicio analítico desde la aplicación web.

🚩 Nota:
Se recomienda revisar constantemente los contenidos asignados de cada sesión para asegurar el máximo aprovechamiento de las sesiones prácticas.

Contents