Mi primera exposición al término ecosistema fue hace ya muchos años, en 4to o 5to año de primaria. Me pareció en aquel entonces una palabra que denotaba algo muy complejo. Creo que ya entonces tenía una noción de lo que es un «sistema«, pero el ver cuestiones de ciencias naturales como algo que parecía tecnológico (la palabra «sistema» me evocaba cosas hechas por el hombre) me daba una impresión de complejidad. Y sí, un ecosistema puede ser complicado pero no por diseño, de hecho es sorprendente como a partir de la simplicidad y las relaciones que se pueden dar entre sus componentes, complejas conductas (o funcionamientos) pueden surgir.
En este mismo sentido, la memoria del computador, la mente de los programadores, el colectivo de los usuarios y los procesos de negocio se transforman en un ecosistema en el que los actores (los programas, scripts y aplicaciones) conviven, «luchan» por recursos, y en el que se establecen relaciones para «dar vida a algo.»
Las «libretas Jupyter» (Jupyter notebooks), principales exponentes o resultado del Proyecto Jupyter, han revolucionado muchas cosas. Permiten desarrollar ideas e ir «prototipando» programas o aplicaciones, facilitan actividades científicas, agilizan la visualización de resultados, etcétera. Anteriormente conocidas simplemente como «IPython notebook«, es una herramienta flexible que ayuda a crear análisis legibles, pues puede mantener juntos códigos, imágenes, comentarios, fórmulas y trazados.
Empecé leer o saber de éstas libretas desde hace mucho. Tengo la impresión que desde que estaba en Banamex empecé a saber de IPython (la Wikipedia indica que esto ya tiene 20 años, así que bien pudo ser gracias a Twitter). Si bien en Banamex sólo tuve un acercamiento con Jython (que resultó algo frustrante al no estar acostumbrado al modelo de indentación que maneja), no fue hasta el doctorado que empecé a familiarizarme con Python y a escuchar o leer de las famosas notebooks. Pero, fue hasta mi estadía en Eva Health S.A.P.I, que verdaderamente empecé a usarlas (pasando de una mera curiosidad o facilidad académica a algo profesional). Hoy, más que ubicuas, han pasado a ser algo obligado para las actividades en ciencias de datos y machine learning, todo un ecosistema de desarrollo por derecho propio1.
Siguiente
Referencias
- Dimitris Poulopoulos,»Jupyter is now a full-fledged IDE«, medium.com, web. Posted: 2020.03.26; visited: 2021.12.03. URL: https://towardsdatascience.com/jupyter-is-now-a-full-fledged-ide-c99218d33095.