JuliaDo
Aprende Julia haciendo
JuliaDo es un curso de autoformación en programación y computación científica con Julia. Se aprende escribiendo código desde la primera unidad: cada una tiene objetivos, una teoría breve, una práctica guiada con código que se ejecuta, un apartado «Pídeselo a Claude» con su comprobación, ejercicios de autoevaluación y diapositivas.
Los ejemplos proceden de la ingeniería de vibraciones y de una planta termosolar real, porque el curso nació como la vía J de Resonancia, pero lo que se aprende (datos, estadística, álgebra lineal, ecuaciones diferenciales, optimización, señales) sirve para cualquier problema científico o técnico.
Tres niveles
| Nivel | Para qué |
|---|---|
| J1 · Julia esencial | Del primer arranque de Julia a un tipo propio que valida sus datos. |
| J2 · Datos y estadística | Leer, limpiar, dibujar y analizar datos reales con criterio estadístico. |
| J3 · Computación científica | Métodos numéricos, rendimiento y paquetes, con los resultados verificados. |
Itinerarios
- Estudiante de la asignatura MSE. J1 completo y las unidades de J2 y J3 que piden las sesiones de Resonancia.
- Docente o investigador. J1 a J3 según tu nivel de partida.
- Personal de planta. J1 y J2, con la pestaña de Python como apoyo.
Para trabajar con un asistente de programación con criterio, el curso hermano ClaudeDo enseña a usar Claude y Claude Code.
Todas las unidades
J1 · Julia esencial
| Id | Unidad | Duración estimada |
|---|---|---|
| J1.1 | Instalación y entorno | 60 min lectura 17 min · práctica 43 min |
| J1.2 | Paquetes y reproducibilidad | 60 min lectura 17 min · práctica 43 min |
| J1.3 | Tipos, variables y control de flujo | 60 min lectura 17 min · práctica 43 min |
| J1.4 | Funciones | 60 min lectura 17 min · práctica 43 min |
| J1.5 | Arrays y álgebra lineal | 120 min lectura 35 min · práctica 85 min |
| J1.6 | Datos tabulares | 90 min lectura 24 min · práctica 66 min |
| J1.7 | Visualización | 90 min lectura 24 min · práctica 66 min |
| J1.8 | Tipos propios y despacho múltiple | 90 min lectura 24 min · práctica 66 min |
J2 · Datos y estadística
| Id | Unidad | Duración estimada |
|---|---|---|
| J2.1 | Organización de proyectos de análisis | 60 min lectura 17 min · práctica 43 min |
| J2.2 | DataFrames a fondo con fechas | 120 min lectura 35 min · práctica 85 min |
| J2.3 | Limpieza de datos | 90 min lectura 24 min · práctica 66 min |
| J2.4 | Makie avanzado | 90 min lectura 24 min · práctica 66 min |
| J2.5 | Distribuciones y Monte Carlo | 90 min lectura 24 min · práctica 66 min |
| J2.6 | Inferencia estadística | 90 min lectura 24 min · práctica 66 min |
| J2.7 | Regresión | 90 min lectura 24 min · práctica 66 min |
| J2.8 | Aprendizaje automático: clasificación de estados | 90 min lectura 24 min · práctica 66 min |
J3 · Computación científica
| Id | Unidad | Duración estimada |
|---|---|---|
| J3.1 | Rendimiento | 90 min lectura 24 min · práctica 66 min |
| J3.2 | Módulos y paquetes | 60 min lectura 17 min · práctica 43 min |
| J3.3 | Álgebra lineal numérica | 120 min lectura 35 min · práctica 85 min |
| J3.4 | Raíces e interpolación | 90 min lectura 24 min · práctica 66 min |
| J3.5 | Integración numérica y diferenciación automática | 90 min lectura 24 min · práctica 66 min |
| J3.6 | Ecuaciones diferenciales ordinarias | 120 min lectura 36 min · práctica 84 min |
| J3.7 | Optimización | 120 min lectura 45 min · práctica 75 min |
| J3.8 | Señales | 120 min lectura 35 min · práctica 85 min |
| J3.9 | Grafos y algoritmos (opcional) (opcional) | 60 min lectura 20 min · práctica 40 min |