Creación y Optimización de Tablas SQL con GitHub Copilot

Clase 2 de 17 • Curso de Herramientas de Inteligencia Artificial para Equipos de Datos

Resumen

El éxito en la ingeniería de datos con frecuencia depende de la capacidad de adaptarse a nuevas herramientas que agilicen los procesos de trabajo diarios. Una tarea fundamental en este campo es la creación y definición de estructuras de tablas para bases de datos SQL, algo que, aunque esencial, puede resultar repetitivo y, en ocasiones, tedioso. Afortunadamente, con el avance de la inteligencia artificial y herramientas como GitHub Copilot, podemos optimizar este proceso de una manera impresionante. Vamos a explorar cómo estos modelos de inteligencia artificial, específicamente los grandes modelos de lenguaje (LLM), pueden transformar la manera en que los ingenieros de datos manejan y estructuran sus bases de datos.

¿Qué es GitHub Copilot y cómo puede ayudar en la creación de tablas SQL?

GitHub Copilot es una herramienta de inteligencia artificial, desarrollada por GitHub en colaboración con OpenAI, que asiste en la escritura de código a través de sugerencias inteligentes. Funciona dentro de un entorno de desarrollo integrado (IDE) como Visual Studio Code y se basa en LLMs para ofrecer sugerencias de código de manera contextuada.

¿Cómo se utiliza GitHub Copilot para estructurar bases de datos?

Al activar GitHub Copilot dentro de un IDE como Visual Studio Code, se puede comenzar a especificar las estructuras de las tablas que se necesitan. Por medio de comentarios descriptivos, se indica a Copilot la creación de tablas y sus relaciones, a continuación se detallan unos pasos iniciales:

Definir el motor de base de datos que se utiliza (Postgres, MySQL, etc.).
Especificar el tipo de código SQL que se va a generar.
Mediante comentarios, guiar a Copilot sobre las tablas y relaciones que se desean establecer.

¿Cómo optimizar consultas con índices utilizando Copilot?

Los índices son fundamentales para optimizar las consultas a bases de datos. Con GitHub Copilot, crear índices compuestos es tan sencillo como solicitarlo. Puedes indicar a Copilot que genere índices compuestos para columnas específicas en una tabla, lo cual puede mejorar significativamente el rendimiento de consultas basadas en esas columnas.

¿Cómo manejar cambios y actualizaciones en las tablas con Copilot?

Es común necesitar agregar nuevas columnas o modificar las existentes en una base de datos. Con Copilot, una simple instrucción es suficiente para agregar columnas como created_at o updated_at e incluso crear copias de seguridad de tablas existentes o eliminarlas, todo esto sin tener que escribir manualmente el código completo.

¿Cuál es el potencial de los LLMs en la ingeniería de datos?

Los LLM como el que impulsa a GitHub Copilot son extremadamente potentes en la generación de código, lo que incluye la creación de modelos de datos o DDLs (Data Definition Language) para bases de datos. Son herramientas muy valiosas para los ingenieros de datos, ya que permiten automatizar tareas y procesos que de otra forma serían manuales y que consumen mucho tiempo.

¿Puedes afrontar el reto de crear modelos de datos con otras herramientas?

Existe un mundo de posibilidades más allá de GitHub Copilot. Herramientas de inteligencia artificial como chat GPT, Bing Chat, BART u otras, todas apoyadas por LLMs, pueden ser igualmente eficaces en la creación de modelos de datos. El reto está en aplicar lo aprendido y experimentar con estas herramientas para construir modelos únicos y eficientes en el manejo de datos.

La inclusión de LLMs en el flujo de trabajo de la ingeniería de datos abre nuevas fronteras, facilitando procesos y permitiendo a los profesionales centrarse en tareas más estratégicas. Si bien estos modelos no sustituyen el criterio y experiencia del ingeniero, se presentan como aliados valiosos en la búsqueda de la eficiencia y la innovación.

