Aplicación de PostgreSQL en Ciencia de Datos

DIOS MÍO! EL CAMBIO!

Ya con saber que era él ya sé que el curso me gustará xD

Comparto mis apuntes en Notion

https://autumn-othnielia-3e1.notion.site/PostgreSQL-Applied-to-Data-Science-Course-91fcfa539b6047688c9c8d9849107cbe?pvs=4

 Tal vez me recuerden de Fundamentos de bases de datos. Curso práctico de SQL. Jeje

# **⚠️ Antes de tomar este curso** Deberían tomar los dos cursos recomendados: * Curso de Fundamentos de Bases de Datos <https://platzi.com/cursos/bd/> * Curso de PostgreSQL <https://platzi.com/cursos/postgresql/> ... Ya acabe el curso. A lo largo de las clases vi a varias personas confundidas con temas que justo se explican en estos dos cursos.

OTRA VEZ VEMOS CLASES PROFE JAJAJA

### Todo lo que aprenderás sobre PostgreSQL para Ciencia de Datos PostgreSQL es una de las bases de datos más robustas y populares para gestionar datos en ciencia de datos. A continuación, te detallo lo que puedes aprender para dominar PostgreSQL en este contexto: ### 1. **Fundamentos de PostgreSQL** * **Conceptos básicos**: ¿Qué es PostgreSQL y por qué es útil en ciencia de datos? * **Instalación y configuración**: Configurar PostgreSQL en entornos locales y en la nube. * **Estructura de la base de datos**: Tablas, columnas, filas, esquemas y relaciones. ### 2. **Manipulación de Datos** * **Consultas básicas**: Uso de `SELECT`, `INSERT`, `UPDATE`, `DELETE`. * **Filtrado y ordenación**: Clausulas `WHERE`, `ORDER BY`, `LIMIT`, `OFFSET`. * **Funciones de agregación**: `SUM`, `AVG`, `COUNT`, `MAX`, `MIN`. * **Joins y relaciones**: * `INNER JOIN`, `LEFT JOIN`, `RIGHT JOIN`, `FULL OUTER JOIN`. * Relaciones entre tablas en bases de datos relacionales. ### 3. **Funciones avanzadas para análisis de datos** * **Window functions**: Uso de `ROW_NUMBER`, `RANK`, `DENSE_RANK`, `NTILE`. * **Subconsultas**: * Subconsultas en `SELECT`, `WHERE`, y `FROM`. * Subqueries correlacionadas. * **CTE (Common Table Expressions)**: Uso de `WITH` para consultas complejas. * **Agrupaciones avanzadas**: Clausulas como `GROUP BY`, `ROLLUP`, `CUBE`, y `GROUPING SETS`. ### 4. **Trabajar con fechas y horas** * **Funciones de fecha y hora**: * `NOW`, `CURRENT_DATE`, `EXTRACT`, `DATE_PART`, `AGE`. * Calcular diferencias entre fechas (útil para análisis de series de tiempo). ### 5. **Consultas analíticas y estadísticas** * Consultas que integran datos para reportes: * Porcentajes, desviaciones estándar y varianza con funciones como `STDDEV`, `VARIANCE`. * Uso de `CASE` para generar variables categóricas basadas en condiciones. ### 6. **Extensiones y funciones específicas** * **PostGIS**: Extensión para datos geoespaciales. * **PL/pgSQL**: Crear funciones personalizadas y procedimientos almacenados. * **JSON y JSONB**: Manipular datos semi-estructurados. * **Full Text Search**: Búsquedas avanzadas en textos. ### 7. **Optimización de consultas** * Indexación: * Crear índices con `CREATE INDEX`, tipos de índices (**BTREE**, **GIN**, **GiST**). * Índices parciales y únicos. * Analizar rendimiento: * `EXPLAIN` y `EXPLAIN ANALYZE` para entender el plan de ejecución de consultas. * Optimización de subconsultas y joins. * Particionamiento de tablas para bases de datos grandes. ### 8. **Bases de datos distribuidas y paralelismo** * Configurar sharding para bases de datos distribuidas. * Consultas paralelas en PostgreSQL para mejorar rendimiento. ### 9. **Integración con herramientas de ciencia de datos** * Conectar PostgreSQL con: * **Python** (usando bibliotecas como `psycopg2`, `SQLAlchemy` o `Pandas`). * Herramientas de BI como Power BI, Tableau, Looker. * Carga y extracción de datos desde PostgreSQL usando `COPY`, `\COPY`, o `pg_dump`. ### 10. **Seguridad y manejo de usuarios** * Crear usuarios y roles. * Asignar permisos con `GRANT` y `REVOKE`. * Encriptación de datos y backups para proteger información sensible. ### 11. **Prácticas con datos reales** * Cargar datasets de ciencia de datos (CSV, JSON, etc.) en PostgreSQL. * Resolver casos prácticos como: * Análisis de ventas. * Modelos predictivos con extracción de características desde la base de datos. * Análisis de series temporales. Si dominas todos estos temas, estarás bien preparado para utilizar PostgreSQL como herramienta principal en tus proyectos de ciencia de datos.

Platzi, podrian aperturar o donde puedo encontrar el link del Curso, 'Fundamentos de Bases de Datos' del profesor Israel Vásquez, ya que me redirecciona a otro curso 'Curso de Bases de Datos con SQL' y no es muy completo y no tan práctico. Considero siendo la base pilar de aprendizaje creo que deberian al menos dejar las 2 alternativas de curso.

Estoy en la carrera para convertirme en científico de datos. Actualmente cambié de trabajo y conseguí un perfil más cercano al perfil que quiero alcanzar. Platzi me ha motivado a hacer este cambio!

😅😅