python

Recursos de programación de python
Ponente Nombre: Miguel Sánchez Novo Título: Generación sintética de imágenes para detección y segmentación Sala: Tejita ———————— La generación sintética de imágenes es un campo en rápido crecimiento en el mundo de la inteligencia artificial, que juega un papel crucial en la detección y segmentación de imágenes. A medida que los conjuntos de datos naturales se vuelven cada vez más difíciles de obtener debido a problemas de privacidad, costos y tiempo, la generación sintética de imágenes proporciona una solución prometedora, generando datos realistas y ricos en variedad para el entrenamiento de modelos de aprendizaje profundo. El desafío principal en la detección y segmentación de imágenes radica en la escasez de datos de entrenamiento anotados de alta calidad. Aquí es donde la generación sintética de imágenes juega un papel crucial, ya que puede generar un número infinito de imágenes de entrenamiento etiquetadas automáticamente, evitando los costes y el tiempo asociados a la anotación manual. Estas imágenes generadas sintéticamente pueden cubrir una amplia gama de escenarios, objetos y condiciones que podrían no estar presentes en los conjuntos de datos de entrenamiento existentes. Esta diversidad mejora la robustez de los modelos de detección y segmentación de imágenes, permitiéndoles manejar situaciones más variadas y complejas. Además, las imágenes generadas sintéticamente pueden ser utilizadas para la detección y segmentación de objetos raros o anómalos, situaciones en las que los datos reales podrían ser excepcionalmente escasos. Por lo tanto, la generación sintética de imágenes puede ser un recurso invaluable para mejorar el rendimiento de los modelos de computer vision en una variedad de aplicaciones. En conclusión, la generación sintética de imágenes abre nuevas vías para superar los desafíos en la detección y segmentación de imágenes, principalmente en términos de escasez de datos y diversidad de situaciones. — Python España: https://es.python.org/ Python Canarias: https://pythoncanarias.es/ Twitter/X: @PyConES Mastodon: https://fosstodon.org/ @pycones
Ponente Nombre: Mario Montes Título: Yo me lo guiso, yo me lo como: creando software para gestionar y realizar un evento de 2000 personas Sala: Tejita ———————— 8 ediciones de T3chFest (https://t3chfest.es/) (el evento sobre tecnología gratuito celebrado en la UC3M) dan para mucho: montar un evento para +2000 asistentes presenciales, +100 ponentes internacionales y +15000 reproducciones en streaming no es tarea sencilla. Como ingenieros con los años hemos ido desarrollando sistemas para automatizar todo lo posible: la gestión de ponentes y la agenda en nuestra web, bots de Telegram para organizar a voluntarios, sistemas de información serverless en pantallas repartidas por el evento, automatización de los rótulos del streaming, bots de Slack, posts en redes sociales con Lambdas, etc. En esta charla os contaré algunas de estas ideas que tanto nos facilitan el trabajo mencionando también las tecnologías implicadas (sí, usamos Python :D). — Python España: https://es.python.org/ Python Canarias: https://pythoncanarias.es/ Twitter/X: @PyConES Mastodon: https://fosstodon.org/ @pycones
Ponente Nombre: Luis San Roman Título: Generative AI = Huge Opportunities. ¡Desarrolladores, es la hora de brillar!. Aprende a construir un modelo especializado Llama-2 para resolver tareas reales. Sala: Tejita ———————— Generative AI está viviendo un "momento iPhone". Las grandes empresas, gobiernos e inversores quieren sacar partido de esta tecnología. Para los desarrolladores esto supone un océano de oportunidades. En esta sesión técnica en PyConES, exploraremos los entresijos de la construcción de un modelo especializado basado en Llama-2 utilizando las técnicas avanzadas y metodologías necesarias. - Cómo enfocar la resolución de tareas con modelos como Llama-2. - Ofrecer un tutorial avanzado sobre cómo hacer un fine-tuning de un modelo Llama-2 utilizando optimizadores que hacen viable la construcción del modelo especializado. - Profundizar en la naturaleza empírica de Generative AI. Diseñar pruebas y métricas, y convertir el proceso de construcción en un proceso iterativo. La presentación está dirigida a profesionales, desarrolladores, investigadores y entusiastas en Inteligencia Artificial (AI). — Python España: https://es.python.org/ Python Canarias: https://pythoncanarias.es/ Twitter/X: @PyConES Mastodon: https://fosstodon.org/ @pycones