Alex Aguirre

student•

el Prompt:

sos un asistente experto en POSTGRES que ayuda a mejorar código, contestando consultas y entregando código de ejemplo. Si algo no puedes comprender, debes solicitar en tu respuesta la informacion extra necesaria para que necesites para comprender mejor y entregar un código de ejemplo mejor

necesito que generes una estructura de datos completa, para una linea de negocio nueva que se encarga de atender a clientes, tomar sus reclamos, registrar informacion sensible, recordar los productos que generan mas problemas con el cliente, y comprender como generar relaciones para ofrecer productos que el cliente no tenga. debes considerar todas las características necesarias para que las consultas sean agiles y poerformantes

Respuesta:

-- Crear tabla "Clientes"
CREATE TABLE Clientes (
  client_id SERIAL PRIMARY KEY,
  nombre VARCHAR(255),
  apellido VARCHAR(255),
  direccion VARCHAR(255),
  correo_electronico VARCHAR(255),
  numero_telefono VARCHAR(20)
  -- agregar otras columnas según sea necesario
);

-- Crear tabla "Reclamos"
CREATE TABLE Reclamos (
  reclamo_id SERIAL PRIMARY KEY,
  client_id INT REFERENCES Clientes(client_id),
  fecha DATE,
  descripcion TEXT,
  estado VARCHAR(50)
  -- agregar otras columnas según sea necesario
);

-- Crear tabla "Informacion Sensible"
CREATE TABLE Informacion_Sensible (
  informacion_id SERIAL PRIMARY KEY,
  client_id INT REFERENCES Clientes(client_id),
  tipo VARCHAR(50),
  valor TEXT
  -- agregar otras columnas según sea necesario
);

-- Crear tabla "Productos"
CREATE TABLE Productos (
  producto_id SERIAL PRIMARY KEY,
  nombre VARCHAR(255),
  descripcion TEXT
  -- agregar otras columnas según sea necesario
);

-- Crear tabla "Reclamos_Productos"
CREATE TABLE Reclamos_Productos (
  reclamo_id INT REFERENCES Reclamos(reclamo_id),
  producto_id INT REFERENCES Productos(producto_id),
  PRIMARY KEY (reclamo_id, producto_id)
);

-- Crear tabla "Relaciones_Productos_Clientes"
CREATE TABLE Relaciones_Productos_Clientes (
  cliente_id INT REFERENCES Clientes(client_id),
  producto_id INT REFERENCES Productos(producto_id),
  fecha_ultima_interaccion DATE,
  cantidad_interacciones INT,
  PRIMARY KEY (cliente_id, producto_id)
);

Me parece que esta bastante bien para tomarlo como base!!!

Sergio Eyzhan Del Castillo

student•

¡Gracias!!

Guillermo Mosquera Canchingre

student•

Se debería explicar el tema de usar github copilot, el trial de 30 días, y demás opciones

Oswaldo Jiménez Mesa

student•

David Lopez

student•

León Alexis Buitrago López

student•

El prompt

Actúa IA generadora de código SQL, para el gestor SQL Server. Tu propósito es apoyar en la construcción de todo tipo de objetos propios de las bases de datos. Tu objetivo será crear todas las tablas necesarias para un modelo de negocio que almacena la información del consumo de energía eléctrica en Colombia. Debes tener en cuenta las siguiente restricciones de negocio. El sistema eléctrico está compuesto por la siguiente jerarquía de elementos Áreas de consumo que se componen de subáreas de consumo. A su vez, las sub áreas se componen de operadores de red (OR). Finalmente, cada OR se componen de barras. La granularidad de la información al nivel más bajo, es decir, a nivel de barra es por hora. Sin embargo, el modelo relacional debe tener la capacidad de agrupar por días, semanas, meses. Estas son las restricciones básicas. Utiliza todas las características necesarias para que el modelo sea completo. Además, debe permitir realizar consultar eficientes. Entiendes tu propósito?

