Libro Abierto • Ingeniería Estadística

Ciencia de Datos en Nushell

Currículo de pregrado riguroso, centrado en Nushell para el desarrollo integral de flujos de ciencia de datos en la terminal Linux. Integración políglota con Python, R y motores CLI de modelado automático dentro de un contenedor Docker reproducible.

Descargar PDF en Español (5.6 MB) Descargar PDF en Inglés (5.5 MB)

Edición Oficial en Español

Texto canónico de la obra. Incluye los 10 capítulos completos, notas teóricas, pipelines reproducibles y ejercicios prácticos.

PDF oficial • Monografía integrada de 10 capítulos

Ver / Descargar PDF (Español)

Edición en Inglés

Edición traducida y adaptada a la nomenclatura computacional estándar internacional para divulgación académica y uso general.

English Edition • Single-part 10-chapter monograph

View / Download PDF (English)

Inicio Rápido con Docker (`dsin`)

Cada pipeline, script y bloque de código del currículo está verificado para ejecutarse de forma 100% reproducible dentro del contenedor Docker autónomo kurokirasama/dsin:latest, que incluye plugins de Nushell preconfigurados, rutas de montaje de datos y herramientas de modelado.

docker run --rm -it -v "$(pwd)/Files:/data" kurokirasama/dsin:latest

Estructura del Currículo

Capítulo 1

Introducción

La terminal como laboratorio científico, el paradigma Nushell de datos estructurados y entornos reproducibles.
Capítulo 2

Instalación de Software

El contenedor Docker autónomo dsin, configuración interactiva y verificación del entorno.
Capítulo 3

Fundamentos y Estructuras de Datos en Nushell

Introducción a la terminal, shells tradicionales vs. Nushell, strings, listas, registros, tablas, rutas de celda, editor ttt y Git.
Capítulo 4

Programación y Creación de Herramientas de Línea de Comandos

Comandos personalizados (def, export def), flags, tipado fuerte, módulos, API de Google Maps e integración con R/Python.
Capítulo 5

Obtención de Datos

Peticiones HTTP (http get), descompresión, hojas Excel (.xlsx), bases SQLite (query db) y APIs REST.
Capítulo 6

Depuración y Transformación de Datos

Filtrado nativo en Nushell, transformaciones estructurales, remodelado tabular y el complemento de alto rendimiento Polars.
Capítulo 7

Exploración y Visualización de Datos

Estadística descriptiva (math, polars summary), scripts políglotas (.R/.py) y visualización gráfica en terminal con timg.
Capítulo 8

Procesamiento en Serie y Pipelines Paralelos

Procesamiento por lotes (each), concurrencia nativa (par-each) y orquestación con GNU parallel.
Capítulo 9

Modelado Políglota de Datos

Reducción de dimensionalidad (PCA, t-SNE, UMAP), clustering (K-Means/Jerárquico/DBSCAN/PAM), regresión (VW, LightGBM, DuckDB OLS) y clasificación incluyendo redes neuronales (ml-benchmark, skll, Rscript, python3 → tablas Nushell).
Capítulo 10

Conclusión: La Terminal como Laboratorio de Inteligencia de Datos

Síntesis del ciclo OSEMN en shells tipadas, intersección entre ingeniería de software y estadística, eficiencia out-of-core y frontera zero-copy en Apache Arrow, y guía metodológica para producción.

Cita

Si utiliza o cita esta obra en investigaciones, docencia o publicaciones técnicas, por favor utilice la referencia correspondiente:

Edición en Español:
Gómez Guzmán, L. (2026). Ciencia de datos en la terminal Linux con Nushell. https://kurokirasama.github.io/data_science_at_nushell/es/

Edición en Inglés:
Gómez Guzmán, L. (2026). Data Science at Nushell. https://kurokirasama.github.io/data_science_at_nushell/