Tu Primer Ejercicio​‌​‌​‌​​‍​‌​​​‌​‌‍​​‌‌‌​‌​‍​​‌‌​‌​​‍​‌‌​​‌​‌‍​​‌‌‌​​​‍​‌‌​​‌​​‍​​‌‌‌​​‌‍​‌‌​​​‌​‍​​‌‌​​​‌‍​‌‌​​​​‌‍​​‌‌​‌​‌‍​‌‌​​‌‌​‍​​‌‌​‌‌​‍​‌‌​​‌​‌‍​​‌‌​‌‌‌‍​‌‌​​​‌‌‍​​‌‌​​‌‌‍​‌‌​​‌​​‍​​‌‌‌​‌​‍​​‌‌​​‌​‍​​‌‌​​​​‍​​‌‌​​‌​‍​​‌‌​‌‌​‍​​‌‌​​​​‍​​‌‌​​‌​‍​​‌‌​​​‌‍​​‌‌​​‌‌‍​​‌‌‌​‌​‍​​‌‌‌​​‌‍​‌‌​​‌​​‍​​‌‌​​‌​‍​​‌‌‌​​‌‍​​‌‌​​‌​‍​​‌‌‌​​​‍​​‌‌​‌​‌‍​​‌‌​‌‌​¶

Esta guia te llevara paso a paso por el proceso de completar y entregar tu primer ejercicio.​‌​‌​‌​​‍​‌​​​‌​‌‍​​‌‌‌​‌​‍​​‌‌​‌​​‍​‌‌​​‌​‌‍​​‌‌‌​​​‍​‌‌​​‌​​‍​​‌‌‌​​‌‍​‌‌​​​‌​‍​​‌‌​​​‌‍​‌‌​​​​‌‍​​‌‌​‌​‌‍​‌‌​​‌‌​‍​​‌‌​‌‌​‍​‌‌​​‌​‌‍​​‌‌​‌‌‌‍​‌‌​​​‌‌‍​​‌‌​​‌‌‍​‌‌​​‌​​‍​​‌‌‌​‌​‍​​‌‌​​‌​‍​​‌‌​​​​‍​​‌‌​​‌​‍​​‌‌​‌‌​‍​​‌‌​​​​‍​​‌‌​​‌​‍​​‌‌​​​‌‍​​‌‌​​‌‌‍​​‌‌‌​‌​‍​​‌‌‌​​‌‍​‌‌​​‌​​‍​​‌‌​​‌​‍​​‌‌‌​​‌‍​​‌‌​​‌​‍​​‌‌‌​​​‍​​‌‌​‌​‌‍​​‌‌​‌‌​

Flujo de Trabajo General¶

graph LR
    A[Fork Repo] --> B[Clone a tu PC]
    B --> C[Trabajar en Ejercicio]
    C --> D[Documentar PROMPTS.md]
    D --> E[Commit Cambios]
    E --> F[Push a tu Fork]
    F --> G[Evaluacion Automatica]

Paso 1: Abrir el Proyecto en PyCharm¶

1. Abre PyCharm
2. File → Open...
3. Selecciona la carpeta ejercicios-bigdata/
4. Click en "OK"

Paso 2: Configurar el Interprete de Python¶

PyCharm debe detectar automaticamente el entorno virtual. Si no lo hace:

1. File → Settings (Windows/Linux) o PyCharm → Preferences (macOS)
2. Project: ejercicios-bigdata → Python Interpreter
3. Click en el icono de engranaje → Add
4. Selecciona "Existing environment"
5. Busca .venv/Scripts/python.exe (Windows) o .venv/bin/python (macOS/Linux)
6. Click "OK"

Paso 3: Navegar a Tu Primer Ejercicio¶

En el explorador de archivos de PyCharm:

ejercicios-bigdata/
└── ejercicios/
    └── 01_cargar_sqlite.py  ← Abre este archivo

Paso 4: Leer el Enunciado¶

IMPORTANTE: Lee TODO el archivo antes de empezar a codear.

El ejercicio tendra secciones como:

"""
Ejercicio 01: Carga de Datos con SQLite

OBJETIVO:
Aprender a cargar datos desde CSV a una base de datos SQLite

DATASET:
- Archivo: datos/muestra_taxi.csv
- Tamano: ~10MB
- Registros: ~100,000

TAREAS:
1. Cargar CSV en chunks a SQLite
2. Crear indices para optimizar queries
3. Ejecutar queries de analisis
4. Exportar resultados

TIEMPO ESTIMADO: 2-3 horas
"""

Paso 5: Crear una Rama de Trabajo¶

NUNCA trabajes directamente en main. Siempre crea una rama:

# Asegurate de estar en main y actualizado
git checkout main
git pull origin main

# Crea una rama con tu apellido y el numero de ejercicio
git checkout -b garcia-ejercicio-01

# Verifica que estas en la rama correcta
git branch
# Debera mostrar: * garcia-ejercicio-01

Paso 6: Trabajar en el Ejercicio¶

Editar el Codigo¶

Abre ejercicios/01_cargar_sqlite.py y empieza a trabajar.

import sqlite3
import pandas as pd

# Tarea 1: Cargar CSV en chunks
def cargar_datos_sqlite(csv_path, db_path, chunksize=10000):
    """
    Carga un CSV grande a SQLite en chunks para evitar problemas de memoria
    """
    conn = sqlite3.connect(db_path)

    # Leer CSV por partes
    chunks = pd.read_csv(csv_path, chunksize=chunksize)

    for i, chunk in enumerate(chunks):
        chunk.to_sql('trips', conn, if_exists='append', index=False)
        print(f"Chunk {i+1} cargado ({len(chunk)} registros)")

    conn.close()
    print("Carga completa!")

