PyDay Catamarca 2024

Este trabajo analiza la mayor concentración de población en la Argentina, representada por los 41 distritos del Área Metropolitana de Buenos Aires (AMBA), en el contexto de COVID-19. Se estudian diversas métricas para identificar cual es la más óptima para modelar el transporte público durante esa crisis, con el propósito de facilitar la toma de decisiones que contribuyan a minimizar la propagación del virus y garantizar la seguridad de las personas.

Este trabajo analiza la mayor concentración de población en la Argentina, representada por los 41 distritos del Área Metropolitana de Buenos Aires (AMBA), en el contexto de COVID-19. Se estudian diversas métricas para identificar cual es la más óptima para modelar el transporte público durante esa crisis, con el propósito de facilitar la toma de decisiones que contribuyan a minimizar la propagación del virus y garantizar la seguridad de las personas. El objetivo principal de esta charla es estudiar y modelar los distritos del AMBA utilizando Python y la teoría de grafos. En este modelo, los nodos del grafo representan los 41 distritos y las aristas reflejan las conexiones proporcionadas por el transporte público a través de la tarjeta SUBE. Analizamos estas conexiones utilizando diversas métricas, que incluyen los enfoques de Gromov y de Coifman y Lafon, específicamente las métricas de Gromov-Hausdorff, Gromov-Lipschitz y la métrica difusiva. El uso de estas métricas nos proporciona una forma más precisa de entender el transporte público en el AMBA y de prever el contagio, lo que permite ofrecer herramientas más efectivas para tomar decisiones que regulen la circulación en los distritos.

Disertantes: Arias Exequiel

La charla presenta una historia del por qué y el cómo del mundo asincrónico, que apunta a hacer entender las bases de esta tecnología permitiendo una exploración y aprendizaje posteriores.

Tiene una primera parte fundamentalmente conceptual, luego se mostrarán algunos ejemplos en Python para la fijación de esos conceptos. Los puntos principales son: • Razón de la búsqueda • Paralelismo • Concurrencia • Cambios de contexto • Hilos • Memoria compartida • Asincronismo • Event loops • Callbacks • Ejemplos con interfaz gráfica • Ejemplos con async nativo • Conclusiones

Disertantes: Batista, Facundo

En esta presentación, se trabajará los principales beneficios del uso de google colab que no solo impulsa el aprendizaje individual, sino que facilita el trabajo en equipo y la revisión conjunta de proyectos, lo cual es crucial en un campo tan dinámico como la IA.

Google Colab se ha convertido en una herramienta fundamental para el aprendizaje y aplicación de inteligencia artificial (IA), democratizando el acceso a tecnologías avanzadas que antes solo estaban disponibles para expertos. En el presente trabajo, exploramos cómo Google Colab permite a estudiantes, docentes y profesionales trabajar con IA en la nube, sin la necesidad de instalar software complejo ni contar con equipos de alta potencia. Este entorno colaborativo y gratuito brinda acceso a una plataforma completa para programar en Python, probar modelos de aprendizaje automático y ejecutar experimentos en tiempo real. A través de Google Colab, los usuarios pueden acceder a recursos de computación avanzados, como GPUs y TPUs, que son esenciales para procesar grandes volúmenes de datos, además su compatibilidad con una amplia variedad de bibliotecas y herramientas de IA y machine learning, no sólo acelera el tiempo de desarrollo, sino que también permite experimentar y aprender de manera práctica, optimizando el aprendizaje continuo y mejorando la calidad de las investigaciones. En esta presentación, se trabajará los principales beneficios del uso de google colab que no solo impulsa el aprendizaje individual, sino que facilita el trabajo en equipo y la revisión conjunta de proyectos, lo cual es crucial en un campo tan dinámico como la IA.

Disertantes: Sosa Chasampi Cintia

Julia es un lenguage de programación diseñado para el Cómputo Científico y Numérico con un gran foco en la performance. En esta charla vamos a ver como integrar programas de Julia con Python.

Julia es un lenguage de programación diseñado para el Cómputo Científico y Numérico con un gran foco en la performance. En esta charla vamos a ver como integrar programas de Julia con Python.

