Repositorio de proyectos de ciencia de datos

Este repositorio reúne cuatro proyectos académicos que recorren análisis científico, simulación GPU, generación de datos sintéticos y arquitectura de plataformas para análisis en tiempo real. Cada proyecto tiene su propia documentación detallada; este archivo sirve como índice y guía de entrada.

Proyectos

1. Fluctuaciones térmicas en superconductores

Ruta: project_1

Analiza, con datos sintéticos, el comportamiento del parámetro de orden cerca de la temperatura crítica Tc. El flujo incluye:

• simulación de fluctuaciones con un modelo inspirado en Ginzburg-Landau;
• análisis de frecuencias mediante FFT;
• consolidación de datos en CSV;
• reducción de dimensionalidad con PCA;
• clasificación de los estados superconductor y normal mediante regresión logística;
• comparación opcional con Octave.

Tecnologías: Python, NumPy, Pandas, SciPy, Matplotlib, scikit-learn y Octave. Los scripts se ejecutan de forma independiente, por ejemplo:

cd project_1
python3 01-temperatura.py
python3 02-fluctuaciones.py
python3 04-data1-2.py
python3 05-PCA.py
python3 06-regresion.py
octave comparacion.m  # opcional

La precisión indicada en la documentación es una expectativa sobre datos sintéticos, no una garantía: los scripts usan ruido aleatorio y no fijan una semilla común.

2. Demonio de Maxwell para partículas

Ruta: project_2

Implementa una simulación bidimensional de partículas con una compuerta selectiva en CUDA. El proyecto contiene dos líneas de trabajo:

• test_1: versión modular con dos niveles. El Nivel 1 simula 50.000 partículas, guarda frames para GNUPLOT y aplica rebotes y control de cruces. El Nivel 2 añade conteos por lado, temperatura como proxy y entropía de Shannon en metricas.csv, además de un análisis en Python.
• test_2: simulación reducida y didáctica con 10 partículas, 500 frames y generación de visualizaciones/video.

Tecnologías: C++, CUDA, Python, GNUPLOT, ImageMagick y ffmpeg según el flujo utilizado. Para compilar el Nivel 2:

cd project_2/test_1/nivel_2
make
./simulacion_particulas
python3 analizar_metricas.py

Se necesita CUDA Toolkit con nvcc y una GPU compatible. La entropía del Nivel 2 es informacional, medida en nats sobre bins de velocidad; funciona como indicador de tendencia y no como entropía termodinámica absoluta.

3. Datos sintéticos para análisis en tiempo real

Ruta: project_3

Propone un pipeline común para dos casos de uso:

• compras: eventos financieros sintéticos para probar detección de fraude en transacciones de Black Friday;
• vias: eventos sintéticos de sensores de vibración, inclinación y presión para detectar fallas incipientes en una vía.

Ambos generadores usan Faker y producen 10 eventos JSON para pruebas:

cd project_3/compras
python3 generar_financieros.py

cd ../vias
python3 generar_viales.py

La documentación propone integrar Kafka o MQTT, Kubeflow/KFServing y Grafana para ingestión, inferencia y monitoreo. Las guías de Grafana y Kubeflow describen instalaciones de referencia. Actualmente este proyecto contiene generadores y documentación de arquitectura; no incluye todavía un pipeline desplegable completo.

4. Sitio de documentación con Hugo

Ruta: project_4

Documenta Hugo como generador de sitios estáticos y describe su arquitectura, estructura de directorios, front matter, taxonomías, temas, comandos, integraciones y despliegue. También incluye guías separadas de configuración e instalación.

Este proyecto se encuentra en fase documental: en la ruta actual no hay un sitio Hugo completo con config.toml, content/, layouts/ o themes/ para compilar. Para convertirlo en un sitio ejecutable habría que crear esa estructura y añadir contenido Markdown.

Mapa rápido

Proyecto	Área principal	Estado actual
1	Análisis científico y aprendizaje automático	Scripts ejecutables con datos sintéticos
2	Simulación física en GPU	Implementación CUDA con niveles de simulación y métricas
3	Datos sintéticos y MLOps	Generadores JSON y arquitectura propuesta
4	Publicación de documentación	Guías de Hugo, sin sitio generado incluido

Requisitos generales

Cada proyecto tiene requisitos distintos. De forma resumida:

• Python 3 y las dependencias científicas indicadas para el Proyecto 1.
• CUDA Toolkit, nvcc y una GPU compatible para el Proyecto 2.
• Python 3 y Faker para los generadores del Proyecto 3.
• Hugo únicamente si se implementa y compila el sitio descrito en el Proyecto 4.

Consulta el README de cada proyecto antes de instalar herramientas o ejecutar los comandos de esta página.