Ponente Nombre: Victor Suarez Título: Durango: Hablamos de hardware retro usando Python Sala: Tejita ———————— Muchos recordamos la revolución del home computer con ordenadores como el famoso comodore 64 o Spectrum. Pero... qué ocurre si usamos python en un ordenador de estas características. Presentaremos el proyecto Durango un ordenador de 8 bits con tecnología actual; ayudándonos con herramientas actuales pero basándonos en la tecnología de la época; y sobre todo veremos como hemos podido crear un pequeño intérprete de Python, que llamamos nanopython. Acércate a esta charla con sabor retro pero con un toque moderno. No te preocupes si quizás no eres experto ya que esta charla está pensada para que cualquiera pueda aportar a un proyecto libre y colaborativo. — Python España: https://es.python.org/ Python Canarias: https://pythoncanarias.es/ Twitter/X: @PyConES Mastodon: https://fosstodon.org/ @pycones
Ponente Nombre: Avneet Título: Behave: Automated Testing of Data Pipelines using BDD Sala: Tejita ———————— Behaviour Driven Development has gained traction as a mainframe tool for automated testing in the agile software development process. In this talk, the aim here is to shed some light upon how it is a welcome addition to the data engineer's toolbox for testing data pipelines and data as a product. Further we'll also see how BDD can act as enabler for GxP process from a regulatory and compliance perspective. We'll do this by using an example of a real world data pipeline, step by step. We'll extensively be using the python framework Behave for the walkthrough and example. — Python España: https://es.python.org/ Python Canarias: https://pythoncanarias.es/ Twitter/X: @PyConES Mastodon: https://fosstodon.org/ @pycones
Ponente Nombre: Murilo Cunha Título: Faster Python with friends Sala: Tejita ———————— About the talk Python's flexible and intuitive syntax enables developers to quickly build applications. But on the other hand, it may be slow during runtime. There have been different attempts into making Python faster. In recent years, Python 3.11 was released and popularized as the "faster Python" and Mojo programming language was recently announced, advertised as having "usability of Python with the performance of C". Going back further, we see languages such as Cython, Just In Time (JIT) compilers and bindings. In this talk, we'll go over the different approaches to increasing the speed of a Python application. We'll briefly explain how they work, compare the performance through a simple use case, and look at the limitations, tooling, trade-offs, and ease of use. Outline Introduction and setup (3min) Baseline - Python 3.9 (3min) Alternatives (20min): Python 3.11 Cython & Mypyc Pypy3 PyO3 Mojo Recap and takeaways (4min) — Python España: https://es.python.org/ Python Canarias: https://pythoncanarias.es/ Twitter/X: @PyConES Mastodon: https://fosstodon.org/ @pycones
Ponente Nombre: Pablo Rodríguez Pérez Título: Cómo adaptar un programa Python para tus amigos no-programadores Sala: Tejita ———————— Esta charla trata sobre distintas formas de conseguir que nuestro código Python funcione en otros ordenadores de forma local y ejecutados directamente por un usuario no técnico, al que no se le puede pedir que instale dependencias, use la terminal, ejecute celdas de Jupyter, etc... En primer lugar presentaré frameworks con los que utilizar Python a través de una interfaz gráfica (PyQT, Dash, Streamlit, ...), después la forma de crear ejecutables para Windows, macOS y Linux (Pynstaller, Pynsist, ...) y finalmente paquetes basados en Pyodide que simplemente con un doble clic se ejecuten correctamente a través de nuestro navegador. Todo esto contado desde una perspectiva de un data scientist con experiencia en el procesado de datos pero sin práctica con herramientas de frontend. La idea es conseguir una forma rápida de crear herramientas para compartir con compañeros, clientes, amigos, familia, etc... — Python España: https://es.python.org/ Python Canarias: https://pythoncanarias.es/ Twitter/X: @PyConES Mastodon: https://fosstodon.org/ @pycones
