Práctica — Configuración del entorno de desarrollo

Ultima actualización: 01/Ago/2026

Objetivo

Dejar el ambiente de desarrollo listo en su computador y validarlo clonando un proyecto real, instalando dependencias con UV y ejecutando todos los notebooks del repositorio demo.

Criterio de éxito: Git y UV instalados, repositorio clonado, ambiente virtual creado, dependencias instaladas y todos los notebooks del repo corren sin error.

Paso 1 — Ambiente de desarrollo (SO + Git)

Los servidores de CI y producción usan Linux. Por eso el ambiente local debe ser Linux (nativo), WSL en Windows, o Mac con terminal Unix.

Windows

Instalar WSL (recomendado: WSL2 + Ubuntu):
- Guía oficial: Instalación de Linux en Windows con WSL
- Entorno de desarrollo (Git, VS Code, etc.): Configurar un entorno de desarrollo de WSL
- Extra paso a paso: Guía WSL2 en Windows 11
Abrir la terminal de Ubuntu (WSL) y trabajar dentro de WSL el resto de la práctica.
Instalar y configurar Git dentro de WSL (ver enlaces del Paso 1b).

Mac

Abrir Terminal.
Instalar y configurar Git (ver enlaces del Paso 1b). Con Homebrew: brew install git.

Linux

Instalar Git: sudo apt-get install git (Debian/Ubuntu) u equivalente en su distro.
Configurar Git (Paso 1b).

Paso 1b — Instalar y configurar Git

Use estas guías en español (oficiales / bien mantenidas):

Qué	Enlace
Instalar Git (Windows / Mac / Linux)	Atlassian — Instalar Git
Configurar identidad (`user.name`, `user.email`)	Pro Git — Configurando Git por primera vez
Setup desde GitHub Docs	Configuración de Git

Configuración mínima (una sola vez):

git config --global user.name "Su Nombre"
git config --global user.email "su_email@ejemplo.com"
git --version

Aprender a usar Git (referencia)

Si aún no se siente cómodo con Git, consulte:

Libro oficial: Pro Git (español)
Tutoriales prácticos: Atlassian Git Tutorials
Alternativa amigable: Aprendiendo Git (midudev)

Paso 2 — Instalar UV

UV gestiona versiones de Python, ambientes virtuales y dependencias en una sola herramienta.

curl -LsSf https://astral.sh/uv/install.sh | sh

Verificar:

uv version

Si el comando no se encuentra, cierre y abra la terminal (o recargue el PATH según indique el instalador).

Paso 3 — Clonar el repositorio demo

git clone https://github.com/JoseRZapata/demo-data-science-template.git
cd demo-data-science-template

Repositorio: JoseRZapata/demo-data-science-template

Paso 4 — Python, ambiente virtual y dependencias

El proyecto ya trae .python-version, pyproject.toml y uv.lock. Este repo usa Python 3.11.

uv sync
source .venv/bin/activate

uv sync instala la versión de Python indicada (si hace falta), crea .venv e instala las dependencias del uv.lock.

Comprobar:

python --version   # debe ser 3.11.x
which python       # debe apuntar a .../demo-data-science-template/.venv/bin/python

Paso 5 — Ejecutar todos los notebooks

Con el ambiente activado, abra Jupyter Lab (o use VS Code / Cursor con el kernel del .venv):

uv run jupyter lab

Ejecute todos los notebooks bajo notebooks/ (en orden de carpetas si hay dependencias de datos):

notebooks/1-data/
notebooks/2-exploration/
notebooks/3-analysis/
notebooks/4-feat_eng/
notebooks/5-models/
notebooks/6-interpretation/

En cada notebook: Kernel → Restart & Run All (o equivalente) y verifique que no queden celdas con error.

Seleccione el kernel / intérprete del ambiente .venv del proyecto. Si usa el Python del sistema, faltarán dependencias.

Checklist de pasos

Windows: WSL instalado y terminal Linux funcionando o Mac/Linux listos
git --version funciona y user.name / user.email configurados
uv version funciona
Repo demo-data-science-template clonado
uv sync completó sin error y .venv existe
Todos los notebooks en notebooks/ se ejecutaron sin error