Generado por All in One SEO v5.0.0.1, este es un archivo llms.txt, utilizado por LLMs para indexar el sitio.

# Damavis Blog

Data - Machine Learning - Visualization

## Sitemaps

- [XML Sitemap](https://blog.damavis.com/sitemap.xml): Contains all public & indexable URLs for this website.

## Entradas

- [Introduction to DuckDB: What it is and why it is used](https://blog.damavis.com/en/introduction-to-duckdb-what-it-is-and-why-it-is-used/) - Introduction to DuckDB and its key features using the Python client for this column-oriented data analytics storage system
- [Introducción a DuckDB: Qué es y para qué sirve](https://blog.damavis.com/introduccion-a-duckdb-que-es-y-para-que-sirve/) - Guía de introducción a DuckDB y a sus características principales a través del cliente Python de este sistema de almacenamiento para análisis de datos
- [Airflow 3 Scheduling: Timetables, Assets y Event-Driven pipelines](https://blog.damavis.com/airflow-3-scheduling-timetables-assets-y-event-driven-pipelines/) - Analizamos cómo funcionan los schedulers y los diferentes enfoques para programar, ejecutar y orquestar flujos de trabajo en Airflow 3 a través de ejemplos
- [Airflow 3 Scheduling: Timetables, Assets and Event-Driven pipelines](https://blog.damavis.com/en/airflow-3-scheduling-timetables-assets-and-event-driven-pipelines/) - Analysing how schedulers work and the different approaches to scheduling, executing, and orchestrating workflows in Airflow 3 through examples
- [Cómo resolver sudokus con algoritmos paso a paso](https://blog.damavis.com/algoritmos-para-resolver-sudokus/) - En este artículo, hemos explorado la resolución de sudokus a través de métodos como Basic Filler, Deep Filler y Guess Filler.
- [How to solve Sudoku with Algorithms step by step](https://blog.damavis.com/en/sudoku-solving-algorithm/) - Exploring Sudoku solving with Basic Fill, Deep Fill and Guess Fill and process breakdown to address both simple situations and more complex cases.
- [Cadena de Markov para simulaciones de datos](https://blog.damavis.com/cadena-de-markov-para-simulaciones-de-datos/) - Cómo utilizar las cadenas de Markov, un proceso que permite modelar la probabilidad de transiciones entre estados de un sistema, para realizar simulaciones
- [Markov chain for data simulations](https://blog.damavis.com/en/markov-chain-for-data-simulations/) - How to use Markov chains—a method for modeling the probability of transitions between states in a system—to perform simulations
- [Deduplicación de datos: Qué es y cómo funciona](https://blog.damavis.com/deduplicacion-de-datos-que-es-y-como-funciona/) - Analizamos qué es la deduplicación de datos de clientes, en qué consiste y qué tipo de arquitectura implementar para un proyecto de estas características
- [Data deduplication: What it is and how it works](https://blog.damavis.com/en/data-deduplication-what-it-is-and-how-it-works/) - What is customer data deduplication? We’ll explore what it is, how it works, and what kind of architecture to implement for a project of this nature
- [IA generativa para empresas: Cómo implementar agentes privados](https://blog.damavis.com/ia-generativa-para-empresas-como-implementar-agentes-privados/) - Analizamos el impacto de la IA generativa privada en las empresas y cómo se puede implementar un sistema de agentes o asistentes IA en el entorno corporativo
- [Generative AI for businesses: How to implement private agents](https://blog.damavis.com/en/generative-ai-for-businesses-how-to-implement-private-agents/) - Analysis of the impact of private generative AI on businesses and how an AI agent or assistant system can be implemented in a corporate environment
- [AI in business: Use cases and implementations](https://blog.damavis.com/en/ai-in-business-use-cases-and-implementations/) - Learn about different use cases where implementing a generative AI personal assistant in your business can help automate tasks and streamline operations
- [IA en la empresa: Casos de uso e implementaciones](https://blog.damavis.com/ia-en-la-empresa-casos-de-uso-e-implementaciones/) - Descubre diferentes casos de uso en los que implementar un asistente privado de IA generativa en la empresa permite automatizar tareas y optimizar la operativa
- [Tutorial de CUDA - Introducción a Bloques y Grids](https://blog.damavis.com/tutorial-de-cuda-bloques-y-grids/) - En la primera parte del tutorial de CUDA vimos los warps, pero éstos no son suficientes para aprovechar todo el poder de la GPU. Hace falta usar bloques y grids
- [CUDA Tutorial - Introduction to Blocks and Grids](https://blog.damavis.com/en/cuda-tutorial-blocks-and-grids/) - In the first part of the CUDA tutorial we looked at warps, but warps are not enough to harness the full power of the GPU. You need to use blocks and grids.
- [Tutorial de CUDA - Qué es y cómo funciona un Warp](https://blog.damavis.com/tutorial-de-cuda-warp/) - CUDA es el lenguaje para programar en GPUs de NVIDIA, vital en muchas tareas de computación. En este post lo analizamos para entender el paradigma que requiere.
- [CUDA Tutorial - What is a Warp and how does it work](https://blog.damavis.com/en/cuda-tutorial-warp/) - Introduction and first steps with CUDA, the language for programming NVIDIA GPUs, and one of the fundamental elements of its architecture, Warps.
- [How to create vector graphics with Python](https://blog.damavis.com/en/creating-vector-graphics-with-python/) - How to create interactive and scalable graphics at any resolution and without any quality loss in SVG format with Python using Pandas and Pygal
- [Cómo crear gráficos vectoriales con Python](https://blog.damavis.com/creando-graficos-vectoriales-con-python/) - Cómo generar gráficos interactivos escalables a cualquier resolución sin perder calidad utilizando Python, Pandas y Pygal con este tutorial paso a paso
- [Tipos de Scheduler en Apache Airflow: Timetables y Datasets](https://blog.damavis.com/tipos-de-schedules-en-apache-airflow-timetables-y-datasets/) - Análisis de los distintos tipos de Scheduler en Airflow: qué son timetables y datasets, cómo se configuran y cuándo es mejor usar uno u otro para los DAGs
- [Types of Schedulers in Apache Airflow: Timetables and Datasets](https://blog.damavis.com/en/types-of-schedules-in-apache-airflow-timetables-and-datasets/) - Exploring the different types of schedulers in Airflow: timetables and datasets, how they are configured and when it is best to use one or the other for DAGs
- [Cómo hacer compilación cruzada en Java paso a paso](https://blog.damavis.com/compilacion-cruzada-en-java/) - Guía paso a paso para saber cómo hacer compilación cruzada en Java a través de distintos ejemplos prácticos que abordan diferentes casuísticas
- [How to cross-compile in Java](https://blog.damavis.com/en/cross-compiling-in-java/) - Step-by-step guide on how to perform cross-compilation in Java through various practical examples that address different scenarios
- [Visualización de grafos en BigQuery con property_graphs](https://blog.damavis.com/visualizacion-de-grafos-en-bigquery-con-property_graphs/) - Guía paso a paso para aprender qué es y cómo usar la visualización de grafos de BigQuery con property_graphs a través de un ejemplo práctico.
