Base de conocimiento
Tools
Lenguajes, librerías, bases de datos y plataformas — cada una documentada con la misma estructura para que sean realmente comparables.
Python
PrincipianteLenguaje de propósito general y el entorno de ejecución por defecto para trabajo con datos.
R
PrincipianteLenguaje estadístico diseñado por y para analistas de datos.
SQL
PrincipianteLenguaje declarativo para consultar y transformar datos almacenados en bases relacionales.
Julia
IntermedioLenguaje de alto rendimiento para cómputo numérico y científico.
Scala
AvanzadoLenguaje funcional/orientado a objetos que corre en la JVM, base histórica de Apache Spark.
Pandas
PrincipianteLa librería de DataFrames que define el flujo de trabajo estándar de datos en Python.
NumPy
PrincipianteLa librería de arrays que es la base numérica de casi todo el ecosistema de Python.
Polars
IntermedioMotor de DataFrames columnar construido en Rust y Apache Arrow.
DuckDB
PrincipianteBase de datos analítica in-process para SQL local sobre archivos.
Dask
IntermedioPandas y NumPy paralelizados y distribuidos para datasets que no caben en memoria.
Apache Spark (PySpark)
AvanzadoMotor de cómputo distribuido para procesar datos a escala de petabytes.
scikit-learn
PrincipianteLa librería estándar de machine learning clásico en Python.
XGBoost
IntermedioImplementación de gradient boosting optimizada para velocidad y rendimiento.
LightGBM
IntermedioGradient boosting basado en histogramas, optimizado para velocidad en datasets grandes.
CatBoost
IntermedioGradient boosting con manejo nativo de variables categóricas.
Statsmodels
IntermedioModelado estadístico e inferencia clásica en Python, al estilo de R.
PyTorch
AvanzadoEl framework de deep learning dominante en investigación y cada vez más en producción.
TensorFlow / Keras
AvanzadoFramework de deep learning de Google con Keras como API de alto nivel.
JAX
AvanzadoNumPy con diferenciación automática y compilación para GPU/TPU.
Hugging Face Transformers
IntermedioLa librería estándar para usar y afinar modelos de lenguaje preentrenados.
Matplotlib
PrincipianteLa librería de graficación fundacional de Python.
Seaborn
PrincipianteAPI estadística de alto nivel construida sobre matplotlib.
Plotly
IntermedioGráficos interactivos para web, notebooks y dashboards.
ggplot2
IntermedioImplementación en R de la gramática de gráficos, el estándar de visualización estadística.
Tableau
IntermedioPlataforma de BI para construir dashboards interactivos sin código.
Power BI
IntermedioPlataforma de BI de Microsoft con integración profunda en el ecosistema Office/Azure.
Jupyter Notebook / JupyterLab
PrincipianteEl entorno de notebooks interactivos que definió el flujo de trabajo moderno de ciencia de datos.
Google Colab
PrincipianteJupyter en la nube con acceso gratuito a GPU/TPU, sin instalación.
VS Code
PrincipianteEditor de código ligero y extensible, con soporte completo para notebooks Jupyter.
RStudio
PrincipianteEl IDE dedicado para R, con soporte para R Markdown y el tidyverse.
Apache Hadoop
AvanzadoEl framework original de almacenamiento y procesamiento distribuido de big data.
Apache Kafka
AvanzadoPlataforma de streaming de eventos distribuida, base de arquitecturas de datos en tiempo real.
Ray
IntermedioFramework de Python para cómputo distribuido y escalado de cargas de ML.
PostgreSQL
IntermedioEl motor de base de datos relacional open source más avanzado.
MongoDB
IntermedioBase de datos NoSQL orientada a documentos, flexible en esquema.
Snowflake
IntermedioData warehouse en la nube que separa cómputo y almacenamiento.
Google BigQuery
IntermedioData warehouse serverless de Google Cloud para analítica a escala de petabytes.
Amazon Redshift
IntermedioData warehouse administrado de AWS basado en PostgreSQL.
Amazon SageMaker
AvanzadoPlataforma administrada de AWS para todo el ciclo de vida de machine learning.
Google Vertex AI
AvanzadoPlataforma unificada de Google Cloud para entrenar, desplegar y monitorear modelos.
Azure Machine Learning
AvanzadoPlataforma de ML de Microsoft Azure, integrada con el ecosistema empresarial de Microsoft.
MLflow
IntermedioPlataforma open source para rastrear experimentos y gestionar el ciclo de vida de modelos.
Weights & Biases
IntermedioPlataforma de tracking y colaboración para experimentos de machine learning.
DVC (Data Version Control)
IntermedioControl de versiones para datasets y modelos, construido sobre Git.
Apache Airflow
AvanzadoOrquestador de workflows para programar y monitorear pipelines de datos.
Docker
IntermedioPlataforma de contenedores que empaqueta código y dependencias de forma reproducible.
Kubernetes
AvanzadoOrquestador de contenedores para desplegar y escalar servicios en producción.
Git
PrincipianteEl sistema de control de versiones distribuido estándar de la industria.
GitHub
PrincipianteLa plataforma de hospedaje de repositorios Git más usada, con colaboración y CI/CD integrados.
spaCy
IntermedioLibrería de NLP orientada a producción, rápida y con pipelines listos para usar.
NLTK
PrincipianteLa librería de NLP clásica de Python, ampliamente usada en enseñanza.
OpenCV
IntermedioLa librería estándar de visión por computadora clásica.
Streamlit
PrincipianteFramework para convertir scripts de Python en aplicaciones web de datos interactivas.
Gradio
PrincipianteFramework para crear demos web de modelos de machine learning en minutos.
Dash
IntermedioFramework de Plotly para construir dashboards analíticos con control total del layout.
¿Buscas otra cosa? Explora todas las entidades.