Departamento de Química, Universidad de Caldas, Manizales - Colombia (UCaldas)
Licenciatura en Ciencias Naturales: Curso 414G7G
José Mauricio Rodas Rodríguez (Bio) Profesor asociado del departamento de química de la Universidad de Caldas (Colombia) Grupo de Investigación Química Teórica y Bioinformática (QTB)
Este es un curso que se imparte en el programa de Licenciatura en Ciencias Naturales de la Universidad de Caldas, pero dado el contenido, este puede ser de interés de docentes en ciencias y en particular del área de la química.
El curso y su contenido, incluyendo blocs de notas (notebooks), scripts y código en general ha sido liberado bajo la licencia CC-BY-SA 4.0, por lo que sientáse libre de usar, modificar y compartir su contenido, cualquier observación o comentario puede ser enviada al autor al correo: mauricio.rodas(at)ucaldas.edu.co.
El docente de Química de la actualidad, y más aún en epoca post-pandemia del SARs-CoV-2, ha sido enfrentado a la necesidad de usar adecuadamente diferentes herramientas digitales, que garanticen un contacto eficiente con sus estudiantes, ya sea de manera presencial o virtual. Adicionalmente, debe estar en la capacidad de crear documentos científicos con calidad profesional, presentar y manipular datos de manera adecuada, y en lo posible dotar de interactividad todo el material que genere.
Este tipo de habilidades han sido desarrolladas principalmente por lo químicos que se han acercado previamente a la química computacional, pero en los tiempos modernos, dichas habilidades ya no son exclusivas de estos, todo químico y docente de química moderno debe estar en capacidad de entender, producir y ejecutar material creado en diferentes lenguajes, tales como: Tex, python, R, bash, entre otros.
Es por eso que este curso está orientado a docentes, futuros docentes y practicantes de la química que deseen aprender a realizar documentos científicos, presentar y manipular datos, dotar de interactividad diferentes conceptos propios de la química, usando los lenguajes más populares para este fín, es un curso pensado en personas con poca o ninguna preparación previa en programación o scripting, aunque encontrarán ejemplos y códigos que podrían ser utiles para usuarios más avanzados.
Cada sección ha sido escrita como un bloc de notas (Notebook) de python en el entorno Jupyter y puede ser ejecutado en la herramienta libre de computación en la nube Google Colab.
- Pajamkar, A. Practical Python Data Visualization: A Fast Track Approach To Learning Data Visualization With Python. 2021. Springer. New York. ISBN-13 (electronic): 978-1-4842-6455-3.
- Galea, A. Applied Data Science with Python and Jupyter. 2018. Packt Publishing. ISBN: 9781789958171.
- Bisong, E. Building Machine Learning and Deep Learning Models on Google Cloud Platform. 2019. Springer. New York. ISBN-13 (electronic): 978-1-4842-4470-8.