René's URL Explorer Experiment

{"@context":"https://schema.org","@type":"DiscussionForumPosting","headline":"[PROPUESTA] Aprendamos con lo nuestro: Ecobici DLM un proyecto de código abierto","articleBody":"## Propuesta de Charla\n\n- **Título de la charla:**  \n  \"Aprendamos con lo nuestro: Ecobici DLM un proyecto de código abierto\"\n\n## Propuesta de Charla\n\n- **Título de la charla:**  \n  \"Aprendamos con lo nuestro: Ecobici DLM, un proyecto de código abierto\"\n\n- **Resumen/Descripción:**  \n  La movilidad urbana de nuestras ciudades genera datos que cuentan historias, y Python nos permite escucharlas.  \n  En esta charla exploraremos **Ecobici DLM**, un proyecto de código abierto que toma los datos públicos de Ecobici CDMX y los convierte en pipelines listos para análisis, aprendizaje automático y experimentación con **IA generativa**.  \n  Veremos cómo hacer **feature engineering** sobre datos reales, almacenar y consultar eficientemente con **MongoDB**, y abrir la puerta a aplicaciones de machine learning para predicción de demanda, patrones de uso y optimización de rutas.  \n  La sesión es práctica, replicable y pensada para que cualquier persona interesada pueda contribuir y aprender “con lo nuestro”: datos latinoamericanos, herramientas libres y comunidad.  \n\n- **Ponente(s):**\n  - Nombre: Alejandro Moreno  \n  - Bio: Ingeniero de Datos con 13+ años de experiencia en software y ciencia de datos. Ha liderado proyectos de analítica y optimización en PepsiCo, AmBev y GEPP. Es miembro activo de la comunidad Python en Latinoamérica y ha compartido en PyCon Latam y Nerdearla.  \n  - Foto: Por definir  \n  - Redes:  \n    - GitHub: [https://github.com/hugramirez](https://github.com/hugramirez)  \n    - LinkedIn: [https://www.linkedin.com/in/hugramirez](https://www.linkedin.com/in/hugramirez)  \n\n- **Temas (tags):**  \n  Python, MongoDB, PyMongo, Open Data, ETL, Feature Engineering, Machine Learning, Generative AI, Urban Mobility, Open Source, LLM\n\n- **Nivel de dificultad:**  \n  Intermedio (conceptos de ML e IA se explicarán de manera introductoria pero se mostrará código real para quienes ya programan en Python)  \n\n- **Tech stack sugerido:**  \n  - Python 3.x  \n  - Pandas  \n  - PyMongo  \n  - MongoDB Atlas o local  \n  - Scikit-learn (feature engineering y ML)  \n  - OpenAI / HuggingFace (para ejemplos de IA generativa)  \n  - Google Cloud Storage (Para ejemplos de despliegue en cloud)  \n\n- **Duración estimada:**  \n  40 minutos  \n\n- **Motivación:**  \n  La mayoría de los ejemplos de machine learning e IA están basados en datasets internacionales (Iris, Titanic, MNIST). Con esta charla queremos demostrar que también podemos **aprender y construir con nuestros propios datos abiertos**.  \n  Ecobici DLM es un ejemplo real de cómo **open source + comunidad Python** puede dar vida a proyectos útiles, educativos y replicables. La motivación es clara: si aprendemos con lo nuestro, nos apropiamos de la tecnología y la hacemos crecer desde Latinoamérica.  \n\n- **¿Tienes preferencia de mes o fecha?**  \n  Por definir  \n\n- **¿Requiere algo especial?**  \n  Proyector y acceso a internet (opcional para demo en vivo con MongoDB Atlas y APIs de IA generativa)  \n\n- **Material adicional:**  \n  - Repositorios de referencia:  \n    - [ecobici-dlm](https://github.com/hugramirez/ecobici-dlm)  \n    - [pymongo-quickstart](https://github.com/hugramirez/pymongo-quickstart)  \n  - Slides (en preparación)  \n  - Notebook con ejemplos de feature engineering y ML  \n\n## Notas adicionales\n\n- La demo mostrará un pipeline de ingesta y análisis de Ecobici, generación de features para ML y un ejemplo de IA generativa aplicada a los datos.  \n- Todo el material será liberado como open source para que la comunidad lo use, adapte y contribuya.  \n- Ideal para mostrar cómo Python une ciencia de datos, ingeniería y comunidad en un mismo espacio.  \n\n\u003e **Nota:** Campos como foto o fecha se completarán al momento de confirmar la charla.  ","author":{"url":"https://github.com/hugramirez","@type":"Person","name":"hugramirez"},"datePublished":"2025-08-26T22:44:40.000Z","interactionStatistic":{"@type":"InteractionCounter","interactionType":"https://schema.org/CommentAction","userInteractionCount":0},"url":"https://github.com/21/pythonCDMX/issues/21"}