Introducción a Git y GitHub para ciencia de datos y machine learning

Si trabajas en ciencia de datos, ingeniería de datos o machine learning, es probable que manejes múltiples scripts, modelos y datasets.

Sin un buen control de versiones, tu flujo de trabajo puede volverse un caos.

Aquí es donde entran Git y GitHub, herramientas esenciales para gestionar código, colaborar en proyectos y asegurar la reproducibilidad de tus modelos de machine learning.

En esta sesión de una hora de la Comunidad Ninja sobre GitHub para ciencia de datos y machine learning, aprenderás:

✔️ Cómo clonar un repositorio y trabajar en equipo.
✔️ Cómo usar ramas (git branch) para desarrollar sin afectar la versión principal.
✔️ Cómo sincronizar cambios en el código con el equipo.
✔️ Cómo usar Git en VS Code y conectar Google Colab con GitHub.

🐙 ¿Por qué usar Git y GitHub en ciencia de datos?

Muchos científicos de datos comienzan sus proyectos trabajando con archivos .py, .ipynb o .csv dispersos en diferentes carpetas.

Sin embargo, a medida que los proyectos crecen, es fundamental utilizar herramientas que permitan:

Git y GitHub te ayudan a gestionar de manera eficiente todo tu código y modelos, asegurando que cada versión de tu proyecto sea accesible y organizada.

🐙 GitHub: la plataforma que potencia Git

GitHub es un sitio web que almacena repositorios Git y facilita la colaboración.

Durante la sesión, exploramos ejemplos de proyectos populares como Pandas, una librería esencial en Machine Learning y análisis de datos, donde miles de personas han contribuido a su desarrollo.

🐙 Conceptos esenciales de Git aplicado a ciencia de datos

Durante la sesión también desglosamos los conceptos más importantes que necesitas dominar para trabajar con Git:

🔹 Repositorio: el lugar donde se almacena tu código y su historial.
🔹 Commit: una "foto" de los cambios en tu código.
🔹 Branch (rama): permite desarrollar nuevas funciones sin afectar la versión principal.
🔹 Merge: la forma de combinar los cambios de una rama con otra.
🔹 Pull & Push: traer cambios desde un repositorio remoto y enviar los tuyos.

🐙 Cómo empezar en GitHub 🚀

Si aún no tienes cuenta en GitHub, este es el momento perfecto para crear una y comenzar a experimentar.

En la sesión, discutimos cómo clonar repositorios, hacer commits y trabajar en equipo de forma eficiente.

Además, preparamos un repositorio de prueba donde puedes practicar sin miedo a romper nada.

¡Es el espacio ideal para ensuciarte las manos y aprender con la práctica!

🎥 No olvides ver la sesión en vídeo, lo encontrarás a continuación: