Desarrollar una página web estática (HTML + CSS) en equipos, aplicando buenas prácticas de colaboración con GitHub.
El sitio abordará los 5 Pilares del Ciclo de Vida del Dato, cada uno desarrollado por un equipo diferente.
- Utilizar HTML y CSS para crear estructuras y estilos coherentes
- Trabajar en ramas (branches) e implementar cambios mediante pull requests (PR)
- Organizar tareas en GitHub Projects e issues asignadas por equipo
- Comprender y comunicar los fundamentos del Ciclo de Vida del Dato en el contexto de Data Science
/
├── .github/ # Configuración de GitHub
├── assets/ # Recursos compartidos como imágenes
│ ├── data-analysis/
│ ├── data-cleaning/
│ ├── data-origin/
│ ├── deployment/
│ └── strategic-direction/
├── examples/ # Ejemplos de referencia
│ ├── alanTuring.png
│ ├── aristoteles.png
│ ├── georgeBoole.png
│ ├── examples.html
│ └── examples.css
├── data-analysis/ # Equipo 3: Análisis & Modelado
│ ├── data-analysis.html
│ └── data-analysis.css
├── data-cleaning/ # Equipo 2: Limpieza & Transformación
│ ├── data-cleaning.html
│ └── data-cleaning.css
├── data-origin/ # Equipo 1: Origen & Captura de Datos
│ ├── data-origin.html
│ └── data-origin.css
├── deployment/ # Equipo 4: Despliegue & Monitorización
│ ├── deployment.html
│ └── deployment.css
├── strategic-direction/ # Equipo 5: Impacto & Dirección Estratégica
│ ├── strategic-direction.html
│ └── strategic-direction.css
├── globals.css # Estilos base compartidos
├── index.html # Página principal
├── script.js
└── README.md
- Fuentes estructuradas (BBDD, APIs, ERP) y no estructuradas (logs, sensores, redes sociales)
- Estrategias de recolección e ingestión
- Data Governance
- Metadatos y procedencia
- Data Wrangling y calidad de datos
- Manejo de valores nulos y outliers
- ETL/ELT y pipelines
- Feature Engineering
- Estadística descriptiva y visualización
- Machine Learning (supervisado y no supervisado)
- Experimentación y validación
- Segmentación y patrones ocultos
- Puesta en producción de modelos (MLOps)
- Dashboards y reporting automatizado
- Sistemas de recomendación en tiempo real
- Monitorización y mantenimiento
- Storytelling con datos para la toma de decisiones
- ROI e impacto en negocio
- Retroalimentación y mejora continua
- Ética, privacidad y gobierno de datos
git clone https://github.com/Bootcamp-IA-P6/hello_world_from_PR.git
cd hello_world_from_PREsto lo harán creando la rama a partir de los issues que se creen
- Añadir su HTML y CSS dentro de la carpeta correspondiente
- Mantener coherencia visual con los estilos globales (
globals.css)
git add .
git commit -m "Equipo 2: sección Limpieza & Transformación"
git push origin feature/limpieza-transformacionDesde GitHub:
- Abrir un PR desde su rama hacia
main - Asignar como revisores a los instructores
- Esperar aprobación antes de fusionar
- Cada equipo tendrá issues asignadas con las tareas específicas (diseño, contenido, revisión, media, etc.)
- Se usará GitHub Projects para seguir el progreso (To Do / In Progress / Done)
- Cada issue debe asociarse a una rama y un PR
- ❌ No editar archivos fuera de la carpeta asignada sin autorización
- ✅ Mantener un estilo visual coherente (tipografía, paleta y estructura)
- ⏰ Respetar los tiempos de entrega y revisiones de PR
- 📝 Documentar cambios relevantes en los commits
Una web estática navegable con un acordeón principal (index.html) que mostrará las secciones creadas por cada equipo.
El sitio será evaluado por:
- Estructura y organización del código
- Uso correcto de Git y GitHub (ramas, PR, issues)
- Estética visual y coherencia entre secciones
- Claridad y precisión del contenido técnico