Ouput

¡Sí, entiendo tu propósito! El objetivo es crear un modelo de base de datos para almacenar información sobre el consumo de energía eléctrica en Colombia, considerando la jerarquía de elementos y las restricciones de negocio mencionadas.

A continuación, presentaré el código SQL para crear las tablas necesarias en el modelo de base de datos:

-- Tabla de Áreas de Consumo
CREATE TABLE AreasConsumo (
    AreaConsumoID INT PRIMARY KEY,
    Nombre VARCHAR(100)
);

-- Tabla de Subáreas de Consumo
CREATE TABLE SubareasConsumo (
    SubareaConsumoID INT PRIMARY KEY,
    AreaConsumoID INT,
    Nombre VARCHAR(100),
    FOREIGN KEY (AreaConsumoID) REFERENCES AreasConsumo(AreaConsumoID)
);

-- Tabla de Operadores de Red (OR)
CREATE TABLE OperadoresRed (
    ORID INT PRIMARY KEY,
    SubareaConsumoID INT,
    Nombre VARCHAR(100),
    FOREIGN KEY (SubareaConsumoID) REFERENCES SubareasConsumo(SubareaConsumoID)
);

-- Tabla de Barras
CREATE TABLE Barras (
    BarraID INT PRIMARY KEY,
    ORID INT,
    Nombre VARCHAR(100),
    FOREIGN KEY (ORID) REFERENCES OperadoresRed(ORID)
);

-- Tabla de Consumo
CREATE TABLE Consumo (
    ConsumoID INT PRIMARY KEY,
    BarraID INT,
    FechaHora DATETIME,
    ConsumoEnergia FLOAT,
    CONSTRAINT FK_Barras_Consumo FOREIGN KEY (BarraID) REFERENCES Barras(BarraID)
);

-- Tabla de Días
CREATE TABLE Dias (
    DiaID INT PRIMARY KEY,
    Fecha DATE,
    CONSTRAINT CK_Dias_Fecha CHECK (Fecha = DATEADD(dd, 0, DATEDIFF(dd, 0, Fecha))),
    CONSTRAINT UQ_Dias_Fecha UNIQUE (Fecha)
);

-- Tabla de Semanas
CREATE TABLE Semanas (
    SemanaID INT PRIMARY KEY,
    FechaInicio DATE,
    FechaFin DATE,
    CONSTRAINT UQ_Semanas_FechaInicio UNIQUE (FechaInicio),
    CONSTRAINT UQ_Semanas_FechaFin UNIQUE (FechaFin)
);

-- Tabla de Meses
CREATE TABLE Meses (
    MesID INT PRIMARY KEY,
    FechaInicio DATE,
    FechaFin DATE,
    CONSTRAINT UQ_Meses_FechaInicio UNIQUE (FechaInicio),
    CONSTRAINT UQ_Meses_FechaFin UNIQUE (FechaFin)
);

-- Tabla de Consumo por Día
CREATE TABLE ConsumoDia (
    ConsumoDiaID INT PRIMARY KEY,
    BarraID INT,
    DiaID INT,
    ConsumoEnergia FLOAT,
    CONSTRAINT FK_Barras_ConsumoDia FOREIGN KEY (BarraID) REFERENCES Barras(BarraID),
    CONSTRAINT FK_Dias_ConsumoDia FOREIGN KEY (DiaID) REFERENCES Dias(DiaID)
);

-- Tabla de Consumo por Semana
CREATE TABLE ConsumoSemanal (
    ConsumoSemanalID INT PRIMARY KEY,
    BarraID INT,
    SemanaID INT,
    ConsumoEnergia FLOAT,
    CONSTRAINT FK_Barras_ConsumoSemanal FOREIGN KEY (BarraID) REFERENCES Barras(BarraID),
    CONSTRAINT FK_Semanas_ConsumoSemanal FOREIGN KEY (SemanaID) REFERENCES Semanas(SemanaID)
);

