PyData
PyData: 156 vídeos con subtítulosPyData tiene 156 vídeos indexados en WinkLingo (canal con 173 mil suscriptores). Todos se pueden buscar palabra por palabra.
Ver descripción original en inglés
PyData is an educational program of NumFOCUS, a 501(c)3 non-profit organization in the United States. PyData provides a forum for the international community of users and developers of data analysis tools to share ideas and learn from each other. The global PyData network promotes discussion of best practices, new approaches, and emerging technologies for data management, processing, analytics, and visualization. PyData communities approach data science using many languages, including (but not limited to) Python, Julia, and R. We aim to be an accessible, community-driven conference, with…
Vídeos incluidos
30:51Estrellas de agujeros negros: Un misterio astronómico (casi) resuelto con NumPyro y JAX
Black Hole Stars: An Astronomical Mystery (Mostly) Solved with NumPyro and JAX
31:14¡No llames a tu LLM tan seguido! Cómo construir tu grafo de diálogo con confianza y dormir tranquilo
Don’t call your LLM too often! How to build your dialog graph with confidence and sleep at night.
28:27Construyendo MCP a la velocidad del hype: Principios que superan las tendencias [PyCon DE & PyData 2026]
Building MCP at the Speed of Hype: Principles That Outlast the Trends [PyCon DE & PyData 2026]
24:36Modelos jerárquicos en MMM: ¿Puede la estructura superar al tamaño de los datos? [PyCon DE & PyData 2026]
Hierarchical Models in MMM: Can Structure beat data size? [PyCon DE & PyData 2026]
49:12Recomendaciones de restaurantes personalizadas a escala combinando Transformer con Gradient-Boosted Ranking
Personalized Restaurant Recommendations at Scale combining Transformer with Gradient-Boosted Ranking
27:46Estado del ML en el navegador: WebAssembly, WebGPU y el stack moderno [PyCon DE & PyData 2026]
State of In-Browser ML: WebAssembly, WebGPU, and the Modern Stack [PyCon DE & PyData 2026]
30:49Sobre la Generalización Intervencionista [PyCon DE & PyData 2026]
On Interventional Generalisation [PyCon DE & PyData 2026]
27:44Optimización de hiperparámetros basada en agentes para Gradient Boosted Trees [PyCon DE & PyData 2026]
Agent-Based Hyperparameter Optimization for Gradient Boosted Trees [PyCon DE & PyData 2026]
30:21La precisión está sobrevalorada: Lanza pronósticos estables (sin mentirte a ti mismo) [PyCon DE & PyData 2026]
Accuracy Is Overrated: Ship Stable Forecasts (Without Lying to Yourself) [PyCon DE & PyData 2026]
26:58Metashade: Generación de shaders en modo inmediato sin compilador en Python puro [PyCon DE & PyData 2026]
Metashade: Compilerless Immediate-Mode Shader Generation in Pure Python [PyCon DE & PyData 2026]
29:14Los modelos de lenguaje pequeños para llamadas a herramientas son mejores de lo que crees [PyCon DE & PyData 2026]
Small Language Models for Tool Calling Are Better Than You Think [PyCon DE & PyData 2026]
29:37Vibe NLP para NLP Aplicado [PyCon DE & PyData 2026]
Vibe NLP for Applied NLP [PyCon DE & PyData 2026]
29:46De píxeles a pagos: Sistema multi-agente para el procesamiento de reclamos de seguros en tiempo real
From Pixel to Payouts: A Multi-Agent System for Real-Time Insurance Claims Processing
1:07:03Programación orientada a arrays en Python: Librerías, Técnicas y Compensaciones [PyCon DE & PyData 2026]
Array-Oriented Programming in Python: Libraries, Techniques, and Trade-offs [PyCon DE & PyData 2026]
1:27:00SQL ha muerto, larga vida a SQL: Creando un agente de analítica fiable desde cero
SQL is Dead, Long Live SQL: Engineering reliable analytics agent from scratch
45:24Empoderando a los científicos de datos sin fricciones de plataforma: Desplegando Streamlit y amigos en 3 minutos
Empowering Data Scientists with Zero Platform Friction: Deploying Streamlit & Friends in 3 Minutes
29:56Cuando el clima espacial rompe tu GPS: Creando un sistema de alerta temprana explicable
When Space Weather Breaks Your GPS: Building an Explainable Early Warning System
28:29Envía datos con confianza: Validación declarativa para PySpark y Pandas [PyCon DE & PyData 2026]
Ship Data with Confidence: Declarative Validation for PySpark & Pandas [PyCon DE & PyData 2026]
26:26¿Anidar o no anidar? Tipos de datos anidados en Polars con Big Data [PyCon DE & PyData 2026]
To nest, or not to nest? Nested data types in Polars with big data [PyCon DE & PyData 2026]
29:55Funciona en mi máquina: Por qué las apps de LLM fallan a los usuarios (no en las pruebas) [PyCon DE & PyData 2026]
It Works on My Machine: Why LLM Apps Fail Users (Not Tests) [PyCon DE & PyData 2026]
26:35Integración de Ciencia de Datos en dispositivos IoT con MicroPython y emlearn [PyCon DE & PyData 2026]
Embedding Data Science in IoT devices with MicroPython and emlearn [PyCon DE & PyData 2026]
30:24Del ticket al borrador: Cómo Múnich automatiza las consultas ciudadanas con IA [PyCon DE & PyData 2026]
From Ticket to Draft: How Munich Automates Citizen Inquiries with AI [PyCon DE & PyData 2026]
31:57Resolución de conflictos de fusión impulsada por LLM - Advitya Gemawat | PyData St. Louis
LLM-driven Merge Conflict Resolution - Advitya Gemawat | PyData St. Louis
1:17¿Su opinión polémica sobre la IA? "No tengo una opinión polémica". Y honestamente, es la respuesta más sincera hasta ahora.
His AI hot take? "I don't have a hot take." And honestly, that's the most honest answer yet.