Caso de estudio: del dato ICFES al informe institucional interactivo
Cómo separé el procesamiento pesado (pipeline Python) de la visualización (HTML/JS) para construir el informe Saber Pro de la Universidad del Magdalena.
Contexto organizacional
Proyecto sobre datos públicos del ICFES para la Universidad del Magdalena: bases agregadas de Saber Pro 2020–2025 y base de cruce Saber 11 → Saber Pro 2018–2024, con comparativos frente a las universidades del SUE. El código es público en el repositorio.
Proceso de implementación
- 1Mapeo de las fuentes: bases agregadas por año y base de cruce Saber 11 → Saber Pro, con sus parámetros de configuración.
- 2Pipeline en Python que procesa todo el cálculo pesado — cuadrantes de valor agregado, agregados por facultad y programa — y lo consolida en un único JSON maestro.
- 3Informe HTML/JS que solo consume el JSON: 12 visualizaciones interactivas sin frameworks, ligeras de cargar.
- 4Workflow de GitHub Pages que publica el informe automáticamente con cada actualización.
Lecciones aprendidas
- Separar cómputo de presentación: el navegador nunca debería calcular lo que un pipeline puede dejar precalculado.
- Un JSON maestro como contrato entre pipeline e informe hace que ambos lados evolucionen sin romperse.
- Publicar en GitHub Pages elimina la fricción de distribución: el informe es un link, no un archivo adjunto.
- 01¿Cómo servir años de microdatos en una app que carga al instante?
- 02¿Cómo explorar los microdatos del mercado laboral sin perderse?
- 03¿Cómo pasar del dato del ICFES a un informe institucional trazable?Estás aquí
- 04¿Qué patrones esconden 5,3 millones de micronegocios?
- 05¿Qué pesa de verdad en la pobreza multidimensional?
También te puede interesar
Observatorio GEIH: cómo servir 4 años de microdatos del DANE en una app que carga al instante
La historia técnica del Observatorio GEIH (2022–2025): pre-agregación offline respetando la metodología DANE, app Shiny modular de 7 dimensiones, auditoría automatizada contra el microdato y publicación en Springer (CCIS, R Day 2025).
R básico: aprende R desde cero, sin haber programado nunca
Guía de R para principiantes absolutos, en 12 pasos: qué es R y por qué aprenderlo, instalación verificada, tu primer script, objetos, tipos de datos, vectores, factores, data frames, el tidyverse, importación de datos y tu primer gráfico con ggplot2. Con errores comunes y recursos oficiales gratuitos para seguir.
Vectores: el modelo mental que sostiene todo R
El vector es la estructura central de R: cada columna, cada filtro y cada función de resumen es una operación sobre vectores. Este artículo construye el modelo mental completo: creación, las 5 formas de indexar, vectorización, el peligro del reciclaje y los modismos que usan los analistas.