Disertantes: Augusto (Sasha) Kielbowicz

Este trabajo ofrece una introducción al desarrollo de aplicaciones impulsadas por la Inteligencia Artificial Generativa utilizando Python, con un enfoque en Grandes Modelos de Lenguaje (LLM). En un contexto donde la IA está revolucionando tanto la industria como el ámbito académico, las aplicaciones LLM, implementadas con herramientas y bibliotecas en Python, presentan un inmenso potencial para la automatización, mejora de procesos y generación de conocimiento. Este estudio explora los conceptos fundamentales detrás de los LLM, incluyendo el "prompt engineering", la técnica de Generación Aumentada por Recuperación (RAG) y el uso del framework LangChain, todo ello desarrollado en Python. Se presentarán ejemplos prácticos de cómo estas herramientas pueden aplicarse en el desarrollo de soluciones innovadoras para diferentes sectores.

En un contexto donde la IA está revolucionando tanto la industria como el ámbito académico, las aplicaciones LLM, implementadas con herramientas y bibliotecas en Python, presentan un inmenso potencial para la automatización, mejora de procesos y generación de conocimiento. Este estudio explora los conceptos fundamentales detrás de los LLM, incluyendo el "prompt engineering", la técnica de Generación Aumentada por Recuperación (RAG) y el uso del framework LangChain, todo ello desarrollado en Python. Se presentarán ejemplos prácticos de cómo estas herramientas pueden aplicarse en el desarrollo de soluciones innovadoras para diferentes sectores.

Disertantes: Acosta Parra Carlos

Presentación de la Aplicación de ciudadano digital “Mi Catamarca”

La creciente demanda de herramientas digitales para la interacción entre los ciudadanos y los servicios públicos ha impulsado la Identificación y autenticación digitales (mediante el desarrollo de una aplicación de ciudadano digital). Esta herramienta fue desarrollada utilizando Django, un framework de desarrollo web basado en Python, conocido por su flexibilidad y escalabilidad. El objetivo principal de esta aplicación es ofrecer una plataforma que permita a los ciudadanos realizar trámites de forma más eficiente y acceder a información pública de manera sencilla y segura.

Disertantes: Franco Zurita , Victor Hugo Navelino , Martín Miranda

Este trabajo tiene como objetivo destacar las bondades del lenguaje Python en el ámbito público, particularmente en la gestión de información, automatización de procesos, y análisis de datos para la toma de decisiones informadas.

En las instituciones públicas, la adopción de tecnologías ágiles y eficientes es fundamental para mejorar la calidad de los servicios, optimizar recursos y garantizar la transparencia en los procesos. Python, un lenguaje de programación versátil y de código abierto, se ha posicionado como una herramienta clave en este contexto. Su implementación en la Policía de la Provincia de Catamarca ha demostrado cómo un lenguaje sencillo pero poderoso puede transformar áreas críticas, desde la automatización de tareas administrativas hasta el análisis avanzado de datos delictivos. Este trabajo tiene como objetivo destacar las bondades del lenguaje Python en el ámbito público, particularmente en la gestión de información, automatización de procesos, y análisis de datos para la toma de decisiones informadas.

Disertantes: Puentes Guillermo

En el mundo de las Redes de Sensores Inalámbricos (WSNs), el uso de Sistemas embebidos es fundamental, estos históricamente se programaban utilizando alguna variante del lenguaje C, pero actualmente MicroPython ha tenido una penetración importante en este campo debido a las ventajas que presenta, entre las que se destacan la facilidad de uso, velocidad de desarrollo, compatibilidad con distintas plataformas, integración en el ecosistema de IoT y principalmente la gran comunidad de desarrolladores que posee

En esta presentación se comparan C++ con Python y MicroPython, se analizan las ventajas y desventajas de utilizar un lenguaje interpretado en un entorno de bajos recursos como son los sistemas embebidos, particularmente en las WSNs, se comparan las curvas de aprendizaje y por consiguiente la velocidad de desarrollo y prototipado. Se analiza además el impacto que ha tenido este lenguaje en el ámbito de Internet de las Cosas, donde las redes de sensores y actuadores son la base de la infraestructura de comunicaciones, y en donde la comunidad de desarrolladores ofrece numerosos recursos, tutoriales y proyectos de ejemplo que facilitan la implementación de soluciones IoT. Por último, se muestran algunos ejemplos de códigos escritos en ambos lenguajes, analizando ítems como uso de memoria, velocidad, facilidad de lectura, entre otros. En definitiva, MicroPython se ha establecido como una poderosa herramienta en el desarrollo de proyectos de sistemas embebidos aplicados a IoT y por ende a las WSNs. Al combinar la potencia de Python con la flexibilidad y eficiencia necesarias para trabajar en entornos de recursos limitados, se convierte en una opción sumamente atractiva para los desarrolladores del sector, facilitando el acceso y la innovación en este campo.

Disertantes: Silnik Adolfo Alejandro