-- Tabla de Consumo por Mes
CREATE TABLE ConsumoMensual (
    ConsumoMensualID INT PRIMARY KEY,
    BarraID INT,
    MesID INT,
    ConsumoEnergia FLOAT,
    CONSTRAINT FK_Barras_ConsumoMensual FOREIGN KEY (BarraID) REFERENCES Barras(BarraID),
    CONSTRAINT FK_Meses_ConsumoMensual FOREIGN KEY (MesID) REFERENCES Meses(MesID)
);

Juan R. Vergara M.

student•

Gracias por compartir 💡

Jose Julian Mosquera

student•

¿Qué tal les parecen las opciones alternativas a copilot, como Amazon CodeWhisperer, o tabine?

Alarcon7a

student•

CodeWhisperer tiene buenos resultados!

Alex Aguirre

student•

alguno conoce si GiyHub Copilot tiene alguna licencia free o trial??

Alarcon7a

student•

Te dan un mes gratis

Nixon Rolando García Ramírez

student•

Bueno una opcion free es Blackbox aqui esta la url https://marketplace.visualstudio.com/items?itemName=Blackboxapp.blackbox , esta tambien es una extencion de VSC , solo recuerda que cuando lo instales dentro de VS debes usar

ctrl + shift + p
escribir Enable all extencion

y con eso podras usar Blackbox o github copilot

Andres Sanchez

student•

Reto

Prompt

actua como un experto en postgre sql crea un modelo de datos para una startup que su modelo de negocio es manejar portafolios de inversión

utiliza todas las características necesarias para que las consultas sean agiles

-- Crear la tabla "Cliente" para almacenar la información de los clientes
CREATE TABLE Cliente (
    id SERIAL PRIMARY KEY,
    nombre VARCHAR(100),
    email VARCHAR(100),
    telefono VARCHAR(20),
    direccion VARCHAR(200)
);

-- Crear un índice en la columna 'nombre' de la tabla 'Cliente'
CREATE INDEX idx_cliente_nombre ON Cliente(nombre);

-- Crear la tabla "Portafolio" para almacenar la información de los portafolios
CREATE TABLE Portafolio (
    id SERIAL PRIMARY KEY,
    nombre VARCHAR(100),
    descripcion TEXT,
    fecha_creacion DATE,
    cliente_id INT REFERENCES Cliente(id)
);

-- Crear un índice en la columna 'fecha_creacion' de la tabla 'Portafolio'
CREATE INDEX idx_portafolio_fecha_creacion ON Portafolio(fecha_creacion);

-- Crear la tabla "Activo" para almacenar la información de los activos disponibles para invertir
CREATE TABLE Activo (
    id SERIAL PRIMARY KEY,
    nombre VARCHAR(100),
    tipo VARCHAR(50),
    descripcion TEXT,
    precio DECIMAL(10, 2)
);

-- Crear la tabla "Detalle_Portafolio" para almacenar los activos que componen un portafolio
CREATE TABLE Detalle_Portafolio (
    id SERIAL PRIMARY KEY,
    portafolio_id INT REFERENCES Portafolio(id),
    activo_id INT REFERENCES Activo(id),
    cantidad INT,
    fecha_adquisicion DATE,
    precio_adquisicion DECIMAL(10, 2)
);

-- Ejemplo de consulta optimizada
SELECT p.nombre, c.nombre AS cliente
FROM Portafolio p
JOIN Cliente c ON p.cliente_id = c.id
WHERE p.fecha_creacion > '2022-01-01';

Alberto Bernaola

student•

¿La extensión PostgreSQL y Copilot en VSC son gratuitas y/o pueden compartir el nombre exacto?

juan.carlos.gonzalez

student•

PostgreSQL Client for Visual Studio Code.

