19/10/2025 –, Track 03 - E04, A02
Idioma: Español
Contexto:
En entornos científicos, académicos o de análisis de datos, muchas personas comienzan sus proyectos en notebooks por comodidad. Sin embargo, esa práctica, aunque válida para exploración, suele extenderse demasiado en el tiempo y termina impactando negativamente en la calidad del código, la colaboración en equipo y la posibilidad de escalar a producción. Existe una necesidad urgente de formar a la comunidad en buenas prácticas de desarrollo desde el principio, incluso en contextos no “puramente ingenieriles”.
Definición del problema:
El uso excesivo y desestructurado de notebooks genera varios problemas:
- Ausencia de diseño modular y reutilizable.
- Dificultad para testear el código o integrarlo en flujos automatizados.
- Proyectos que no escalan y se vuelven imposibles de mantener.
- Poca claridad entre etapas de exploración, desarrollo y entrega.
Cómo contribuye mi propuesta:
Esta charla se centra en enseñar buenas prácticas para organizar proyectos, ayudando a quienes vienen del mundo notebook o del scripting informal a adoptar una mentalidad más sólida. Se cubren:
- Estructura de carpetas y archivos
- Separación de lógica, parámetros, datos y resultados.
- Modularización del código: funciones reutilizables...
- Introducción al testing como práctica habitual
- Uso del debugger sin depender solo del “print debugging”.
- Principios básicos de CI/CD: Ventajas en la implementación de CI/CD de tu código.
Más que presentar herramientas, la charla propone una cultura de trabajo sólida, con ejemplos sencillos y aplicables a cualquier persona que esté comenzando o quiera profesionalizar sus prácticas.
He aprendido que:
- Enseñar estructuras claras desde el inicio evita migraciones traumáticas.
- Las buenas prácticas no deben reservarse para “proyectos grandes”.
- Es posible enseñar modularidad, testing y documentación sin tecnicismos excesivos.
- Una estructura clara facilita el onboarding, la colaboración y la entrega del trabajo.
Nivel de dificultad: Intermedio
Público objetivo:
Cualquier usuario de Python que quiera subir a producción sus desarrollos.
Data Science and Data Engineering (analytics, visualization, pipelines, data engineering, notebooks...)
Temáticas adicionales:Software Engineering and Best Practices (architecture, testing, agile methodologies, quality...), Python Core and Package Development (Python core, library development, typing, compatibility...)
Nivel de la propuesta:Intermediate (it is necessary to understand the related bases to go into detail)
Profesional híbrido en tecnología, datos y negocio, con más de 10 años de experiencia liderando proyectos de transformación digital en sectores como banca, telecomunicaciones, educación y medios.
Actualmente soy Technical Lead - Data en decide4AI, donde diseño y coordino soluciones avanzadas en datos, escalables y orientadas a valor de negocio. Combino visión técnica con estrategia empresarial para ayudar a nuestros clientes a tomar decisiones más inteligentes, rápidas y sostenibles.
He trabajado como Product Manager B2B y Instructor Lead de Cloud & DevOps en The Bridge, donde además de liderar productos digitales, he formado a decenas de profesionales en tecnologías clave del ecosistema de datos (Kubernetes, MLOps, CI/CD, arquitectura en la nube, etc.).
Qué me define:
– Pensamiento estructurado: traduzco problemas complejos en soluciones prácticas.
– Puente entre negocio y tecnología: detecto oportunidades y las convierto en impacto real.
– Vocación formativa: disfruto compartiendo conocimientos y empoderando a otros equipos.
Me interesan especialmente temas como la arquitectura de datos, cultura DevOps, gestión de productos tecnológicos, buenas prácticas en Python y proyectos orientados a impacto.
Cloud engineer