Máster en Big Data, IA e Ingeniería de Datos · UMA

Módulo de
Laboratorio

Profesor
Sandro Hurtado Requena
Curso
2026/27
Sobre mí

Sandro
Hurtado Requena

  • Profesor Ayudante en la Universidad de Málaga (ITIS Software)
  • Investigador en el grupo Khaos Research
  • Experiencia llevando proyectos de datos del laboratorio a producción
Ciencia de DatosMachine LearningIA Explicable (XAI)Series temporales
Sandro Hurtado Requena
El módulo

¿Qué es el Módulo de Laboratorio?

01

Soporte a los demás módulos

Resolvemos dudas y terminamos los ejercicios que no dio tiempo a hacer en el resto de módulos.

02

Curso transversal de Python

De Python básico a avanzado, junto con Git, Docker, APIs y las herramientas clave de la ingeniería de datos.

Pilar 1

Soporte al resto de módulos

  • Resolvemos dudas de cualquier módulo
  • Completamos ejercicios que no dio tiempo a hacer en clase
  • Trae tus preguntas y bloqueos: los resolvemos juntos
  • Refuerzo práctico de lo visto en teoría
laboratorio · sesión de dudas
módulo de SparkNo me dio tiempo a terminar el ejercicio de agregaciones con DataFrames…
laboratorioLo retomamos hoy paso a paso y lo dejamos funcionando ✓
módulo de ML¿Por qué mi modelo va bien en entrenamiento y mal en test?
laboratorioVemos juntos validación cruzada y sobreajuste con tu propio código ✓
Pilar 2

Curso transversal de Python Python

De lo más básico a Python avanzado: un workshop práctico paso a paso.

01

Fundamentos

  • Instalación en Windows, macOS y Linux
  • VS Code y otros IDE
  • Entornos: pyenv, venv, conda
VS CodeLinux
02

Python para datos

  • Estructuras de datos
  • Programación orientada a objetos
  • Jupyter y pandas
Jupyterpandas
03

Proyectos profesionales

  • pyproject.toml y dependencias
  • Testing y calidad de código
  • Plantillas reutilizables
GitGitHub Actions
04

Python avanzado

  • pydantic y validación de datos
  • APIs con FastAPI
  • Concurrencia y paralelización
FastAPI
Ecosistema

Tecnologías y conceptos que veremos

GitGitHub

Git y GitHub

Control de versiones y trabajo colaborativo

Docker

Docker

Contenedores e imágenes reproducibles

GitHub Actions

GitHub Actions

Integración y despliegue continuos (CI/CD)

FastAPI

APIs y HTTP

Servicios REST con FastAPI y pydantic

VS CodeJupyter

VS Code y Jupyter

Entornos de desarrollo y notebooks

Apache SparkStreamlitKubernetes

Y más…

Spark, Streamlit, Kubernetes

Metodología

Cómo trabajaremos

  • Aprendemos haciendo: talleres prácticos programando en clase
  • Todo el material en un repositorio compartido
  • Adaptamos el ritmo a las necesidades del grupo

Proyecto guiado

Un catálogo de datasets que crece con el curso, del código al despliegue.

Códigoproyecto Python
RepoGit + CI
APIFastAPI
DespliegueDocker

¡Empezamos!

Gracias por vuestra atención.

Turno de preguntas.

laboratorio.py
from master import laboratorio

profe = laboratorio.Profesor(
    nombre="Sandro Hurtado Requena",
    grupo="Khaos Research",
    universidad="Universidad de Málaga",
)

profe.resolver(tus_dudas)  # ¡pregunta!