Fernando Sánchez Mejía

student•

Hay algunas cosas que los desarrolladores deben tener en cuenta al usar GitHub Copilot:

Copilot no es perfecto. Puede generar código que no sea correcto o que no funcione como se espera. Los desarrolladores deben revisar cuidadosamente el código generado por Copilot antes de usarlo.
Copilot no es un sustituto de la experiencia. Los desarrolladores aún deben tener un conocimiento básico de la programación para usar Copilot de manera efectiva.
Copilot no es una solución mágica. No puede generar código que sea original o creativo. Los desarrolladores todavía necesitan tener ideas para el código que quieren escribir.

Gabriel Obregón

student•

📌 Uso de GitHub Copilot para SQL (PostgreSQL)

🔹 1. Contexto

Tarea común: crear y definir tablas en bases de datos SQL.
Objetivo: almacenar datos transaccionales o de soporte empresarial.
Problema: tarea repetitiva y tediosa.
Solución: usar GitHub Copilot o LLMs para automatizar.

🔹 2. Preparación

IDE: Visual Studio Code con Copilot activado.
Comentarios en SQL: --
Importante: indicar el motor de base de datos (ej. -- SQL Postgres).

🔹 3. Creación del modelo de datos

💬 Ejemplo de instrucción a Copilot: -- Genera un modelo de datos con las tablas

📂 Tablas sugeridas:

customer
orders
orders_detail
producto

🔑 Incluye foreign keys para integridad referencial.

Ejemplo tabla customer: customer_id, first_name, last_name, email, teléfono.

🔹 4. Índices

💬 Ejemplo de instrucción: -- Crea índices compuestos para la tabla orders

📌 Resultado: índice order_customer_id_order_date sobre customer_id + order_date → mejora consultas por cliente y fecha.

🔹 5. Alteraciones de tablas

💬 Ejemplo: -- Agrega columnas created_at y updated_at a order_details

📌 Copilot genera ALTER TABLE con valores por defecto (fecha actual).

🔹 6. Gestión del contexto en LLM

Los LLM tienen límite de contexto (tokens).
Para optimizar:
- Eliminar código no usado.
- Mantener el archivo limpio.

🔹 7. Creación de tablas relacionadas

💬 Ejemplo: -- Crea tabla categoría con descripción y status -- Crea product_category como relación entre producto y categoría

📌 Copilot deduce: product_id, category_id con integridad referencial.

🔹 8. Otras operaciones posibles

Crear copias de tablas (product_category_backup).
Eliminar tablas (DROP TABLE product_category_backup).

🔹 9. Ventajas de usar Copilot + LLM

✅ Crear modelos de datos desde cero.

✅ Modificar tablas (ALTER).

✅ Añadir claves foráneas.

✅ Definir índices.

✅ Eliminar tablas.

✅ Ejecutar cualquier tarea DDL en SQL.

Bruno Benitez

student•

Cómo activo mi microsoft copilot?

Jorge Andres Avila Rodriguez

student•

no se confien mucho, la seguridad de VSC es muy baja.

no tienen otra herramienta para usar que no sea la de microsoft?

a este curso le falta cosas, no todos sabemos del mundo de progrmación, no enseña como instalar las cosas.

por el resto no digo nada mas, excelente.

Cesar Fernandez

student•

Hoy en día podemos encontrar herramientas similares que no requieren de un prompt complejo, por el contrario, estas funcionan en base a órdenes simples y directas(aunque la especificación nunca está de más).

En mi caso yo utilizo la extensión de IA Blackbox, esta es gratuita y es fácil de incorporar en Visual Studio Code.

Para tener Blackbox en VSCode, solo nos vamos a la sección de extensiones y en el buscador colocamos: Blackbox. Le damos a instalar, y listo! Ya tendríamos el Blackbox incorporado.

Si no les aparece, puede que requiera cerrar y reabrir el VSCode, si aún así no funciona, prueben reiniciando su PC

Luis Miguel Rodriguez

student•

El verdadero valor de usar GitHub Copilot (o cualquier LLM) en la creación de DDL no está

solo en la velocidad, sino en la consistencia y las buenas prácticas que sugiere de forma

automática: claves foráneas, índices compuestos, columnas de auditoría (created_at,

updated_at), etc.

Un punto clave que vale la pena destacar: Copilot es tan bueno como el contexto que le das.

Un comentario vago genera código genérico; un comentario bien estructurado (especificando

motor SQL, relaciones entre entidades y casos de uso) genera un modelo mucho más cercano

a producción.

Consejo práctico: antes de pedirle a Copilot que genere tablas, escribe al inicio del

archivo una descripción del negocio y las reglas de negocio principales. Esto actúa como

"contexto persistente" y mejora notablemente la calidad de las sugerencias, especialmente

en modelos con muchas relaciones.

Recuerda que el ingeniero sigue siendo responsable de validar: tipos de datos adecuados,

normalización correcta y estrategia de indexación según los patrones de consulta reales.

JOSÉ ANGEL APARICIO VELÁSQUEZ

student•

Exelente

Francisco Franco

student•

La creación de tablas en SQL con GitHub Copilot se resume en los siguientes pasos:

Activar Copilot en tu IDE (ej. Visual Studio Code).
Escribir un comentario en SQL que describa la estructura de la tabla deseada.
Ejecutar Copilot, el cual generará automáticamente el código SQL para la tabla.
Personalizar el esquema, añadiendo columnas, claves primarias y foráneas según sea necesario.
Optimizar la consulta creando índices si es necesario para mejorar el rendimiento.

Esto automatiza y simplifica el proceso de creación de tablas en bases de datos.

Cristian Eduardo Carreño Martínez

student•

excelente

Edgar Geovani Xuc Xol

student•

porque el SERIAL marca una linea roja

Jose Maria Fontanet

student•

qué extensión postgree utilizas?

Kevin Henriquez

student•

Hola Yo ocupo En MySQL bastante buena https://marketplace.visualstudio.com/items?itemName=formulahendry.vscode-mysql

Johanna Barragan

student•

Qué tan segura es esta herramienta para usarla dentro de una empresa?

José Gregorio Sánchez Díaz Granados

student•

Para este curso si es necesario que la persona sepa de base de datos, pero deben pensar también en las que no manejan bien estos conceptos y quieran manejar la herramienta

-- Crear tabla "Clientes"
CREATE TABLE Clientes (
  client_id SERIAL PRIMARY KEY,
  nombre VARCHAR(255),
  apellido VARCHAR(255),
  direccion VARCHAR(255),
  correo_electronico VARCHAR(255),
  numero_telefono VARCHAR(20)
  -- agregar otras columnas según sea necesario
);

-- Crear tabla "Reclamos"
CREATE TABLE Reclamos (
  reclamo_id SERIAL PRIMARY KEY,
  client_id INT REFERENCES Clientes(client_id),
  fecha DATE,
  descripcion TEXT,
  estado VARCHAR(50)
  -- agregar otras columnas según sea necesario
);

-- Crear tabla "Informacion Sensible"
CREATE TABLE Informacion_Sensible (
  informacion_id SERIAL PRIMARY KEY,
  client_id INT REFERENCES Clientes(client_id),
  tipo VARCHAR(50),
  valor TEXT
  -- agregar otras columnas según sea necesario
);

-- Crear tabla "Productos"
CREATE TABLE Productos (
  producto_id SERIAL PRIMARY KEY,
  nombre VARCHAR(255),
  descripcion TEXT
  -- agregar otras columnas según sea necesario
);

-- Crear tabla "Reclamos_Productos"
CREATE TABLE Reclamos_Productos (
  reclamo_id INT REFERENCES Reclamos(reclamo_id),
  producto_id INT REFERENCES Productos(producto_id),
  PRIMARY KEY (reclamo_id, producto_id)
);

