python

Recursos de programación de python
Ponente: Martina Kienberger Título: Análisis de encuestas con Python Aula: Paraninfo (Domingo) ------------------------ Resumen: En muchos campos científicos, las encuestas son una importante herramienta de investigación. Utilizando Python, tenemos acceso a una gran variedad de librerías que nos facilitan el análisis de los datos recogidos, ya sean respuestas a preguntas cerradas o texto libre. ¡Vamos a conocer algunas de ellas! En mi charla daré una visión general de cómo se pueden usar diferentes librerías de Python para el análisis de encuestas con preguntas cerradas y abiertas. Para ello me basaré en mi experiencia con un proyecto de investigación sobre estrategias de aprendizaje en Filología. En este proyecto utilizé las siguientes librerías: Pandas, NumPy, Scipy, Scikit-learn, ELI5, SpaCy, Matplotlib, Seaborn... Los análisis llevados a cabo fueron, entre otros: análisis descriptivo, análisis de correlaciones, clustering, análisis de texto libre básico. Estructura de la charla: 1. Crear encuestas - Algunos puntos a considerar 2. Mi proyecto de investigación 3. Pasos en el análisis 4. Herramientas
Ponente: Isabella Karabasz Título: The ups and downs of deploying AI in the wild. A pyspark story Aula: Teoría 7 (Sábado) ---------------------------------- Resumen: Have you ever faced a professional challenge where you just didn’t know where to start?​ What happens to an AI model once it’s been trained and tested? In this talk, I’m going to share how I transformed into a data engineer for the duration of two weeks, while on the mission to deploy our python AI models in a Cloudera datalake using PySpark. In this personal story of a real life challenge, I will discuss the AI solution that our team developed in python for the classification of bank transactions. We will explore the challenges faced during the deploy of the solution using pyspark and its integration in the client platform. Finally, we will take a look at what the future holds for our AI solution during the next steps of productionalization of this project.
Ponente: Ramón Medrano Llamas Título: Cómo SRE utiliza Python para automatizar millones de máquinas y servicios Aula: Paraninfo (Sábado) ----------------------------------------- Resumen: En Google, ejecutamos más de 2 mil millones de contenedores nuevos en nuestra plataforma Borg cada semana: trabajos interactivos, procesamiento batch, one-shot, etc. La orquestación es muy importante cuando necesitamos desplegar una nueva versión de una stack, como como los servicios de autenticación, cuyo fallo puede hacer que la mayoría, si no todos, los productos de Google queden inutilizables. Necesitamos validar una nueva versión, realizar un análisis canary y desplegarla progresivamente en cientos de miles de máquinas en decenas de centros de datos en todo el mundo. Python es una herramienta central que usamos para esta multitud de propósitos. Tenemos cientos de años de ingeniería invertidos en herramientas de Python para administrar nuestros servicios. ¿Cómo evoluciona este código? ¿Cómo abordamos la mantenibilidad? ¿Cómo tratamos la optimización del rendimiento? Y la migración 2 a 3, ¿fue un dolor? Esta charla ofrecerá información detallada sobre todo lo que SRE ha utilizado Python durante la última década para administrar los servicios más importantes y críticos del planeta.
Ponente: Inés Huertas Títutlo: MLOps con MLFlow Aula: Paraninfo (Sábado) ----------------------------- Resumen: Veremos como con herramientas Open Source como MLFLow podemos gestionar el ciclo de vida de los modelos de Machine Learning que desarrollemos. La puesta en marcha, mantenimiento y operativización de los modelos de machine learning es algo que debemos hacer para asegurarnos de que el algoritmo desarrollado por un lado sea lo más eficiente posible y por otra parte sea sencillo de desarrollar e integrar en un ciclo de desarrollo y despliegue continuo. Herramientas como MLFlow, un software Open Source, nos permiten poder llevar a cabo estas tareas de una forma sencilla desde Python que durante la sesión veremos como funciona.
Ponente: Marina Moro López Título: Biohacking con Python Aula: Paraninfo (Sábado) --------------------- Resumen: ¿Te gustaría convertirte en el señor Burns fluorescente (sí, ese de los Simpson que dice ‘os traigo amor’)? Con el experimento de biohacking de esta ponencia podrás conseguirlo en tu propia casa; tan sólo necesitas un kit comprado por internet y un script de Python de mi GitHub. ¿Empezamos? La charla abrirá con una breve introducción al biohacking, seguida por una mini clase (súper leve, lo prometo) de teoría genética con el propósito de entender perfectamente la metodología del caso práctico. Éste es el verdadero centro de la charla y consistirá en editar nuestro propio ADN con CRISPR (una herramienta de corte y empalme biológico) y un script de Python (que diseñará las secuencias genéticas necesarias para el experimento) para biohackearnos ciertos genes y convertirnos en el señor Burns fluorescente. Todo esto nos servirá para ver el tremendo potencial de la sinergia entre la ingeniería genética y Python, no sólo en ejemplos cómicos como el ya mencionado, sino también en el ámbito sanitario como tratamiento de enfermedades.