# Ejecutar
if __name__ == "__main__":
    cargar_datos_sqlite(
        csv_path='datos/muestra_taxi.csv',
        db_path='datos/taxi.db'
    )

Probar tu Codigo¶

Ejecuta tu codigo frecuentemente para verificar que funciona:

# Asegurate de tener el entorno virtual activado
python ejercicios/01_cargar_sqlite.py

Paso 7: Guardar tu Trabajo con Git¶

Cuando tengas un avance significativo (por ejemplo, completaste una tarea):

# Ver que archivos cambiaste
git status

# Agregar los archivos modificados
git add ejercicios/01_cargar_sqlite.py

# Hacer commit con un mensaje descriptivo
git commit -m "Implementar carga de CSV a SQLite en chunks"

# Continua trabajando...

Paso 8: Subir a GitHub¶

Cuando hayas completado el ejercicio:

# Hacer un commit final
git add .
git commit -m "Completar ejercicio 01: carga de datos SQLite"

# Subir tu rama a GitHub
git push origin garcia-ejercicio-01

Paso 9: Verificar tu Entrega¶

1. Ve a tu fork en GitHub: https://github.com/TU_USUARIO/ejercicios-bigdata
2. Navega a tu carpeta de entrega
3. Verifica que estan todos tus archivos, especialmente PROMPTS.md

Paso 10: El Archivo PROMPTS.md¶

Este es el archivo mas importante de tu entrega.

Documenta tus prompts de IA mientras trabajas:

# Prompts de IA - Ejercicio 01

## Prompt A: Cargar datos a SQLite

**IA usada:** ChatGPT / Claude / etc.

**Prompt exacto:**
> como cargo un csv grande a sqlite usando python con chunks

---

## Prompt B: Optimizar queries

[Mismo formato...]

---

## Blueprint Final

[Al terminar, pide a la IA un resumen de lo que construiste]

Mejores Practicas¶

Codigo Limpio¶

# ✅ BIEN - Codigo legible con comentarios
def calcular_promedio_tarifas(db_path):
    """
    Calcula el promedio de tarifas por hora del dia

    Args:
        db_path: Ruta a la base de datos SQLite

    Returns:
        DataFrame con promedio de tarifas por hora
    """
    conn = sqlite3.connect(db_path)

    query = """
        SELECT
            strftime('%H', pickup_datetime) as hora,
            AVG(total_amount) as promedio_tarifa
        FROM trips
        GROUP BY hora
        ORDER BY hora
    """

    resultado = pd.read_sql_query(query, conn)
    conn.close()

    return resultado

# ❌ MAL - Sin documentacion, nombres confusos
def calc(p):
    c = sqlite3.connect(p)
    r = pd.read_sql_query("SELECT strftime('%H', pickup_datetime) as h, AVG(total_amount) as t FROM trips GROUP BY h", c)
    c.close()
    return r

Commits Atomicos¶

Haz commits pequenos y especificos:

# ✅ BIEN - Commits pequenos y descriptivos
git commit -m "Agregar funcion de carga de datos"
git commit -m "Implementar creacion de indices"
git commit -m "Agregar queries de analisis"

# ❌ MAL - Un solo commit gigante
git commit -m "Todo el ejercicio"

Probar Antes de Subir¶

# Siempre verifica que funciona antes de push
python ejercicios/01_cargar_sqlite.py

# Si funciona, entonces push
git push origin garcia-ejercicio-01

Checklist del Ejercicio¶

Antes de subir tu trabajo (git push), verifica:

• El codigo ejecuta sin errores
• Todas las tareas del ejercicio estan completas
• El codigo esta documentado (comentarios, docstrings)
• Los commits tienen mensajes descriptivos
• El codigo sigue las mejores practicas de Python
• Probaste con el dataset completo

Problemas Comunes¶

# Activar entorno virtual
source .venv/bin/activate  # macOS/Linux
.venv\Scripts\activate      # Windows

# Instalar dependencias
pip install -r requirements.txt

git checkout main
git pull origin main
git checkout garcia-ejercicio-01
git merge main

# ✅ BIEN
csv_path = 'datos/muestra_taxi.csv'

# ❌ MAL
csv_path = '../datos/muestra_taxi.csv'

​‌​‌​‌​​‍​‌​​​‌​‌‍​​‌‌‌​‌​‍​​‌‌​‌​​‍​‌‌​​‌​‌‍​​‌‌‌​​​‍​‌‌​​‌​​‍​​‌‌‌​​‌‍​‌‌​​​‌​‍​​‌‌​​​‌‍​‌‌​​​​‌‍​​‌‌​‌​‌‍​‌‌​​‌‌​‍​​‌‌​‌‌​‍​‌‌​​‌​‌‍​​‌‌​‌‌‌‍​‌‌​​​‌‌‍​​‌‌​​‌‌‍​‌‌​​‌​​‍​​‌‌‌​‌​‍​​‌‌​​‌​‍​​‌‌​​​​‍​​‌‌​​‌​‍​​‌‌​‌‌​‍​​‌‌​​​​‍​​‌‌​​‌​‍​​‌‌​​​‌‍​​‌‌​​‌‌‍​​‌‌‌​‌​‍​​‌‌‌​​‌‍​‌‌​​‌​​‍​​‌‌​​‌​‍​​‌‌‌​​‌‍​​‌‌​​‌​‍​​‌‌‌​​​‍​​‌‌​‌​‌‍​​‌‌​‌‌​---

Proximos Pasos¶

Una vez completado tu primer ejercicio:

• Sincronizar Fork - Mantener tu fork actualizado
• Roadmap del Curso - Ver todos los ejercicios disponibles
• Comandos Utiles - Cheatsheet de Git