○ planned · proyecto
Otorga nivel a: javascript · WebAssembly
Usa: javascript · node.js · TensorFlow · WebAssembly
Javier Luraschi (HAL9) muestra ciencia de datos con JavaScript y tecnologías web para eliminar costos de servidores, aumentar privacidad e interactividad, y evitar reescribir código entre científicos e ingenieros.
Hallazgos clave
- JavaScript es el lenguaje más popular (67.7% de ingenieros) y permite correr data science en el navegador sin pagar servidores.
- El código Python/R se reescribe al integrarse a producción; JavaScript acerca al científico al entorno real.
- Límites: Tidy.js procesa ~100k renglones; Arquero (columnar) alcanza millones (~10M); SQL.js compila SQLite a WebAssembly.
- TensorFlow.js usa WebGL para entrenar/inferir en el navegador sin CUDA; WebGPU dará acceso directo a la GPU.
- Pyodide corre Python en el navegador, pero sin PyTorch (subconjunto de librerías).
Módulos
- Por qué JavaScript — popularidad, interactividad, costos de servidor.
- Más allá del navegador — Node.js, WebGL, WebAssembly, embebido.
- Transformación de datos — Tidy.js, Arquero, SQL.js.
- ML en la web — TensorFlow.js, WebGPU.
- Librerías de alto nivel — Danfo.js, ML5.js, Pyodide.
Fuente: https://www.youtube.com/watch?v=CDiinghHhf4 · Transcript local: data/cursos/datapub-tecnologias-web/tecnologias-web.srt
Enlaces
Otorga nivel a: javascript · WebAssembly Usa: javascript · node.js · TensorFlow · WebAssembly