Referencias Bibliográficas: [Flanagan, 2020]
Temas
- Plataformas de Cuadernos Computacionales (por ejemplo, Cuadernos Jupyter; Google Colab; R; SPSS; Observable)
- Plataformas de Análisis de Datos y SQL en la Nube (por ejemplo, BigQuery) Gestión de Datos (DM) -QueryConstruction
- Apache Spark
- Visualizaciones de Datos Gráficos y Técnicas Interactivas (GIT) -Visualization
- Presentaciones Interactivas Respaldadas por Datos
- Herramientas de Diseño con Bucles de Retroalimentación de Baja Latencia (Low-Latency Feedback Loops)
- Herramientas de renderizado
- Herramientas de diseño gráfico
Aprendizaje esperado (Learning Outcomes)
- Analizar grandes conjuntos de datos de forma interactiva [Analizar]
- Crear una pista de acompañamiento para una interpretación musical, como la codificación en vivo (live coding) [Crear]
- Crear cuadernos computacionales convincentes que construyan una narrativa para un objetivo/historia periodística dada [Crear]
- Implementar código interactivo que use un conjunto de datos y genere gráficos exploratorios [Implementar]
- Contextualizar los atributos de diferentes estilos de análisis de datos, como interactivo versus tubería (pipeline) de ingeniería [Contextualizar]
- Escribir un programa usando una plataforma de computación de cuadernos (por ejemplo, búsqueda, ordenación o manipulación de grafos) [Escribir]
Generado por Ernesto Cuadros-Vargas , Sociedad Peruana de Computación-Peru, basado en el modelo de la Computing Curricula de IEEE-CS/ACM