Ponente Nombre: Maialen Berrondo Título: ¿Cómo montar un sistema de experimentación con mlflow? Sala: Tejita ———————— En el campo del Machine Learning, la gestión y seguimiento de experimentos es fundamental para obtener resultados confiables y reproducibles. Sin embargo, muchos equipos se enfrentan al desafío de implementar un sistema efectivo de experimentación. En esta charla, abordaremos el problema y presentaremos MLflow como una solución para montar un sistema de experimentación robusto. Exploraremos la importancia de buscar una solución a este problema, destacando cómo un sistema de experimentación bien implementado puede mejorar la reproducibilidad de resultados, facilitar la colaboración entre equipos y permitir un control de versiones adecuado de los modelos de Machine Learning. Durante la charla, discutiremos los pasos necesarios para montar un sistema de experimentación utilizando MLflow. Cubriremos la instalación de MLflow, la configuración del entorno de trabajo, la integración con sistemas de almacenamiento en la nube, la creación de experimentos, el registro de parámetros y métricas, el seguimiento del rendimiento, la gestión de modelos y el despliegue en diferentes entornos. Los asistentes aprenderán cómo utilizar MLflow para montar un sistema de experimentación efectivo y obtendrán conocimientos prácticos sobre cómo registrar, rastrear y comparar experimentos. Además, discutiremos casos de uso y ejemplos prácticos que ilustrarán cómo MLflow puede ser aplicado en diferentes industrias y proyectos de Machine Learning. No se requieren conocimientos previos específicos, pero es recomendable tener familiaridad con los conceptos básicos de Machine Learning y la experimentación con modelos. Esta charla proporcionará a los asistentes las herramientas y el conocimiento necesario para implementar un sistema de experimentación con MLflow de manera exitosa en sus proyectos. — Python España: https://es.python.org/ Python Canarias: https://pythoncanarias.es/ Twitter/X: @PyConES Mastodon: https://fosstodon.org/ @pycones
Ponente Nombre: Laszlo Kiss Kollar Título: The wheelhouse of horrors Sala: Antequera ———————— You might be surprised to learn that, besides naming and cache invalidation problems, building a binary wheel for a Python extension is one of the hardest problems in computer science. Or more precisely, building that binary wheel correctly. Lucky for us, a few amazing community-led projects hide all that complexity from us, so we can instead focus on shipping and using Python code. One of Python's strong suits is its ability to use native C and C++ code, which is a big reason why it’s the number one language for date science and machine learning applications. However, distributing native code in Python libraries is far from trivial: subtle issues in the build process can result in runtime issues that are extremely difficult to track down. This talk will showcase some notable examples of how things can go wrong, while also helping users and maintainers recognise these typical error scenarios. We will learn how to avoid these issues and what users can do when they encounter such issues when using a library. The audience will learn about the manylinux standard and its role in standardizing Linux platform wheels. We will also take a look at the cibuildwheel project, which offers library authors a simple solution to automate the building and distribution of manylinux wheels. — Python España: https://es.python.org/ Python Canarias: https://pythoncanarias.es/ Twitter/X: @PyConES Mastodon: https://fosstodon.org/ @pycones
Ponente Nombre: Çağıl Uluşahin Sönmez Título: The coding conventions that makes our lives easier Sala: Antequera ———————— Engineers review code as often as they write it and use a lot of tools to improve this process, such as linters and auto-formatters. One tool that is also very useful is coding conventions. It is a collection of references that can be used during code reviews while also serving as a valuable day-to-day reference and guide for the entire team. This talk will explore several different conventions from the open-source conventions repository, offering an in-depth exploration of how they improve the quality of the codebase and serve as a tool for knowledge transfer among engineering teams. The structure of the talk will follow: What are coding conventions, and why do we use them? Examples of some of the most useful coding conventions and how they enhance code quality. How to establish your own coding conventions? How to uphold your coding conventions with the help of linters? Attendees will leave with a comprehensive understanding of the concept of coding conventions and how to implement them within their own team. — Python España: https://es.python.org/ Python Canarias: https://pythoncanarias.es/ Twitter/X: @PyConES Mastodon: https://fosstodon.org/ @pycones