Este workshop consiste en aprender a crear plantillas personalizadas para proyectos enfocados en datos, para ello utilizaremos la librería open source
Cookiecutter. Se dará una introducción sobre Cookiecutter y sus beneficios, después crearemos nuestra propia plantilla con una estructura de directorios diseñada en torno a las diferentes etapas del análisis de datos y, finalmente, aprenderemos a reproducir plantillas ya existentes de terceros.
¿Cómo funciona Cookiecutter? Cada que iniciamos un proyecto, invertimos parte de nuestro tiempo creando y configurando ese nuevo proyecto. Con ayuda de Cookiecutter basta con ejecutar un comando para tener todo este proceso resuelto por medio de una plantilla de proyectos.
¿En qué me puede beneficiar utilizar una plantilla de proyectos? Cuando trabajamos con datos manejamos diferentes versiones de nuestras bases de datos, tablas dinámicas, gráficos y archivos con código. Lo anterior puede resultar en proyectos desorganizados y de difícil acceso, por ello cuando utilizamos plantillas de proyectos podemos automatizar este trabajo repetitivo gracias a la creación de archivos y carpetas estructuradas de cierta manera, de modo que nos ayuden a localizar fácilmente los diferentes apartados y a estandarizar nuestros proyectos.
También podemos automatizar otros procesos más complejos que tengamos incorporados en nuestros flujos de trabajo, tales como instalar ciertas librerías, iniciar repositorios de git, crear entornos virtuales, entre muchas otras posibilidades. Las plantillas de proyectos creadas con Cookiecutter se encuentran disponibles para Windows, Mac y Linux y pueden estar en cualquier lenguaje de programación (Python, R, JavaScript, etc.) e incluso combinarse entre ellos.
¿Necesito ciertas habilidades o experiencia previa para participar en el workshop? No se necesita ningún conocimiento previo en programación para poder tomar este taller. Sin embargo, se recomienda que los participantes cumplan con los siguientes requisitos antes del comienzo del taller para ahorra tiempo:
- Instalar Python en su sistema operativo. La mayoría de las distribuciones de Linux vienen con Python preinstalado. Sin embargo, en Windows y MacOS suele ser necesario instalarlo.
- Tener una cuenta en GitHub.
Recursos adicionales:
