Programming for Data Science 2019

Programming for Data Science [2019]

Syllabus

Contacto

• Nombre: Adolfo De Unánue
• Oficina: Pasillo de estadística, al final
• Horas de oficina:
• Email: unanue@itam.mx
• Inicio de clases: 14 de agosto de 2019

Lecturas recomendadas / Libros de texto

Esta clase no requiere libros de texto, pero los siguientes son recomendados:

• Learn Bash the hard way, Ian Mitchell, Leanpub, 2017
• PostgreSQL Uo and Running, Regina O. Obe and Leo S. Hsu. O’ Reilly, 2017.
• Data Science from the command line, Jeroen Janssens, O’Reilly, 2014
• Thinking Python 2e, Allen B. Downey, Green Tea Press,

Descripción del curso

Este curso es una introducción a las herramientas computacionales necesarias para poder resolver problemas de Ciencia de datos, Machine Learning o Inteligencia Artificial de una manera eficiente y cómoda

Este curso le enseñará a los estudiantes

1. Sentirse cómodo con las herramientas necesarias para Ciencia de Datos.
2. Obtener, manipular y almacenar datos que facilitarán los flujos de Ciencia de Datos.
3. Colaborar con otros Científicos de Datos en un proyecto.
4. Contestar preguntas de Ciencia de Datos usando la herramienta apropiada
5. Reproducibilidad del flujo de Ciencia de Datos.

Este es un curso hands-on en el que los estudiantes usarán la computadora para implementar la solución a varios problemas de Ciencia de datos.

Pre-requisitos

• Tener acceso a una laptop o algún dispositivo de cómputo[fn:-1-1]
• Experiencia en cualquier lenguage de programación es recomedada, pero no necesaria.

[fn:-1-1] Si no tienes una laptop pero tienes una tablet o inclusive un teléfono móvil, podemos configurarlo de tal manera que te conectes a algún servidor remoto y puedas seguir las lecciones de este curso.

Temas

• Terminal y Command line
• Git y Github
• Programación: Automatizar cosas
• Escalar ejecución de código
• Almacenar datos: Bases de datos y SQL
• Reproducibilidad: Pipelines y Ambientes (docker)
• Web Scrapping

Material del curso

El material de este curso es trabajo en progreso. El calendario es sujeto de cambio basado en los inteereses de la clase y su progreso. Adicionalmente, podríamos tener invitados especiales a platicar o compartir su experiencia.

Si tienes un tema en particular o invitados que te gustaría ver, por favor cuéntamelo.

Tareas

• Tareas y mini-exámenes cubriendo los temas vistos en clases.
• Habrá un examen a la mitad del semestre (Mid term). Este examen será para llevar a casa, con libro abierto, internet abierto.
• NO habrá examen final. En su lugar cada equipo deberá entregar un reporte y una presentación oral al final del semestre.

Proyecto

Los estudiantes formarán grupos (3-4 estudiantes) y trabajarán en un proyecto que ellos propondrán a partir de la semana 5. Yo, adicionalmente, proveeré un conjunto de ideas de proyectos para ser elegidos, pero siéntanse libres de traer sus propias ideas y discutiremos si su proyecto cubre el criterio en esa clase.

Deberán de enviar una propuesta de proyecto (que será evaluada por sus peers), hacer una presentación del proyecto, enviar un update del proyecto, reporte proyecto final y hacer una presentación oral.

Calificaciones

• Tareas y Quizzes: 40%
• Mid-term: 15%
• Participación en clase: 10%
• Proyecto: 35%
  • Propuesta y presentación de la propuesta: 5%
  • Progreso del reporte: 5%
  • Reporte final: 10%
  • Presentación final: 15%

Calendario (Tentativo)

Sesión	Fecha	Temas	Otros
1	14/08	Introducción
2	21/08	CLI
-	28/08	-	No hay clases
3	4/09	CLI	Formar equipos
4	11/09	CLI
5	18/09	git
6	25/09	git
7	2/10	Programming
-	9/10	-	No hay clase: 🏥 (Ausente por enfermedad)
8	16/10	Programming
-	23/10	-	No hay clase: Viaje a Chile
9	30/10	Programming
10	6/11	Programming	Update del proyecto
11	9/11	SQL	Reposición (3h) 8am-11am
12	13/11	SQL
13	20/11	SQL
14	23/11	Pipelines	Reposición (3h) 8am-11am
15	27/11	docker
16	4/12	Web scrapping	Entregar reporte del proyecto
17	11/12	Proyecto	Presentación oral

Software que necesitas instalar

Constructor de máquinas virtuales

Vagrant

Administrador de máquinas virtuales

VirtualBox

Sistema de control de cambios

git

Adminsitrador de versiones de python

pyenv

Cliente de PostgreSQL

psql

Cliente general de base de datos

DBeaver

Una base de datos simple

sqlite3

Administrador de contenedores

docker, docker-compose

Shell

zsh (Windows), (GNU/Linux), (MacOS)