-- Crear tabla "Relaciones_Productos_Clientes"
CREATE TABLE Relaciones_Productos_Clientes (
  cliente_id INT REFERENCES Clientes(client_id),
  producto_id INT REFERENCES Productos(producto_id),
  fecha_ultima_interaccion DATE,
  cantidad_interacciones INT,
  PRIMARY KEY (cliente_id, producto_id)
);

-- Tabla de Áreas de Consumo
CREATE TABLE AreasConsumo (
    AreaConsumoID INT PRIMARY KEY,
    Nombre VARCHAR(100)
);

-- Tabla de Subáreas de Consumo
CREATE TABLE SubareasConsumo (
    SubareaConsumoID INT PRIMARY KEY,
    AreaConsumoID INT,
    Nombre VARCHAR(100),
    FOREIGN KEY (AreaConsumoID) REFERENCES AreasConsumo(AreaConsumoID)
);

-- Tabla de Operadores de Red (OR)
CREATE TABLE OperadoresRed (
    ORID INT PRIMARY KEY,
    SubareaConsumoID INT,
    Nombre VARCHAR(100),
    FOREIGN KEY (SubareaConsumoID) REFERENCES SubareasConsumo(SubareaConsumoID)
);

-- Tabla de Barras
CREATE TABLE Barras (
    BarraID INT PRIMARY KEY,
    ORID INT,
    Nombre VARCHAR(100),
    FOREIGN KEY (ORID) REFERENCES OperadoresRed(ORID)
);

-- Tabla de Consumo
CREATE TABLE Consumo (
    ConsumoID INT PRIMARY KEY,
    BarraID INT,
    FechaHora DATETIME,
    ConsumoEnergia FLOAT,
    CONSTRAINT FK_Barras_Consumo FOREIGN KEY (BarraID) REFERENCES Barras(BarraID)
);

-- Tabla de Días
CREATE TABLE Dias (
    DiaID INT PRIMARY KEY,
    Fecha DATE,
    CONSTRAINT CK_Dias_Fecha CHECK (Fecha = DATEADD(dd, 0, DATEDIFF(dd, 0, Fecha))),
    CONSTRAINT UQ_Dias_Fecha UNIQUE (Fecha)
);

-- Tabla de Semanas
CREATE TABLE Semanas (
    SemanaID INT PRIMARY KEY,
    FechaInicio DATE,
    FechaFin DATE,
    CONSTRAINT UQ_Semanas_FechaInicio UNIQUE (FechaInicio),
    CONSTRAINT UQ_Semanas_FechaFin UNIQUE (FechaFin)
);

-- Tabla de Meses
CREATE TABLE Meses (
    MesID INT PRIMARY KEY,
    FechaInicio DATE,
    FechaFin DATE,
    CONSTRAINT UQ_Meses_FechaInicio UNIQUE (FechaInicio),
    CONSTRAINT UQ_Meses_FechaFin UNIQUE (FechaFin)
);

-- Tabla de Consumo por Día
CREATE TABLE ConsumoDia (
    ConsumoDiaID INT PRIMARY KEY,
    BarraID INT,
    DiaID INT,
    ConsumoEnergia FLOAT,
    CONSTRAINT FK_Barras_ConsumoDia FOREIGN KEY (BarraID) REFERENCES Barras(BarraID),
    CONSTRAINT FK_Dias_ConsumoDia FOREIGN KEY (DiaID) REFERENCES Dias(DiaID)
);

-- Tabla de Consumo por Semana
CREATE TABLE ConsumoSemanal (
    ConsumoSemanalID INT PRIMARY KEY,
    BarraID INT,
    SemanaID INT,
    ConsumoEnergia FLOAT,
    CONSTRAINT FK_Barras_ConsumoSemanal FOREIGN KEY (BarraID) REFERENCES Barras(BarraID),
    CONSTRAINT FK_Semanas_ConsumoSemanal FOREIGN KEY (SemanaID) REFERENCES Semanas(SemanaID)
);

