Saltar al contenido
Volver a DMetrics
Serie de DMetrics · Intermedio → Avanzado

Casos: resolver con datos

Problemas reales de datos: la decisión técnica, la solución y el resultado.

Cada capítulo parte de un problema concreto (datos demasiado grandes para una app, un informe que debe ser trazable, patrones escondidos en millones de registros) y recorre la decisión técnica que lo resolvió, cómo se implementó y qué resultado dio. Los proyectos aparecen como contexto y evidencia; lo que importa es el método, que puedes llevar a tus propios datos.

5 de 5 capítulos publicados

Empezar por el capítulo 1

Capítulos

  1. 01¿Cómo servir años de microdatos en una app que carga al instante?El patrón de pre-agregación detrás del Observatorio GEIH — de ~2.5 GB de microdatos por año a un archivo de 0.4 MB — y el camino del software al artículo en Springer.Artículo 9 min
  2. 02¿Cómo explorar los microdatos del mercado laboral sin perderse?Cómo convertí los microdatos de la GEIH (DANE) en un dashboard interactivo con Polars, Streamlit y pruebas automatizadas.Caso de estudio 7 min
  3. 03¿Cómo pasar del dato del ICFES a un informe institucional trazable?Cómo separé el procesamiento pesado (pipeline Python) de la visualización (HTML/JS) para construir el informe Saber Pro de la Universidad del Magdalena.Caso de estudio 8 min
  4. 04¿Qué patrones esconden 5,3 millones de micronegocios?Qué patrones no obvios conectan los atributos socioeconómicos de los micronegocios colombianos con su entorno, según la EMICRON.Investigación 8 min
  5. 05¿Qué pesa de verdad en la pobreza multidimensional?Cómo el análisis de componentes principales separa los determinantes dominantes de la pobreza multidimensional en los departamentos de Colombia.Artículo 7 min

Otras series de DMetrics