Herramientas Informáticas

• Por qué versionar: el problema real de los archivos "final_v3_definitivo_2_pol".
• Git: repositorio, área de preparación, commit, historial, deshacer cambios.
• Ramas, fusión y resolución de conflictos; flujo de trabajo con ramas por tarea.
• Repositorios remotos, pull requests y revisión de cambios entre pares.
• Versionado de notebooks: el problema del formato, herramientas de diff y limpieza de salidas.
• Qué no se versiona: datos pesados, credenciales, resultados; .gitignore y noción de versionado de datos.

Dónde se usaTodos los módulos posteriores y de manera obligatoria en el proyecto integrador.

• El problema de la reproducibilidad: versiones de bibliotecas, semillas aleatorias, dependencia del sistema.
• Entornos virtuales: venv, conda; archivos de requerimientos y fijación de versiones.
• Google Colab: alcance, límites, montaje de datos y persistencia; cómo convivir con un entorno local.
• Contenedores: qué resuelve Docker, imagen, contenedor, Dockerfile mínimo para un proyecto de análisis.
• Estructura estándar de un proyecto de datos: carpetas, separación entre datos crudos y procesados, scripts y notebooks.
• Documentación mínima: README, registro de decisiones y trazabilidad del análisis.

Dónde se usaEntrega de todos los trabajos prácticos de M5 a M8 y del proyecto integrador.

• Modelo relacional: tablas, claves, relaciones, normalización básica y su lectura práctica.
• SQL de consulta: SELECT, filtros, orden, agregación y agrupamiento, funciones de fecha y de texto.
• Combinaciones: INNER, LEFT, RIGHT, FULL; errores clásicos de duplicación de filas.
• Subconsultas, CTE y funciones de ventana: ranking, acumulados, diferencias entre períodos.
• Datos sucios en la base: duplicados, nulos, inconsistencias de tipo y de codificación.
• Del SQL al DataFrame: SQLAlchemy, pandas.read_sql y el criterio de qué se resuelve en la base y qué en Python.
• Nociones de rendimiento: índices, plan de ejecución, volumen de datos.

Dónde se usaM5 y M6 (construcción de la tabla analítica), M8 (extracción de series), proyecto integrador.

• Cuándo el modelo relacional no alcanza: volumen, esquema variable, velocidad de escritura.
• Bases orientadas a documentos (MongoDB) y de pares clave-valor (Redis): modelo de datos y consultas básicas.
• Formatos de archivo para datos: CSV, JSON, Parquet; compresión y costo de lectura.
• Consumo de datos desde APIs REST: peticiones, paginación, autenticación y límites de uso.

Dónde se usaObtención de datos del proyecto integrador.

• Del notebook al script y al módulo reutilizable; funciones, parámetros y pruebas mínimas.
• Compartir resultados: informe reproducible, panel simple (Streamlit o equivalente) y publicación del repositorio.
• Buenas prácticas de manejo de datos sensibles: anonimización, credenciales fuera del código, licencias de los datos.

Dónde se usaEntrega final del proyecto integrador.