Ponente: Javier y Manuel Título: Streamlit and Snowpark...when Python meets Snowflake Aula: Teoría 8 (Domingo) ------------------------------------------ Resumen: Estamos viviendo un auge de las plataformas cloud que facilitan y simplifican el almacenamiento, tratamiento y análisis de datos. Snowflake es una plataforma SaaS potente y fácil de usar que está adquiriendo una gran presencia en el mercado en proyectos muy diversos, permitiendo implementar arquitecturas tipo lakehouse (datawarehouse + data lake) de forma segura y escalable. ¿Y qué tiene que ver esto con Python? La plataforma Snowflake ofrece capacidades para realizar analítica avanzada (estilo Spark) y para el desarrollo ágil de aplicaciones analíticas mediante código. En ambos casos Python juega un papel fundamental. En esta sesión explicaremos en detalle Snowpark y Streamlit... cómo funcionan, cual es su utilidad y ventajas y para ello enseñaremos ejemplos desarrollados con Python.
Ponente: Gerard Título: Escalado transparente de aplicaciones python en el cloud con Lithops Aula: Teoría 7 (Sábado) -------------------------------------- Resumen: En esta charla, presentamos Lithops, un poderoso framework de computación distribuida multinube de Python, el cual permite escalar de forma transparente aplicaciones Python locales y multiproceso usando cantidades masivas de recursos en la nube. Demostraremos cómo las aplicaciones multiprocessing de Python se pueden migrar de forma transparente a la nube, logrando un mejor rendimiento sin la necesidad de modificar el código. También mostraremos cómo se puede usar para escalar masivamente aplicaciones paralelas como el procesamiento de imágenes geoespaciales, reduciendo significativamente el tiempo de ejecución.
Ponente: Alberto Vara Títutlo: SegmentationFault Fest Aula: Teoría 8 (Sábado) ---------------------------------------- Resumen: En este festival veraniego podremos pasar una buena tarde escuchando temazos como: “LOS MENTIROSOS - migrar de Python a C es fácil” “BUGALÍA - interrupted by signal 11:SIGSEGV” “C-ME-TANGANA - Doble puntero papi” “Py-perrak - Cualquier día puede compilar” Compis, hagamos un trato: yo me voy a desahogar contando mis penas que he pasado todo este 2022 migrando una aplicación de Python a C++ y vosotros podréis ver programación en directo. Veremos cómo resolver problemas habituales de performance y cómo usar Cython para mejorar el rendimiento de una aplicación. Como alternativa, cómo utilizar código nativo en C++ usando Cython como pegamento entre los dos lenguajes. Pero no todo será tan sencillo. Muchas cosas estallarán, se romperán… Resolveremos estos problemas de integración analizando las ejecuciones de nuestro código generando flamegraphs con py-spy, CProfile… y si no encontramos la solución tiraremos de gdb para analizar problemas y no morir de desesperación en el intento. ¿Trato? Presentación y repositorio: https://github.com/avara1986/python-talks/tree/main/2022_10_pycones
Ponente: Enrique Catalá Título: Despliega tu red neuronal python con FastAPI en kubernetes Aula: Teoría 8 (Sábado) ------------------------------------------ Resumen: FastAPI es una excelente elección a la hora de desplegar RESTApi. En esta sesión vamos a ver cómo podemos generar soluciones de despliegue de redes neuronales con FastAPI production ready. Veremos cómo hacer nuestra solución, poder depurarla usando docker y visual studio code y cómo desplegarlas con helm en nuestros clusteres kubernetes. Si te gusta el mix AI, python y kubernetes, esta es tu sesión.
Ponente: Victor Suarez Título: Pyxel: Los 8 bits Retro Pythoneros Aula: Teoría 8 (Domingo) ------------------------------------------------------------------ Resumen: Es hora de volver a ver esos grandes títulos de 8 bits que tanto nos han gustado; pero esta vez con un toque de Python. Pyxel esta aqui para poder crear nuestro juego de forma sencilla y con todas las herramientas integradas. ¡Todo con toque retro! En esta charla, vamos a conocer pyxel. Un pequeño motor que nos ayudara a crear videojuegos de estetica 8 bits con 16 colores de forma muy sencilla. Nos permite crear nuestros juegos y gestionar todos los recursos ya que trae herramientas como gestion de mapas, sprites, sonido,etc.. En esta charla veremos como crear un juego desde cero y como al final tendremos nuestro juego funcionando de forma muy sencilla. Y por supuesto totalmente retro. Si de pequeño disfrutabas de los juegos de NES, Spectrum y muchos mas del mundo de los 8 bits, esta es tu charla. Tanto para aquellos que comienzan como para los que ya tienen experiencia con herramientas como PICO-8, esta charla les ayudara a comprender y conocer Pyxel. Puedes conocer pyxel y ver ejemplos en su repositorio: https://github.com/kitao/pyxel Con pyxel, te sorprenderas lo fácil que es hacer un videojuego con todas las características de una máquina de 8 bits, y todo por supuesto con python.