René's URL Explorer Experiment

{"@context":"https://schema.org","@type":"DiscussionForumPosting","headline":"[PROPUESTA]    Inferencia de agujeros negros binarios con Python y Astropy","articleBody":"## Propuesta de Charla\n\n- **Título de la charla:**  \n  Inferencia de agujeros negros binarios con Python y Astropy\n\n- **Resumen/Descripción:**  \n  La charla presenta un flujo de trabajo práctico para la inferencia de parámetros físicos en sistemas de agujeros negros binarios utilizando Python y el ecosistema de Astropy. A partir de datos astronómicos en forma de series de tiempo (curvas de luz y observaciones), se mostrarán modelos físicos simplificados y técnicas de inferencia estadística implementadas con herramientas abiertas. El enfoque está en cómo estructurar análisis científicos reproducibles en Python, más allá del dominio específico de la astrofísica.\n\n- **Ponente:**\n  - Nombre: Dr. Gustavo Magallanes-Guijón  \n  - Bio:  \nDoctor en Astrofísica por la UNAM, con maestría en Filosofía de la Ciencia y formación en Física y Filosofía. Investigador y profesor con experiencia en astrofísica de altas energías y sistemas de agujeros negros binarios, así como en geointeligencia computacional aplicada al análisis de imágenes satelitales y observación de la Tierra. Su trabajo integra machine learning y deep learning, análisis de series de tiempo y prácticas de ciencia reproducible, con énfasis en el desarrollo de software científico en Python.\n  - Foto: Por definir  \n  - Redes:  \n    - GitHub: https://github.com/GuijonGustavo  \n    - LinkedIn: https://www.linkedin.com/in/guijongustavo/  \n    - Página personal: https://guijongustavo.org/\n\n- **Temas (tags):**  \n  Python, Astropy, Ciencia de Datos, Astrofísica, Inferencia Estadística, Series de Tiempo, Ciencia Abierta\n\n- **Nivel de dificultad:**  \n  Intermedio\n\n- **Tech stack sugerido:**  \n  Python, Astropy, NumPy, SciPy, Matplotlib, Jupyter Notebook\n\n- **Duración estimada:**  \n  40 minutos\n\n- **Motivación:**  \n  Astropy es uno de los proyectos científicos más importantes del ecosistema Python y un ejemplo sólido de software abierto y comunitario. La charla muestra un caso real de uso donde Python se emplea para inferir parámetros físicos bajo incertidumbre, una problemática común también en ciencia de datos, ingeniería y machine learning. El objetivo es conectar a la comunidad Python con prácticas científicas reproducibles y transferibles a otros dominios.\n\n- **¿Tienes preferencia de mes o fecha?**  \n  Flexible pero puede ser abril o mayo\n\n- **¿Requiere algo especial?**  \n  Proyector y conexión a internet\n\n- **Material adicional:**  \n  Repositorio con notebooks y ejemplos en Python (por definir)\n\n## Notas adicionales\n\nLa charla está diseñada para ser accesible a personas sin formación previa en astrofísica, asumiendo conocimientos básicos de Python. Se hará énfasis en el razonamiento científico, la inferencia estadística y la organización del código.\n\nReferencia principal:\n- Astropy: https://www.astropy.org/\n","author":{"url":"https://github.com/GuijonGustavo","@type":"Person","name":"GuijonGustavo"},"datePublished":"2026-01-15T19:24:09.000Z","interactionStatistic":{"@type":"InteractionCounter","interactionType":"https://schema.org/CommentAction","userInteractionCount":0},"url":"https://github.com/56/pythonCDMX/issues/56"}