Code Monkey home page Code Monkey logo

truehome_prueba_tecnica's Introduction

Prueba técnica para TrueHome

Para cada uno de los desafios se uso Python, con las librerías de ciencias de datos, e.g. scikit-learn, con Jupyter para el desarrollo del análisis. De manera directa se pueden convertir en scripts, o crear Pipelines de scikit-learn, o con un esfuerzo extra en una aplicación de Python.

Se uso una imagen "oficial" de jupyter, con librerias para ciencia de datos ya incluidas, no hubo necesidad de añadir más.

Respuestas a los desafíos

Las respuestás se desarrollan en los notebooks:

  • desafio_aguas_venenosas.ipynb, las predicciones están en datasets/urgente_orden_de_cierre.csv.
  • desafio_el_seductor_canto_de_las_sirenas.ipynb, las predicciones están en datasets/sirenas_endemicas_y_sirenas_migrantes_con_predicciones.csv.
  • desafio_para_hacerla_de_jamon.ipynb, las predicciones están en datasets/jamones_por_calificar_con_predicciones.csv.

Datos

Se colocó en el folder datasets.

Uso

Clona el repositorio, luego cambia el directorio de trabajo a la raiz del repositorio.

Para crear el entorno de ejecución, habiendo instalado docker, ejecuta las siguientes instrucciones en la terminal

docker build -t <image_tag> .
docker run --rm -p <external_port>:8888 -e JUPYTER_ENABLE_LAB=yes --name <container_name> -v "$PWD":/home/jovyan/work <image_tag>

Entra al contenedor con docker exec -it <container_name> /bin/bash y executa jupyter notebook list para imprimir en pantalla el token secreto, es la porción después de token=, hasta antes del espacio en blanco.

Finalmente, visitando <hostname>:<external_port>/?token=<token_secreto> en un navegador se accede a JupyterLab, de donde se pueden acceder a los notebooks. El directorio de trabajo actual está montado como /home/jovyan/work.

Por ejemplo:

# creo la imagen
docker build -t truehome .
# inicio un contenedor efimero
docker run --rm -p 8888:8888 -e JUPYTER_ENABLE_LAB=yes --name truehome_prueba_tecnica -v "$PWD":/home/jovyan/work truehome
# busco el token secreto de JupyterLab
docker exec -it truehome_prueba_tecnica /bin/bash
jupyter notebook list
# uso ese token para crear la dirección donde JupyterLab está disponible:
localhost:8888/?token=12d05338ebcb0259f511ceceaadd789cdffdef80d8a40675
# el token anterior es solo un ejemplo, ejecuta los pasos para encontrar el tuyo

truehome_prueba_tecnica's People

Contributors

yoselalberto avatar

Watchers

James Cloos avatar  avatar

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.