¿Por qué aprender Git + GitHub para Data Science?

Trabajar con datos no consiste únicamente en escribir código. En proyectos reales también es necesario controlar versiones, organizar cambios, colaborar con otros profesionales y mantener un historial claro del trabajo realizado.

Git es el sistema de control de versiones más utilizado en entornos de desarrollo, mientras que GitHub permite almacenar repositorios, colaborar en equipo y compartir proyectos de manera profesional.

En este workshop aprenderás a utilizar Git y GitHub con un enfoque orientado a Data Science, Data Engineering y proyectos de datos.

Todo el workshop está planteado de forma práctica. No se trata únicamente de aprender comandos de Git, sino de aprender a trabajar de una forma ordenada, reproducible y profesional.

¿Qué aprenderás?

✅ Comprender qué es el control de versiones.
✅ Instalar y configurar Git.
✅ Crear y gestionar repositorios.
✅ Trabajar con commits.
✅ Consultar el historial de cambios.
✅ Crear y gestionar ramas.
✅ Combinar cambios mediante merge.
✅ Resolver conflictos.
✅ Trabajar con repositorios remotos.
✅ Utilizar GitHub.
✅ Clonar repositorios.
✅ Trabajar con push y pull.
✅ Utilizar Pull Requests.
✅ Organizar proyectos de Data Science.
✅ Gestionar notebooks y código Python.
✅ Crear un portfolio técnico en GitHub.
✅ Aplicar buenas prácticas de trabajo colaborativo.

Ficha técnica

• Modalidad: online en directo.
• Duración: 12 horas.
• Distribución: 4 sesiones de 3 horas.
• Proyecto final: asíncrono.
• Plazo de entrega: 14 días.
• Corrección personalizada: incluida.
• Plazas: máximo 12 participantes.
• Nivel: fundamentos.
• Idioma: castellano.

Metodología Taller de Tecnología®

• #1 Sesión: Introducción y fundamentos (síncrono).
• #2 Sesión: Primer proyecto práctico (síncrono).
• #3 Sesión: Funcionalidades avanzadas (síncrono).
• #4 Sesión: Integración con el ecosistema (síncrono).
• Proyecto final + certificación (asíncrono).

Temario del Workshop

• Introducción al control de versiones.
• Qué es Git.
• Qué es GitHub.
• Instalación y configuración de Git.
• git config.
• Creación de repositorios.
• git init.
• Estado del repositorio.
• git status.
• Área de staging.
• git add.
• Commits.
• git commit.
• Historial de cambios.
• git log.
• git diff.
• Archivos .gitignore.
• Repositorios remotos.
• git clone.
• git remote.
• git push.
• git pull.
• Branches.
• git branch.
• git switch.
• Merge.
• Resolución de conflictos.
• GitHub.
• Issues.
• Pull Requests.
• README.md.
• Markdown básico.
• Organización de proyectos de Data Science.
• Versionado de notebooks.
• Repositorios para proyectos Python.
• Buenas prácticas de commits.
• Buenas prácticas de ramas.
• Creación de portfolio técnico en GitHub.

Proyecto Final + Certificación (Asíncrono)

Al finalizar el workshop, los alumnos realizarán de manera individual un proyecto práctico de manera asíncrona, que deberá ser entregado dentro del plazo establecido.

El proyecto consistirá en crear y gestionar un repositorio profesional de Data Science utilizando Git y GitHub.

El alumno deberá estructurar correctamente el proyecto, realizar diferentes commits, trabajar con ramas, resolver un flujo de integración y documentar el repositorio mediante un archivo README.

El proyecto deberá incluir código o notebooks de análisis de datos, documentación básica y una organización clara de carpetas y archivos.

El objetivo será construir un repositorio que pueda formar parte del portfolio profesional del alumno.

El proyecto será evaluado por el instructor, quien proporcionará comentarios personalizados, propuestas de mejora y una valoración técnica de la solución presentada.

Los alumnos que superen satisfactoriamente la evaluación recibirán el Certificado de Aprovechamiento de Taller de Tecnología, acreditando las competencias adquiridas durante el workshop.

Formador: Daniel Castillo Garrosset

Formador especializado en Data Engineering, Business Intelligence e IA Generativa, con más de 25 años de experiencia impartiendo formación técnica a empresas, universidades y entidades públicas. Formador de Data Science en el Cibernarium de Barcelona Activa.

• Experiencia real como formador.
• Metodología y enfoque práctico.
• Corrección individual del proyecto.

Requisitos

• Conocimientos básicos de informática.
• Interés por trabajar de forma profesional con proyectos de datos.

No es necesario conocer Git ni GitHub previamente.

Público objetivo

• Analistas de Datos.
• Profesionales de Data Science.
• Profesionales de Data Engineering.
• Desarrolladores Python.
• Profesionales de Business Intelligence.
• Estudiantes que quieran crear un portfolio técnico.
• Profesionales que necesiten incorporar control de versiones a sus proyectos de datos.

¿Por qué elegir este workshop?

✔ Material descargable
✔ Proyecto práctico completo
✔ Soporte durante el workshop
✔ Certificación
✔ Corrección personalizada
✔ Portfolio profesional en GitHub
✔ Preparación para workshops de nivel superior

FAQs

• ¿Necesito conocer Git?: No. El workshop parte desde los fundamentos.
• ¿Necesito tener una cuenta de GitHub?: No. Se explicará cómo crearla y configurarla.
• ¿Necesito saber programar?: No es imprescindible, aunque disponer de conocimientos básicos de Python ayudará a aprovechar mejor algunos ejercicios.
• ¿Trabajaremos con la línea de comandos?: Sí. Se aprenderán los comandos fundamentales de Git y también se utilizará GitHub como plataforma colaborativa.
• ¿Aprenderé a trabajar con ramas?: Sí. Branches, merges y resolución de conflictos forman parte del workshop.
• ¿Trabajaremos con Pull Requests?: Sí. Se explicará un flujo básico de colaboración mediante Pull Requests.
• ¿Crearé un repositorio para mi portfolio?: Sí. El proyecto final estará diseñado para que pueda formar parte de tu portfolio técnico.
• ¿Es un curso teórico?: No, más del 80 % del tiempo estará dedicado a ejercicios y prácticas.
• ¿Obtendré certificado?: Sí, una vez superado satisfactoriamente el proyecto final.
• ¿Puedo utilizar este workshop como preparación para otros cursos?: Sí. Git y GitHub son herramientas transversales utilizadas en Data Engineering, Data Warehouse y AI App Development.