Introducción al Cómputo de Alto Rendimiento (HPC)
Día y horario: Martes 25 de Agosto
- 7:00 hs México (UTC-6)
- 8:00 hs Perú (UTC-5)
- 9:00 hs Chile (UTC-4)
- 10:00 hs Argentina (UTC-3)
Podés consultar en tu hora local con este link: https://everytimezone.com/s/62d760a3
Duración: 2 horas
Instructora: Maëlle Salmon (GitHub | Personal website)
Ver mini biografía
Maëlle Salmon es doctora en estadística e ingeniera en software de R e investigación. Trabaja en rOpenSci, creó el blog de R-hub y coescribió el libro HTTP testing in R junto a Scott Chamberlain. Además, es miembro del equipo global de R-Ladies+ y colabora activamente en el desarrollo de herramientas para la comunidad de R. Enseña Git de forma regular desde hace meses, incluso este mismo tutorial en R en Buenos Aires + R-Ladies Santa Rosa. Creó el paquete {saperlipopette} para poder mostrar y compartir ejercicios de Git.
Link de inscripción: a completar
Descripción
Los Modelos de Lenguaje de Gran Escala (LLMs) son cada vez más capaces de escribir, explicar y depurar código en R. Al mismo tiempo, se desarrollan y mejoran continuamente nuevas herramientas que integran estos modelos directamente en nuestros entornos de desarrollo.
Este taller práctico presenta el ecosistema moderno de herramientas basadas en LLMs disponibles para R. Las personas participantes aprenderán a incorporar estas herramientas en sus flujos de trabajo de procesamiento, visualización y análisis de datos en R, logrando procesos más ágiles, eficientes y productivos.
A quién está dirigido
Se requieren conocimientos básicos de programación en R. No es necesario contar con experiencia previa en el uso de modelos de lenguaje (LLMs).
Objetivos de aprendizaje
Al finalizar el taller, las personas participantes serán capaces de:
- Integrar herramientas basadas en LLMs en flujos de trabajo de análisis de datos con R.
- Generar, editar, documentar y depurar código en R de manera rápida y precisa.
- Interactuar con las APIs de modelos de lenguaje desde la consola de R y desde su entorno de desarrollo integrado (IDE) preferido.
Duración: 2 horas