- [Visualising graphs in BigQuery with property_graphs](https://blog.damavis.com/en/visualising-graphs-in-bigquery-with-property_graphs/) - A step-by-step guide to learning what BigQuery's graph visualisation with property_graphs is and how to use it, using a practical example.
- [Introducción a Apache YARN](https://blog.damavis.com/introduccion-a-apache-yarn/) - Cómo configurar Apache YARN para ejecutar jobs en paralelo: Configuración básica de un nodo, creación de usuarios, archivos de configuración y testing
- [Introduction to Apache YARN](https://blog.damavis.com/en/introduction-to-apache-yarn/) - How to configure Apache YARN to run jobs in parallel: Basic node configuration, user creation, configuration files and testing
- [Despliegue de Airflow: CeleryExecutor en Kubernetes](https://blog.damavis.com/despliegue-de-airflow-celeryexecutor-en-kubernetes/) - Cómo desplegar el orquestador de procesos Apache Airflow en Kubernetes, la alternativa de software libre para la orquestación de workflows
- [Deploying Airflow: CeleryExecutor on Kubernetes](https://blog.damavis.com/en/deploying-airflow-celeryexecutor-on-kubernetes/) - How to deploy Apache Airflow process orchestrator on Kubernetes, an open source alternative where we can plan and automate different pipelines
- [Introduction to Apache Hadoop](https://blog.damavis.com/en/introduction-to-apache-hadoop/) - Introduction to Apache Hadoop. How to configure and run one of the most common open source tools used in big data contexts.
- [Introducción a Apache Hadoop](https://blog.damavis.com/introduccion-a-apache-hadoop/) - Introducción a Apache Hadoop y paso a paso para configurar y ejecutar esta herramienta open source, una de las más comunes utilizadas en contextos de Big Data
- [Primeros pasos con Pyspark y Pycharm | Guía de configuración](https://blog.damavis.com/primeros-pasos-con-pyspark-y-pycharm/) - Guía definitiva para configurar el entorno de desarrollo de Pyspark en Pycharm paso a paso y corregir los posibles errores aprovechando todo su potencial
- [First steps with PySpark and PyCharm | Setup guide](https://blog.damavis.com/en/first-steps-with-pyspark-and-pycharm/) - The definitive guide to setting up the PySpark development environment in PyCharm step by step and troubleshooting potential errors to unlock its full potential
- [Plugin de Pentaho PDI para Airflow](https://blog.damavis.com/plugin-de-pentaho-pdi-para-airflow/) - En este post, veremos cómo programar, orquestar y monitorizar tus tareas de Kettle con Apache Airflow con este plugin de Pentaho PDI.
- [Pentaho PDI Plugin for Airflow](https://blog.damavis.com/en/pentaho-pdi-plugin-for-airflow/) - In this post, we will see how to schedule, orchestrate and monitor your Kettle tasks with Apache Airflow with this Pentaho PDI plugin.
- [Cómo usar la Teoría de Grafos para optimizar rutas](https://blog.damavis.com/grafos-encontrando-caminos-optimos/) - Ejemplo de cómo el uso de grafos puede ayudarnos a encontrar rutas caminos óptimos para solucionar problemas, grafo dirigido, algoritmos
- [How to use Graph Theory to optimise routes](https://blog.damavis.com/en/graphs-finding-optimal-routes/) - Example of how the use of graphs can help us to find optimal paths to solve problems, directed graph, algorithms, optimal route
- [Kafka + Spark para el procesamiento en batch](https://blog.damavis.com/apache-kafka-apache-spark-aprovechando-tecnologias-streaming-para-el-procesamiento-en-batch/) - En este artículo explicaremos cómo aprovechar las tecnologías Streaming Apache Kafka y Apache Spark para el procesamiento de datos en Batch.
- [Kafka + Spark for Batch processing](https://blog.damavis.com/en/apache-kafka-apache-spark-leveraging-streaming-technologies-for-batch-processing/) - In this article we will explain how to leverage Apache Kafka Streaming and Apache Spark technologies for Batch data processing.
- [Dagster Step by Step: How to Define a Data Flow](https://blog.damavis.com/en/dagster-step-by-step-how-to-define-a-data-flow/) - Guide to creating a data flow in Dagster, an open-source task orchestrator that automates workflows with great flexibility
- [Dagster paso a paso: Ejemplo de flujo de datos](https://blog.damavis.com/dagster-paso-a-paso-ejemplo-de-flujo-de-datos/) - Guía para crear un flujo de datos en Dagster, un orquestador de tareas open source que permite automatizar los flujos de trabajo ofreciendo gran flexibilidad
- [OData v4 protocol: Metadata and basic queries](https://blog.damavis.com/en/odata-v4-protocol-metadata-and-basic-queries/) - A practical guide to understanding what OData v4 protocol is and how it works, metadata, different entities, types and properties, and functions and actions.
- [Protocolo OData v4: Metadatos y consultas básicas](https://blog.damavis.com/protocolo-odata-v4-metadatos-y-consultas-basicas/) - Guía práctica para conocer qué es y cómo funciona el protocolo OData v4, los metadatos, las distintas entidades, tipos y propiedades, y las funciones y acciones
- [Cómo usar funciones Window en Apache Spark](https://blog.damavis.com/el-uso-de-window-en-apache-spark/) - Análisis de qué son, qué tipos hay y cómo se utilizan las funciones Window en Apache Spark a través de distintos ejemplos prácticos.
- [How to use Window functions in Apache Spark](https://blog.damavis.com/en/the-use-of-window-in-apache-spark/) - Analysis of what Window functions are, what types there are, and how they are used in Apache Spark through various practical examples.
- [Data Engineer, Data Scientist and Data Analyst, what is the difference?](https://blog.damavis.com/en/data-engineer-data-scientist-and-data-analyst-what-is-the-difference/) - Analysis of the differences, characteristics, and functions of the various profiles working in Big Data: Data Engineer, Data Scientist, and Data Analyst
- [Diferencias entre Data Engineer, Data Scientist y Data Analyst](https://blog.damavis.com/data-engineer-data-scientist-y-data-analyst-en-que-se-diferencian/) - Análisis de las diferencias, características y funciones de los distintos perfiles que trabajan en Big Data: Data Engineer, Data Scientist y Data Analyst
- [Python libraries for interactive map visualisation](https://blog.damavis.com/en/python-libraries-for-interactive-map-visualization-2/) - We explore how the Python libraries Altair, Plotly and Bokeh work to represent interactive maps and which option is best for each use case
- [Librerías de Python para visualización interactiva de mapas](https://blog.damavis.com/librerias-de-python-para-visualizacion-interactiva-de-mapas/) - Exploramos cómo funcionan las librerías de Python Altair, Plotly y Bokeh para representar mapas interactivos y qué opción es mejor para cada caso de uso
- [Watermarks in Apache Spark Structured Streaming](https://blog.damavis.com/en/watermarks-in-apache-spark-structured-streaming/) - Discover what watermarks are in Apache Spark Structured Streaming and how to use them to manage data and optimise memory with this practical guide
- [Watermarks en Structured Streaming de Apache Spark](https://blog.damavis.com/watermarks-en-structured-streaming-de-apache-spark/) - Descubre qué son las watermarks en Apache Spark Structured Streaming y cómo usarlas para gestionar datos y optimizar la memoria mediante esta guía práctica
- [Trigger rules in Apache Airflow](https://blog.damavis.com/en/trigger-rules-in-apache-airflow/) - We take a look at what the trigger rules that Apache Airflow offers to manage dependencies between tasks in the same DAG are and how they work.