-- Tabla de Consumo por Mes
CREATE TABLE ConsumoMensual (
    ConsumoMensualID INT PRIMARY KEY,
    BarraID INT,
    MesID INT,
    ConsumoEnergia FLOAT,
    CONSTRAINT FK_Barras_ConsumoMensual FOREIGN KEY (BarraID) REFERENCES Barras(BarraID),
    CONSTRAINT FK_Meses_ConsumoMensual FOREIGN KEY (MesID) REFERENCES Meses(MesID)
);

-- Crear la tabla "Cliente" para almacenar la información de los clientes
CREATE TABLE Cliente (
    id SERIAL PRIMARY KEY,
    nombre VARCHAR(100),
    email VARCHAR(100),
    telefono VARCHAR(20),
    direccion VARCHAR(200)
);

-- Crear un índice en la columna 'nombre' de la tabla 'Cliente'
CREATE INDEX idx_cliente_nombre ON Cliente(nombre);

-- Crear la tabla "Portafolio" para almacenar la información de los portafolios
CREATE TABLE Portafolio (
    id SERIAL PRIMARY KEY,
    nombre VARCHAR(100),
    descripcion TEXT,
    fecha_creacion DATE,
    cliente_id INT REFERENCES Cliente(id)
);

-- Crear un índice en la columna 'fecha_creacion' de la tabla 'Portafolio'
CREATE INDEX idx_portafolio_fecha_creacion ON Portafolio(fecha_creacion);

-- Crear la tabla "Activo" para almacenar la información de los activos disponibles para invertir
CREATE TABLE Activo (
    id SERIAL PRIMARY KEY,
    nombre VARCHAR(100),
    tipo VARCHAR(50),
    descripcion TEXT,
    precio DECIMAL(10, 2)
);

-- Crear la tabla "Detalle_Portafolio" para almacenar los activos que componen un portafolio
CREATE TABLE Detalle_Portafolio (
    id SERIAL PRIMARY KEY,
    portafolio_id INT REFERENCES Portafolio(id),
    activo_id INT REFERENCES Activo(id),
    cantidad INT,
    fecha_adquisicion DATE,
    precio_adquisicion DECIMAL(10, 2)
);

-- Ejemplo de consulta optimizada
SELECT p.nombre, c.nombre AS cliente
FROM Portafolio p
JOIN Cliente c ON p.cliente_id = c.id
WHERE p.fecha_creacion > '2022-01-01';

Creación y Optimización de Tablas SQL con GitHub Copilot

IA en equipos de data

Uso de IA para Clasificación de Imágenes con Redes Neuronales

Manejo de bases de datos

Creación y Optimización de Tablas SQL con GitHub Copilot

Creación de Consultas SQL con Inteligencia Artificial

Optimización y corrección de código con inteligencia artificial

Documentación de Código con Herramientas de Inteligencia Artificial

Procesamiento de datos

Creación de Scrappers con Python y ChatGPT para Recolección de Datos

Limpieza de Datos con Modelos de IA y Herramientas de Código

Pruebas Unitarias con Inteligencia Artificial para Desarrolladores

Visualización y análisis

Análisis de Datos con IA: Preguntas y Visualizaciones en Pandas

Visualización de Datos con Inteligencia Artificial y Python

Análisis de datos con Data Analysis de ChatGPT

People Analytics con ChatGPT

Análisis de ventas con ChatGPT

Análisis de pérdida de clientes con ChatGPT

Análisis automático de gráficas e imágenes

Generación de datos

Generación de Datos con GPT-4 para Modelos de IA

Aprendizaje y formación

Uso de Chatbots para Aprender Estadística y Ciencia de Datos