Base de conocimiento

Tools

Lenguajes, librerías, bases de datos y plataformas — cada una documentada con la misma estructura para que sean realmente comparables.

Python

Principiante

Lenguaje de propósito general y el entorno de ejecución por defecto para trabajo con datos.

R

Principiante

Lenguaje estadístico diseñado por y para analistas de datos.

SQL

Principiante

Lenguaje declarativo para consultar y transformar datos almacenados en bases relacionales.

Julia

Intermedio

Lenguaje de alto rendimiento para cómputo numérico y científico.

Scala

Avanzado

Lenguaje funcional/orientado a objetos que corre en la JVM, base histórica de Apache Spark.

Pandas

Principiante

La librería de DataFrames que define el flujo de trabajo estándar de datos en Python.

NumPy

Principiante

La librería de arrays que es la base numérica de casi todo el ecosistema de Python.

Polars

Intermedio

Motor de DataFrames columnar construido en Rust y Apache Arrow.

DuckDB

Principiante

Base de datos analítica in-process para SQL local sobre archivos.

Dask

Intermedio

Pandas y NumPy paralelizados y distribuidos para datasets que no caben en memoria.

Apache Spark (PySpark)

Avanzado

Motor de cómputo distribuido para procesar datos a escala de petabytes.

scikit-learn

Principiante

La librería estándar de machine learning clásico en Python.

XGBoost

Intermedio

Implementación de gradient boosting optimizada para velocidad y rendimiento.

LightGBM

Intermedio

Gradient boosting basado en histogramas, optimizado para velocidad en datasets grandes.

CatBoost

Intermedio

Gradient boosting con manejo nativo de variables categóricas.

Statsmodels

Intermedio

Modelado estadístico e inferencia clásica en Python, al estilo de R.

PyTorch

Avanzado

El framework de deep learning dominante en investigación y cada vez más en producción.

TensorFlow / Keras

Avanzado

Framework de deep learning de Google con Keras como API de alto nivel.

JAX

Avanzado

NumPy con diferenciación automática y compilación para GPU/TPU.

Hugging Face Transformers

Intermedio

La librería estándar para usar y afinar modelos de lenguaje preentrenados.

Matplotlib

Principiante

La librería de graficación fundacional de Python.

Seaborn

Principiante

API estadística de alto nivel construida sobre matplotlib.

Plotly

Intermedio

Gráficos interactivos para web, notebooks y dashboards.

ggplot2

Intermedio

Implementación en R de la gramática de gráficos, el estándar de visualización estadística.

Tableau

Intermedio

Plataforma de BI para construir dashboards interactivos sin código.

Power BI

Intermedio

Plataforma de BI de Microsoft con integración profunda en el ecosistema Office/Azure.

Jupyter Notebook / JupyterLab

Principiante

El entorno de notebooks interactivos que definió el flujo de trabajo moderno de ciencia de datos.

Google Colab

Principiante

Jupyter en la nube con acceso gratuito a GPU/TPU, sin instalación.

VS Code

Principiante

Editor de código ligero y extensible, con soporte completo para notebooks Jupyter.

RStudio

Principiante

El IDE dedicado para R, con soporte para R Markdown y el tidyverse.

Apache Hadoop

Avanzado

El framework original de almacenamiento y procesamiento distribuido de big data.

Apache Kafka

Avanzado

Plataforma de streaming de eventos distribuida, base de arquitecturas de datos en tiempo real.

Ray

Intermedio

Framework de Python para cómputo distribuido y escalado de cargas de ML.

PostgreSQL

Intermedio

El motor de base de datos relacional open source más avanzado.

MongoDB

Intermedio

Base de datos NoSQL orientada a documentos, flexible en esquema.

Snowflake

Intermedio

Data warehouse en la nube que separa cómputo y almacenamiento.

Google BigQuery

Intermedio

Data warehouse serverless de Google Cloud para analítica a escala de petabytes.

Amazon Redshift

Intermedio

Data warehouse administrado de AWS basado en PostgreSQL.

Amazon SageMaker

Avanzado

Plataforma administrada de AWS para todo el ciclo de vida de machine learning.

Google Vertex AI

Avanzado

Plataforma unificada de Google Cloud para entrenar, desplegar y monitorear modelos.

Azure Machine Learning

Avanzado

Plataforma de ML de Microsoft Azure, integrada con el ecosistema empresarial de Microsoft.

MLflow

Intermedio

Plataforma open source para rastrear experimentos y gestionar el ciclo de vida de modelos.

Weights & Biases

Intermedio

Plataforma de tracking y colaboración para experimentos de machine learning.

DVC (Data Version Control)

Intermedio

Control de versiones para datasets y modelos, construido sobre Git.

Apache Airflow

Avanzado

Orquestador de workflows para programar y monitorear pipelines de datos.

Docker

Intermedio

Plataforma de contenedores que empaqueta código y dependencias de forma reproducible.

Kubernetes

Avanzado

Orquestador de contenedores para desplegar y escalar servicios en producción.

Git

Principiante

El sistema de control de versiones distribuido estándar de la industria.

GitHub

Principiante

La plataforma de hospedaje de repositorios Git más usada, con colaboración y CI/CD integrados.

spaCy

Intermedio

Librería de NLP orientada a producción, rápida y con pipelines listos para usar.

NLTK

Principiante

La librería de NLP clásica de Python, ampliamente usada en enseñanza.

OpenCV

Intermedio

La librería estándar de visión por computadora clásica.

Streamlit

Principiante

Framework para convertir scripts de Python en aplicaciones web de datos interactivas.

Gradio

Principiante

Framework para crear demos web de modelos de machine learning en minutos.

Dash

Intermedio

Framework de Plotly para construir dashboards analíticos con control total del layout.

¿Buscas otra cosa? Explora todas las entidades.