- [Cómo funcionan las trigger rules en Apache Airflow](https://blog.damavis.com/trigger-rules-en-apache-airflow/) - Hacemos un análisis de qué son y cómo funcionan las trigger rules que Apache Airflow ofrece para gestionar las dependencias entre tareas del mismo DAG
- [SQL Optimisation with SQLFluff | Practical Guide](https://blog.damavis.com/en/sql-optimisation-with-sqlfluff/) - Step-by-step guide to learn what SQLFluff is, its main features, and how to install it. SQLFluff is a linting and auto-formatting tool designed for SQL
- [Optimización de SQL con SQLFluff | Guía práctica](https://blog.damavis.com/optimizacion-de-sql-con-sqlfluff/) - Guía paso a paso para aprender qué es, sus principales características y cómo se instala SQLFluff, una herramienta de linting y autoformateo diseñada para SQL
- [How to implement pipe operators in BigQuery](https://blog.damavis.com/en/how-to-implement-pipe-operators-in-bigquery/) - Analysis of how to implement pipe operators, which allow you to change how an SQL query is structured to a more intuitive form, in BigQuery
- [Cómo implementar pipe operators en BigQuery](https://blog.damavis.com/como-implementar-pipe-operators-en-bigquery/) - Análisis de cómo implementar los operadores pipe, que permiten cambiar cómo se estructura una query SQL a una forma más intuitiva, en BigQuery
- [Programación Lineal y Método Simplex: Teoría y práctica](https://blog.damavis.com/programacion-lineal-y-metodo-simplex/) - Introducción a los conceptos básicos de la Programación Lineal y al método Simplex, un algoritmo muy utilizado para resolver problemas de optimización lineal.
- [Linear Programming and Simplex Method](https://blog.damavis.com/en/linear-programming-and-simplex-method/) - Learn what Linear Programming is and how the Simplex method works step by step with this practical guide updated to 2026 using Python and SciPy.
- [Overloading: Sobrecarga de funciones en Python con ejemplos](https://blog.damavis.com/overloading-sobrecarga-de-funciones-en-python/) - ¿Qué es la sobrecarga de métodos en Python? Aprende cómo funciona en Python con un sencillo ejemplo y haz que tu código sea más interpretable y legible.
- [How to integrate DBT with Apache Spark: Step-by-step guide](https://blog.damavis.com/en/dbt-integration-with-apache-spark/) - Updated guide for 2026 to learn how to integrate DBT with Spark from the scratch and manage transformations efficiently, step by step.
- [Integración de DBT y Apache Spark: Guía práctica](https://blog.damavis.com/integracion-de-dbt-con-apache-spark/) - Guía actualizada a 2026 para aprender a integrar DBT con Spark y gestionar las transformaciones de datos de una forma eficiente y paso a paso
- [Avoiding UDFs in Apache Spark](https://blog.damavis.com/en/avoiding-udfs-in-apache-spark/) - New SQL features have been exposed in Apache Spark version 3.1.0 and it may be a good time to review your code if you are upgrading to this new version.
- [Evitando usar UDFs para optimizar Apache Spark](https://blog.damavis.com/evitando-usar-udfs-en-apache-spark/) - Las UDFs (User-Defined Functions) pueden reducir drásticamente el rendimiento de Spark. En este post, analizamos cómo y por qué evitarlas para optimizar Spark.
- [How to optimise UDFs in Python for Arrow in Spark](https://blog.damavis.com/en/how-to-optimise-udfs-in-python-for-arrow-in-spark/) - How to improve performance by optimizing Python UDF functions for Apache Arrow with the arrival of the new version of Apache Spark 3.5
- [Cómo optimizar UDFs en Python para Arrow en Spark](https://blog.damavis.com/como-optimizar-udfs-en-python-para-arrow-en-spark/) - Cómo mejorar el rendimiento optimizando funciones UDFs de Python para Apache Arrow con la llegada de la nueva versión de Apache Spark 3.5
- [Introduction to Jenkins: Building CI/CD Pipelines](https://blog.damavis.com/en/introduction-to-jenkins-building-ci-cd-pipelines/) - How to create CI/CD pipelines with Jenkins? Step-by-step tutorial to install Jenkins with Docker and configure a job that interacts with a GitHub repository
- [Introducción a Jenkins: Construcción de Pipelines CI/CD](https://blog.damavis.com/introduccion-a-jenkins-construccion-de-pipelines-ci-cd/) - ¿Cómo crear pipelines CI/CD con Jenkins? Tutorial paso a paso para instalar Jenkins con Docker y configurar un job que interactúe con un repositorio de GitHub
- [Browser-use installation and configuration guide](https://blog.damavis.com/en/browser-use-installation-and-configuration-guide/) - What is Browser-use and how does it work? Discover in this step-by-step guide how to install and configure it, along with a practical example of data extraction
- [Guía de instalación y configuración de Browser-use](https://blog.damavis.com/guia-de-instalacion-y-configuracion-de-browser-use/) - Análisis de qué es y cómo funciona Browser-use. Descubre en esta guía paso a paso cómo instalarlo y configurarlo y un ejemplo práctico de extracción de datos.
- [Comparativa Looker Studio y Looker Studio Pro](https://blog.damavis.com/comparativa-looker-studio-y-looker-studio-pro/) - En este post, hacemos una comparación entre Looker Studio y Looker Studio Pro para conocer en detalle qué funcionalidades tienen cada una de ellas.
- [Differences between Looker Studio and Looker Studio Pro](https://blog.damavis.com/en/differences-between-looker-studio-and-looker-studio-pro/) - In this post, we make a comparison between Looker Studio and Looker Studio Pro to know in detail what features each of them have.
- [How to apply dynamic pricing in hotels and airlines](https://blog.damavis.com/en/how-to-apply-dynamic-pricing-in-hotels-and-airlines/) - Guide for data scientists on causal inference and price elasticity to learn how to apply dynamic pricing strategies in hotels and airlines
- [Cómo aplicar Dynamic Pricing en hoteles y aerolíneas](https://blog.damavis.com/como-aplicar-dynamic-pricing-en-hoteles-y-aerolineas/) - Guía para científicos de datos sobre inferencia causal y elasticidad de precios para conocer cómo aplicar estrategias de Dynamic Pricing en hoteles y aerolíneas
- [El Perceptrón Simple: Implementación en Python](https://blog.damavis.com/el-perceptron-simple-implementacion-en-python/) - ¿Cómo funciona el perceptrón simple? Aprende a implementar tu primera neurona artificial en Python con esta guía paso a paso que incluye código y ejemplo
- [Simple Perceptron: Python implementation](https://blog.damavis.com/en/simple-perceptron-python-implementation/) - How does the simple perceptron work? Learn how to implement your first artificial neuron in Python with this step-by-step guide that includes code and examples
- [Custom Data Source in Spark 3](https://blog.damavis.com/en/custom-data-source-in-spark-3/) - Learn how to create a custom Data Source in Apache Spark 3 from scratch with this comprehensive step-by-step guide for developers
- [Custom Data Source en Spark 3](https://blog.damavis.com/custom-data-source-en-spark-3/) - Aprende cómo crear un Data Source personalizado en Apache Spark 3 desde cero con esta guía completa paso a paso para desarrolladores
- [Graph databases: Analysis and example](https://blog.damavis.com/en/graph-databases-analysis-and-example/) - Analysis of what graph databases are and how they work, with a practical example to learn how to run queries with Cypher in Neo4j and view connections
- [Bases de datos de grafos: Análisis y ejemplo](https://blog.damavis.com/bases-de-datos-de-grafos-analisis-y-ejemplo/) - Análisis de qué son y cómo funcionan las bases de datos de grafos y ejemplo práctico para aprender a lanzar queries con Cypher en Neo4j y ver conexiones
- [Apache Spark Streaming with Python and PySpark](https://blog.damavis.com/en/apache-spark-streaming-with-python-and-pyspark/) - Learn how to work with Apache Spark Streaming using Python and PySpark through simple, practical examples and the main differences between the two APIs
- [Apache Spark Streaming con Python y PySpark](https://blog.damavis.com/apache-spark-streaming-con-python-y-pyspark/) - Aprende a trabajar en Apache Spark Streaming con Python y PySpark a través de ejemplos prácticos y sencillos y las principales diferencias entre las dos APIs
- [MkDocs vs Docusaurus for technical documentation](https://blog.damavis.com/en/mkdocs-vs-docusaurus-for-technical-documentation/) - MkDocs and Docusaurus: which is better for generating technical documentation? Analysis of their main features and step-by-step tutorial for installation
- [MkDocs vs Docusaurus para documentación técnica](https://blog.damavis.com/mkdocs-vs-docusaurus-para-documentacion-tecnica/) - MkDocs y Docusaurus, ¿cuál es mejor para generar documentación técnica? Análisis de sus características principales y tutorial paso a paso para su instalación
- [Simple perceptron: Mathematical definition and properties](https://blog.damavis.com/en/simple-perceptron-mathematical-definition-and-properties/) - The simple perceptron: mathematical definition and properties. Artificial neural networks, the simple perceptron and gradient descent.
- [Perceptrón Simple: Definición matemática y propiedades](https://blog.damavis.com/perceptron-simple-definicion-matematica-y-propiedades/) - El perceptrón simple: definición matemática y propiedades. Las redes neuronales artificiales, el perceptrón simple y el descenso del gradiente.
- [Pre-commit en Python: Mejora la calidad de tu código](https://blog.damavis.com/mejorando-nuestro-codigo-con-pre-commit/) - Análisis de pre-commit, una herramienta para detectar automáticamente errores, formatear código y mantener tu repositorio limpio y coherente con cada commit.
- [Automate code quality checks with Pre-commit in Python](https://blog.damavis.com/en/improving-our-code-with-pre-commit/) - Analysis of pre-commit, a tool to automatically catch bugs, format code, and keep your repository clean and consistent with every commit.
- [Vehicle Routing Problem: Variantes y ejemplos](https://blog.damavis.com/vehicle-routing-problem-variantes-y-ejemplos/) - Ejemplos y variantes de VRP, un problema de optimización para encontrar la ruta más eficiente para que flotas de vehículos hagan sus entregas minimizando costes
- [Vehicle Routing Problem: Variants and examples](https://blog.damavis.com/en/vehicle-routing-problem-variants-and-examples/) - Examples and variants of VRP, an optimization problem to find the most efficient route for vehicle fleets to make deliveries while minimizing costs
- [Sensors in Apache Airflow: What they are and practical examples](https://blog.damavis.com/en/apache-airflow-sensors-in-detail/) - Apache Airflow is a tool for workflow orchestration. In this post, we go into detail on a special type of operator: the sensor.
- [Sensores en Apache Airflow: Qué son y ejemplos](https://blog.damavis.com/sensores-de-apache-airflow-en-detalle/) - Apache Airflow es una herramienta para la orquestación de flujos de trabajo. En este post, entramos en detalle en un tipo de operador especial: el sensor.
- [Advanced Apache Kafka: KRaft, partitions and examples](https://blog.damavis.com/en/advanced-apache-kafka-kraft-partitions-and-examples/) - Analysis of how Apache Kafka architecture has evolved with KRaft, a system that replaces Zookeeper in internal cluster management, with examples.
- [Apache Kafka avanzado: KRaft, particiones y ejemplos](https://blog.damavis.com/apache-kafka-avanzado-kraft-particiones-y-ejemplos/) - Análisis de cómo ha evolucionado la arquitectura de Apache Kafka con KRaft, sistema que reemplaza a Zookeeper en la gestión interna del clúster, con ejemplos
- [Machine Learning with Python: Practical examples step by step](https://blog.damavis.com/en/machine-learning-with-python-practical-examples/) - In this article, we will see from a practical point of view and through simple examples the main libraries for data science and machine learning.
- [Machine Learning con Python: Ejemplos prácticos](https://blog.damavis.com/machine-learning-con-python-ejemplos-practicos/) - Guía práctica para aprender a programar desde cero y mediante ejemplos sencillos con las librerías más usuales de Python en el ámbito del Machine Learning
- [Demand estimation: Techniques and strategies](https://blog.damavis.com/en/demand-estimation-techniques-and-strategies/) - Techniques for measuring demand estimates: Time series forecasting, regressions, causal inference and uplift modeling, machine learning models.
- [Estimación de la demanda: Técnicas y estrategias](https://blog.damavis.com/estimacion-de-la-demanda-tecnicas-y-estrategias/) - Técnicas para medir la estimación de la demanda: Forecast de series temporales, regresiones, inferencia causal y Uplift modeling, modelos de Machine Learning.
- [A practical guide to Heteroscedasticity in Linear Regression](https://blog.damavis.com/en/heteroscedasticity-impact-on-linear-regression/) - Analysis of heteroscedasticity, how this concept influences linear regression models and how you can identify and correct for it step by step.
- [Heteroscedasticidad: Impacto en la regresión lineal](https://blog.damavis.com/heterocedasticidad-impacto-en-la-regresion-lineal/) - Análisis de la heterocedasticidad, de qué manera influye este concepto en los modelos de regresión lineal y cómo puedes identificarla y corregirla paso a paso
- [Master function Overloading in Python with simple examples](https://blog.damavis.com/en/overloading-functions-in-python/) - What is function overloading in Python? Learn how this concept works in Python with a simple example and make your code more interpretable and readable.
- [Programación dinámica y la serie de Fibonacci](https://blog.damavis.com/programacion-dinamica-y-la-serie-de-fibonacci/) - Aprende a aplicar programación dinámica en Python para calcular la serie de Fibonacci de forma eficiente. Descubre un ejemplo paso a paso.
- [Dynamic programming and the Fibonacci series](https://blog.damavis.com/en/dynamic-programming-and-the-fibonacci-series/) - Learn how to apply dynamic programming in Python to efficiently calculate the Fibonacci sequence. Discover a step-by-step example.
- [What is Minikube in Kubernetes and how does it work?](https://blog.damavis.com/en/what-is-minikube-and-how-does-it-work/) - Minikube practical guide: what it is, how its architecture works, and how to install this solution for developing applications locally in Kubernetes.
- [¿Qué es Minikube en Kubernetes y cómo funciona?](https://blog.damavis.com/que-es-minikube-y-como-funciona/) - Guía práctica de Minikube: qué es, cómo funciona su arquitectura y cómo se instala esta solución para desarrollar aplicaciones de forma local en Kubernetes
- [How to create a custom Chatbot: Step-by-step guide](https://blog.damavis.com/en/how-to-create-a-custom-chatbot-step-by-step-guide/) - Practical step-by-step guide to create a customized chatbot on a local machine that answers our questions without connecting to the Internet.
- [Cómo crear un Chatbot personalizado: Guía paso a paso](https://blog.damavis.com/como-crear-un-chatbot-personalizado-guia-paso-a-paso/) - Guía práctica paso a paso para crear un chatbot personalizado en un equipo local que responda a nuestras preguntas sin necesidad de conectarse a Internet
- [How to integrate Spark and Prometheus: A Practical Guide](https://blog.damavis.com/en/how-to-integrate-spark-and-prometheus-a-practical-guide/) - Learn how to integrate Apache Spark with Prometheus with this practical guide and set up your own metrics monitoring environment step by step.
- [Integración de Spark y Prometheus para monitorización](https://blog.damavis.com/integracion-de-spark-y-prometheus-para-monitorizacion/) - Aprende a integrar Apache Spark con Prometheus con esta guía práctica y monta paso a paso tu propio entorno de monitorización de métricas
- [Regression, Machine Learning and Deep Learning to predict cancellations](https://blog.damavis.com/en/regression-machine-learning-and-deep-learning-to-predict-cancellations/) - Discover how Regression, Machine Learning and Deep Learning can be used to predict hotel booking cancellations and what each of them consists of
- [Regresión, Machine Learning y Deep Learning para predecir cancelaciones](https://blog.damavis.com/regresion-machine-learning-y-deep-learning-para-predecir-cancelaciones/) - Descubre cómo mediante la Regresión, el Machine Learning y el Deep Learning se pueden realizar predicciones de cancelaciones de reservas de hotel
- [Monitorización con Prometheus y Grafana](https://blog.damavis.com/monitorizacion-con-prometheus-y-grafana/) - En este post, veremos cómo se despliega un entorno de Grafana con Prometheus con un nodo exporter de Linux, una combinación de lo más útil de esta arquitectura
- [Branching en Git: GitHub Flow, GitFlow y Trunk-Based Development](https://blog.damavis.com/branching-en-git-github-flow-gitflow-y-trunk-based-development/) - Guía práctica para aprender qué estrategias de branching existen en Git y cómo funciona cada una de ellas: Trunk-Based Development, GitFlow y GitHub Flow
- [Git branching: GitHub Flow, GitFlow and Trunk-Based Development](https://blog.damavis.com/en/git-branching-github-flow-gitflow-y-trunk-based-development/) - A practical guide to learn what branching strategies exist in Git and how each one works: Trunk-Based Development, GitFlow and GitHub Flow.
- [The most important new features in Airflow 3.0](https://blog.damavis.com/en/the-most-important-new-features-in-airflow-3-0/) - Analysis of the most important new features, changes and functionalities of the Apache Airflow 3.0 release to get the most out of the tool
- [Las novedades más importantes de Apache Airflow 3.0](https://blog.damavis.com/las-novedades-mas-importantes-de-apache-airflow-3-0/) - Análisis de las novedades y funcionalidades más importantes de la versión 3.0 de Apache Airflow para sacar el máximo partido a la herramienta
- [Getting started with Apache NiFi](https://blog.damavis.com/en/getting-started-with-apache-nifi/) - Key concepts, best practices and step-by-step installation guide for Apache NiFi. Learn how to get the tool up and running and develop an example use case.
- [Apache NiFi: Introducción y primeros pasos](https://blog.damavis.com/apache-nifi-introduccion-y-primeros-pasos/) - Conceptos clave, mejores prácticas y guía de instalación paso a paso de Apache NiFi. Aprende a poner en marcha la herramienta y un ejemplo de caso de uso.
- [Monitoring with Prometheus and Grafana](https://blog.damavis.com/en/monitoring-with-prometheus-and-grafana/) - In this post, we will see how to deploy a Grafana environment with Prometheus with a Linux exporter node, a most useful combination of this architecture.
- [Getting started with Docker](https://blog.damavis.com/en/getting-started-with-docker/) - In this article, we discuss what Docker is and what its benefits are. We'll also look at a quick way to install it and review its most commonly used commands.
- [Primeros pasos para trabajar con Docker](https://blog.damavis.com/primeros-pasos-para-trabajar-con-docker/) - En este artículo, analizamos qué Docker y cuáles son sus beneficios. Además, veremos una manera rápida de instalarlo y repasaremos sus comandos más usados.
- [Pruebas en DBT: Test de datos y unitarios](https://blog.damavis.com/pruebas-en-dbt-test-de-datos-y-unitarios/) - DBT ofrece distintas herramientas de testing y, en este post, veremos dos tipos: los tests sobre la calidad del dato y los tests unitarios.
- [Testing in DBT: Data and Unit Tests](https://blog.damavis.com/en/testing-in-dbt-data-and-unit-tests/) - DBT framework offers different testing tools and, in this post, we will look at two types: data quality tests and unit tests.
- [DBT Semantic Layer: Case study](https://blog.damavis.com/en/dbt-semantic-layer-case-study/) - In this post, we will see a functional test of how the semantic layer can be integrated with Google Sheets to perform queries on our metrics.
- [DBT Capa semántica: Caso práctico](https://blog.damavis.com/dbt-capa-semantica-caso-practico/) - En este post, veremos una prueba funcional de cómo se puede integrar la capa semántica con Google Sheets para realizar queries sobre nuestras métricas.
- [Características analíticas esenciales en un RMS](https://blog.damavis.com/caracteristicas-analiticas-esenciales-en-un-rms/) - En este post, nos centramos en analizar las características que debe tener el componente analítico de un RMS para ser de máxima utilidad a la empresa
- [Essential analytical features in an RMS](https://blog.damavis.com/en/essential-analytical-features-in-an-rms/) - In this post, we focus on analysing the characteristics that the analytical component of an RMS must have in order to be of maximum use to the company.
- [DDD Diseño Táctico](https://blog.damavis.com/ddd-diseno-tactico/) - En este artículo, analizamos qué es DDD de una forma sencilla y los conceptos fundamentales que encontramos en esta metodología para construir software
- [DDD Tactical Design](https://blog.damavis.com/en/ddd-tactical-design/) - In this article, we look at what DDD is in a simple way and the fundamental concepts found in this methodology for building software
- [E2E testing with SeleniumBase](https://blog.damavis.com/en/e2e-testing-with-seleniumbase/) - Guide to learn how to work with SeleniumBase: what it is, main features and how to install it in our work environment and perform some tests.
- [Pruebas end-to-end con SeleniumBase](https://blog.damavis.com/pruebas-end-to-end-con-seleniumbase/) - Guía para aprender a trabajar con SeleniumBase: qué es, características principales y cómo instalarlo en nuestro entorno de trabajo y realizar algunas pruebas
- [¿Qué son las pruebas end-to-end?](https://blog.damavis.com/que-son-las-pruebas-end-to-end/) - Dentro de los tipos de pruebas que se pueden realizar en un entorno de testing, en este post analizamos las end-to-end, encargadas de simular escenarios reales
- [What is end-to-end testing?](https://blog.damavis.com/en/what-is-end-to-end-testing/) - Software testing is an essential mechanism to guarantee the correct functioning of our applications. There are different types of tests, each of them focused on evaluating a different characteristic or with a particular approach. Within the repertoire of tests that can be performed in a testing environment, we will analyse the end-to-end (E2E). These tests
- [Introduction to Apache Arrow](https://blog.damavis.com/en/introduction-to-apache-arrow/) - We explore what Apache Arrow is and how to analyse the internal format of this tool. In future posts, we will examine more data types and other scenarios
- [Introducción a Apache Arrow](https://blog.damavis.com/introduccion-a-apache-arrow/) - Exploramos qué es Apache Arrow y cómo cómo analizar el formato interno de la herramienta. En futuros posts, examinaremos más tipos de datos y otros escenarios
- [APISIX: Autenticación, seguridad y tráfico](https://blog.damavis.com/apisix-autenticacion-seguridad-y-trafico/) - En este artículo, analizamos algunos algunos de los plugins que ofrece APISIX y que permiten añadir una capa de seguridad y personalización a nuestras rutas
- [APISIX: Authentication, security and traffic](https://blog.damavis.com/en/apisix-authentication-security-and-traffic/) - In this article, we will look at some of the plugins offered by APISIX that allow you to add a layer of security and customisation to your routes.
- [Optimización de índices en bases de datos relacionales](https://blog.damavis.com/optimizacion-de-indices-en-bases-de-datos-relacionales/) - Un índice es una forma de organizar datos en la bbdd y que no haga falta leerla entera para responder queries. En este post, analizamos cómo optimizar índices
- [Index optimisation in relational databases](https://blog.damavis.com/en/index-optimisation-in-relational-databases/) - An index is a way of organising data in the database and not having to read it in its entirety to answer queries. In this post we look at optimising indexes
- [Novedades y mejoras de DBT 1.9](https://blog.damavis.com/novedades-de-dbt-1-9-0/) - Analizamos las novedades y mejoras que trae la nueva versión de dbt 1.9.0 que aumentan la flexibilidad y eficiencia en la gestión de datos y de pruebas.
- [New features in DBT 1.9](https://blog.damavis.com/en/new-features-in-dbt-1-9-0/) - Analysis of the new features and improvements in the new version of dbt 1.9.0 that increase flexibility and efficiency in data and test management.
- [Sensitive data management en BigQuery - Parte II](https://blog.damavis.com/sensitive-data-management-en-bigquery-parte-ii/) - Seguimos con lo ya descrito en la primera parte de esta serie de artículos sobre datos sensibles en BigQuery enfocándonos en el control a nivel de fila
- [Sensitive data management in BigQuery - Part II](https://blog.damavis.com/en/sensitive-data-management-in-bigquery-part-ii/) - We continue with what was described in the first part of this series of articles on sensitive data in BigQuery by focusing on row-level control.
- [Tutorial DataHub 4 - API](https://blog.damavis.com/tutorial-datahub-4-api/) - En esta nueva entrega de la saga de tutoriales acerca de DataHub, vamos a trabajar en la conectividad con la plataforma a través de la API.
- [Tutorial DataHub 4 – API](https://blog.damavis.com/en/tutorial-datahub-4-api-2/) - In this new part of the DataHub tutorial saga, we are going to work on the connectivity with the platform through the API.
- [Sensitive data management in BigQuery - Part I](https://blog.damavis.com/en/sensitive-data-management-in-bigquery/) - What resources does BigQuery offer when setting up a data control? In this post we will see how to set up an access control at column level
- [Sensitive data management en BigQuery - Parte I](https://blog.damavis.com/sensitive-data-management-en-bigquery/) - ¿Qué recursos ofrece BigQuery a la hora de establecer un control de datos? En este post veremos cómo poner en marcha un control de acceso a nivel de columnas.
- [Dynamic Pricing: Avoiding inefficient implementations](https://blog.damavis.com/en/dynamic-pricing-avoiding-inefficient-implementations/) - Analysis of how the details of implementing a dynamic pricing system are essential to ensure optimal prices that maximise revenue.
- [Dynamic Pricing: Evitando implementaciones ineficientes](https://blog.damavis.com/dynamic-pricing-evitando-implementaciones-ineficientes/) - Análisis de cómo los detalles de la aplicación de un sistema de precios dinámicos son esenciales para garantizar precios óptimos que maximicen los ingresos.
- [Team building: Training and team work](https://blog.damavis.com/en/team-building-training-and-team-work/) - Summary of the new Damavis team building event in which we have organised a series of training days in Mallorca about leadership and teamwork.
- [Team building: Formación y trabajo en equipo](https://blog.damavis.com/team-building-formacion-y-trabajo-en-equipo/) - Resumen del nuevo evento de team building de Damavis en el que hemos organizado unas jornadas de formación en Mallorca sobre liderazgo y trabajo en equipo
- [Process Discovery: Métodos y ejemplo práctico](https://blog.damavis.com/process-discovery-metodos-y-ejemplo-practico/) - Cuando tenemos log de eventos y queremos conocer los modelos subyacentes, recurrimos a Process Discovery, pero hay que conocer los algoritmos para aplicarlos
- [Process Discovery: Methods and practical example](https://blog.damavis.com/en/process-discovery-methods-and-practical-example/) - When we have an event log and we want to know the underlying models, we resort to Process Discovery, but we need to know the algorithms to apply them
- [What are generics in Golang?](https://blog.damavis.com/en/what-is-golang-and-how-does-it-work-2/) - Go or Golang is an object-oriented programming language that is characterized by its compiled, goroutine and channel-based concurrency support.
- [¿Qué son los genéricos en Golang?](https://blog.damavis.com/que-es-golang-y-como-funciona/) - Go o Golang es un lenguaje de programación orientado a objetos que se caracteriza por ser compilado su soporte de concurrencia, basado en goroutines y canales.
- [Tutorial DataHub 3 - Conceptos principales](https://blog.damavis.com/tutorial-datahub-3-conceptos-principales/) - En esta tercera parte del tutorial sobre DataHub, analizamos los principales conceptos a nivel funcional y los elementos fundamentales recorriendo la aplicación
- [Tutorial DataHub 3 - Main concepts](https://blog.damavis.com/en/tutorial-datahub-3-main-concepts/) - In this third part of the DataHub tutorial, we look at the main concepts at the functional level and the fundamental elements by walking through the application
- [Tutorial DataHub 2 - QuickStart and Deployment](https://blog.damavis.com/en/datahub-2-series-quickstart-and-deployment/) - In this post, we cover the basics of DataHub deployment, both with Docker and Helm, with a focus on development or pre-production environments.
- [Tutorial DataHub 2 - QuickStart y Despliegue](https://blog.damavis.com/serie-datahub-2-quickstart-y-despliegue/) - En este post, cubrimos aspectos básicos del despliegue de DataHub, tanto con Docker como con Helm, que está enfocado a entornos de desarrollo o preproductivos.
- [Tutorial DataHub 1 - Arquitectura](https://blog.damavis.com/tutorial-datahub-1-arquitectura/) - Comenzamos una colección de tutoriales sobre el uso y funcionamiento de DataHub, una de las plataformas de Data Governance más destacadas y de código abierto.
- [Tutorial DataHub 1 - Architecture](https://blog.damavis.com/en/tutorial-datahub-1-architecture/) - We begin a collection of tutorials on the use and operation of DataHub, one of the most prominent open source Data Governance platforms.
- [Introduction to Apache APISIX ](https://blog.damavis.com/en/introduction-to-apache-apisix/) - Introduction to Apache APISIX, an open source API management solution that handles real-time traffic efficiently, and how it is deployed with Docker.
- [Introducción a Apache APISIX](https://blog.damavis.com/introduccion-a-apache-apisix/) - Introducción a Apache APISIX, una solución de gestión de API de código abierto que maneja el tráfico en tiempo real eficientemente, y cómo se instala con Docker
- [Explainability of Machine Learning Models: SHAP Values](https://blog.damavis.com/en/explainability-of-machine-learning-models-shap-values/) - We discuss what SHAP values are, an explanability technique for black box models, using a simple case study to understand them.
- [Explicabilidad de modelos de Machine Learning: Valores SHAP](https://blog.damavis.com/explicabilidad-de-modelos-de-machine-learning-valores-shap/) - Analizamos qué son los valores SHAP, una técnica de explicabilidad para modelos de caja negra, mediante un caso práctico sencillo con el que entenderlos
- [Record Linkage with Machine Learning](https://blog.damavis.com/en/record-linkage-with-machine-learning/) - In this post, we analyse the record linkage problem, the challenges involved and the machine learning approaches that need to be adopted to deal with it
- [Vinculación de datos con Machine Learning](https://blog.damavis.com/vinculacion-de-datos-con-machine-learning/) - Análisis de la problemática de record linkage, los desafíos que implica y los enfoques de machine learning que hay que adoptar para hacerle frente
- [The most difficult challenges of optimal Dynamic Pricing](https://blog.damavis.com/en/the-most-difficult-challenges-of-optimal-dynamic-pricing/) - What challenges exist in implementing an optimal pricing policy, which requires correctly inferring the causal model of price changes.
- [Los retos más difíciles de un Dynamic Pricing óptimo](https://blog.damavis.com/los-retos-mas-dificiles-de-un-dynamic-pricing-optimo/) - Cuáles son los retos que existen para implementar una política de precios óptima, que requiere inferir correctamente el modelo causal de los cambios de precios.
- [¿Qué es y en qué consiste el Data Catalog?](https://blog.damavis.com/que-es-y-en-que-consiste-el-data-catalog/) - En este post, vamos a hablar de qué condiciones debe cumplir un sistema de Data Catalog y ver algunas de las alternativas que existen en el mercado.
- [What is and what does the Data Catalog consist of?](https://blog.damavis.com/en/what-is-and-what-does-the-data-catalog-consist-of/) - In this post, we are going to talk about what conditions a Data Catalog system must fulfil and see some of the alternatives that exist in the market.
- [Ejemplos prácticos con Apache Spark: Structured Streaming](https://blog.damavis.com/ejemplos-practicos-con-apache-spark-structured-streaming/) - En este post, analizamos Spark Structured Streaming desde un punto de vista práctico presentando dos ejemplos sencillos para entender cómo funciona.
- [Apache Spark Structured Streaming: Practical examples](https://blog.damavis.com/en/apache-spark-structured-streaming-practical-examples/) - In this post, we analyse Spark Structured Streaming from a practical point of view by presenting two simple examples to understand how it works.
- [Git for beginners](https://blog.damavis.com/en/git-for-beginners/) - Git is an essential version control system for software development. In this post, we look at the basics to start using it from scratch.
- [Git para principiantes](https://blog.damavis.com/git-para-principiantes/) - Git es un sistema de control de versiones imprescindible en el desarrollo de software. En este post, vemos los aspectos básicos para empezar a usarlo desde cero
- [Consejos clave para integrar tu RMS sin fallar](https://blog.damavis.com/consejos-clave-para-integrar-tu-rms-sin-fallar/) - Los RMS son aliados esenciales para maximizar beneficios y optimizar los ingresos de una organización. En este post, veremos cómo integrarlos de forma exitosa.
- [Key tips for integrating your RMS without failure](https://blog.damavis.com/en/key-tips-for-integrating-your-rms-without-failure/) - RMS are essential allies to maximise profits and optimise an organisation's revenue. In this post, we will see how to integrate them successfully.
- [Theoretical introduction to Spark Structured Streaming](https://blog.damavis.com/en/theoretical-introduction-to-spark-structured-streaming/) - Introduction to Structured Streaming API of Spark, which allows us to implement a streaming ETL in a simple and efficient way, and key concepts.
- [Introducción teórica a Spark Structured Streaming](https://blog.damavis.com/introduccion-teorica-a-spark-structured-streaming/) - Introducción a la API Structured Streaming de Spark, la cual nos permite implementar una ETL en streaming de una forma sencilla y eficaz, y conceptos clave.
- [Fijación de precios con sistema de reglas mediante Programación Lineal](https://blog.damavis.com/fijacion-de-precios-con-sistema-de-reglas-mediante-programacion-lineal/) - En este artículo, aprenderemos cómo resolver sistemas de reglas que determinan cuáles son los rangos de precios factibles por día y producto de interés.
- [Pricing with rule system using Linear Programming](https://blog.damavis.com/en/pricing-with-rule-system-using-linear-programming/) - In this article, we will learn how to solve rule systems that determine which are the feasible price ranges per day and product of interest.
- [Modelos de relación de datos en un Data Warehouse](https://blog.damavis.com/modelos-de-relacion-de-datos-en-un-data-warehouse/) - Modelos Estrella, Copo de nieve y Galaxia: guía práctica para saber cuándo debemos elegir uno u otro dependiendo de nuestras necesidades.
- [Data Relationship Models in a Data Warehouse](https://blog.damavis.com/en/data-relationship-models-in-a-data-warehouse/) - In this post, we will explore these three models in detail, providing clear guidance on when we should choose one or the other depending on your needs.
- [Team building en Damavis: Paintball y Warriors](https://blog.damavis.com/team-building-en-damavis-paintball-y-warriors/) - Seguimos sumando experiencias juntos. Esta vez hemos pasado una jornada divertida y llena de emociones con una partida de Paintball y un circuito Warriors.
- [Team Building in Damavis: Paintball and Warriors](https://blog.damavis.com/en/team-building-in-damavis-paintball-and-warriors/) - We continue adding experiences together. This time we had a fun day full of emotions with a game of Paintball and a Warriors circuit.
- [Bases de datos vectoriales](https://blog.damavis.com/bases-de-datos-vectoriales/) - Cuando queremos trabajar con datos altamente dimensionales, las bases de datos clásicas son incapaces de tratar estos datos de forma apropiada.
- [Vector database: What it is and how it works](https://blog.damavis.com/en/vector-database-what-it-is-and-how-it-works/) - When we want to deal with high dimensional data, such as text embeddings or genomes, classical databases are unable to deal with these data properly.
- [Implementaciones y extensiones de RAG](https://blog.damavis.com/implementaciones-y-extensiones-de-rag/) - Vemos cómo se implementa un sistema de RAG y algunas extensiones para dotar a sistemas basados en grandes modelos de lenguaje (LLMs) de herramientas.
- [RAG implementations and extensions](https://blog.damavis.com/en/rag-implementations-and-extensions/) - Here we show how to implement a RAG system and some extensions to provide systems based on large language models (LLMs) with tools.
- [Apache Parquet: Introducción y conceptos clave](https://blog.damavis.com/apache-parquet-introduccion-y-conceptos-clave/) - Analizamos qué problemas resuelve y cómo funciona un formato de archivo que quizás no sea el más popular, pero que vale la pena considerar: Parquet.
- [Apache Parquet: Introduction and key concepts](https://blog.damavis.com/en/apache-parquet-introduction-and-key-concepts/) - We look at what problems it solves and how it works in a file format that may not be the most popular, but is worth considering: Parquet.
- [Testing en Apache Airflow](https://blog.damavis.com/testing-en-apache-airflow/) - En este post, vamos a ver dos formas que los desarrolladores de Airflow nos brindan para poder aplicar testing utilizando su framework.
- [Testing in Apache Airflow](https://blog.damavis.com/en/testing-in-apache-airflow/) - In this post, we are going to see two ways that Apache Airflow developers give us to apply testing using their framework: code integrity and operator tests.
- [Retrieval Augmented Generation: ¿Qué es el RAG?](https://blog.damavis.com/retrieval-augmented-generation-que-es-el-rag/) - En este artículo, se exponen las bases de la técnica del RAG y se aborda cómo convertir documentos en vectores a través de modelos de embedding.
- [Retrieval Augmented Generation: What is RAG?](https://blog.damavis.com/en/retrieval-augmented-generation-what-is-rag/) - In this article, the basics of the RAG technique and how to convert documents into vectors through embedding models are presented.
- [Apache Airflow con LocalStack](https://blog.damavis.com/apache-airflow-con-localstack/) - En este post veremos lo simple y sencillo que es integrar Airflow y LocalStack para comenzar a desarrollar pipelines sin salir de nuestro entorno local.
- [Apache Airflow with LocalStack](https://blog.damavis.com/en/apache-airflow-with-localstack/) - In this post we will see how simple and easy it is to integrate Airflow and LocalStack to start developing pipelines without leaving our local environment.
- [Damavis en Mobile World Congress 2024](https://blog.damavis.com/damavis-en-mobile-world-congress-2024/) - Un año más, hemos tenido el placer de formar parte de este gran evento y de compartir espacio con lo mejor del panorama tecnológico nacional e internacional.
- [Damavis at Mobile World Congress 2024](https://blog.damavis.com/en/damavis-at-mobile-world-congress-2024/) - Once again, we have had the pleasure of being part of this great event and sharing space with the best of the national and international technology scene.
- [Introducción a Templates de Pycharm](https://blog.damavis.com/introduccion-a-live-templates-de-pycharm/) - Análisis de las diferentes características de los Live Templates en PyCharm, demostrando con ejemplos que son herramientas útiles para aumentar la productividad
- [Introduction to Pycharm Templates](https://blog.damavis.com/en/introduction-to-pycharm-live-templates/) - Analysis of the different features of Live Templates in PyCharm, demonstrating with examples that they are useful tools to increase productivity
- [Dockerización y personalización de Apache Airflow ](https://blog.damavis.com/introduccion-a-la-dockerizacion-y-personalizacion-de-apache-airflow/) - Existen muchas razones por las que dockerizar Apache Airflow es una buena práctica, siendo además un proceso sencillo, cómodo y fácilmente configurable.
- [Apache Airflow dockerization and customization](https://blog.damavis.com/en/apache-airflow-dockerization-and-customization/) - There are many reasons why dockerizing Apache Airflow is a good practice, being also a simple, convenient and easily configurable process.
- [Modelos, Snapshots y Materializaciones de DBT](https://blog.damavis.com/modelos-snapshots-y-materializaciones-de-dbt/) - ¿Cómo se realizan transformaciones de datos en DBT? Analizamos los tres conceptos clave que hay que conocer para poder empezar a trabajar con la herramienta
- [DBT Models, Snapshots and Materializations](https://blog.damavis.com/en/dbt-models-snapshots-and-materializations/) - How to perform data transformations in DBT? We analyze the three key concepts that you need to know in order to start working with the tool
- [Introducción a la Programación Lineal Difusa](https://blog.damavis.com/introduccion-a-la-programacion-lineal-difusa/) - En este post unimos la lógica difusa y la programación lineal clásica para dar lugar a la programación lineal difusa, veremos cómo puede dar mejores resultados
- [Introduction to Fuzzy Linear Programming](https://blog.damavis.com/en/introduction-to-fuzzy-linear-programming/) - In this post, we join fuzzy logic and classical linear programming to give rise to fuzzy linear programming, we will see how it can give better results.
- [Buenas prácticas en BigQuery para optimizar costes](https://blog.damavis.com/buenas-practicas-en-bigquery-para-optimizar-costes/) - BigQuery ofrece grandes posibilidades, rendimiento y coste y, para optimizarlo, hay que prestar atención a algunos detalles que pueden marcar la diferencia.
- [Cost optimization best practices in BigQuery](https://blog.damavis.com/en/cost-optimization-best-practices-in-bigquery/) - BigQuery offers great possibilities, performance and cost and, to optimize it, you have to pay attention to some details that can make the difference.
- [Elasticidad precio de la demanda](https://blog.damavis.com/elasticidad-precio-de-la-demanda/) - En este artículo, definimos qué es la elasticidad precio de la demanda y vemos un ejemplo de cómo estimar la elasticidad con un modelo log-log en Python.
- [Price elasticity of demand](https://blog.damavis.com/en/price-elasticity-of-demand/) - In this article, we define what the price elasticity of demand is and look at an example of how to estimate the elasticity with a log-log model in Python.
- [Introduction to software testing](https://blog.damavis.com/en/introduction-to-software-testing/) - In this post, we will look at the basics of software testing, the Python unittest library and put into practice the implementation of tests.
- [Introducción a los tests de software](https://blog.damavis.com/introduccion-a-los-tests-de-software/) - En este post, veremos los conceptos básicos de los tests de software, la librería unittest de Python y pondremos en práctica la implementación de tests.
- [Regresión lineal con red elástica: implementación en Python](https://blog.damavis.com/regresion-lineal-con-red-elastica-implementacion-en-python/) - En este post, hacemos una introducción a la regresión lineal explicando las penalizaciones L1 y L2 para después realizar una implementación en Python.
- [Linear regression with elastic net: implementations in Python](https://blog.damavis.com/en/linear-regression-with-elastic-net-implementations-in-python/) - In this post, we introduce linear regression by explaining the L1 and L2 penalties and then perform a Python implementation.
- [Differences between DBT, Pentaho and Spark for transforming data](https://blog.damavis.com/en/differences-between-dbt-pentaho-and-spark-for-transforming-data/) - In this post we will learn about some of the most useful and popular tools for transforming data. We will see their differences, advantages and disadvantages.
- [Diferencias entre DBT, