data science and software development
Les voy a hablar sobre lo que yo considero el entorno ideal para trabajar en equipo, no se trata de hablar directamente sobre programación, sino sobre muchos aspectos que en mi opinión, ayudan a que la programación sea más rápida, coordinada y sin tantas frustraciones cuando trabajamos en equipo. ·
¿A quién no le gusta el código escrito siguiendo un estandar? te muestro como puedes aplicar el tuyo en .NET ·
Una pequeñísima introducción al análisis exploratorio de datos, con cuatro de las gráficas más usadas para llevar a cabo esta tarea. ·
Otra entrega de "detrás de los datos", en esta ocasión hablaré sobre cómo podemos asegurarnos de que nuestro código funciona como esperamos usando pytest. ·
En este post te mostraré cómo es que puedes animar tus gráficas hechas con matplotlib en Python. ·
Te muestro cómo puedes publicar un dataset en Kaggle de forma automática, exlplicándote cómo puedes leer correos electrónicos y extraer información de ellos usando; todo esto usando Python. ·
I will talk you through how is it possible to use pytest to test a real world app, using fixtures, patches and even mocking AWS. ·
I will show you how to generate a dataset from email data, and how to push it to both AWS and Kaggle; all this with Python and some wonderful packages. ·
Escribir un blog tiene muchos beneficios para ti, te cuento sobre algunos en este video. ·
Mi opinión sobre algunas de las diferencias entre la ciencia de datos y el dearrollo de software. ·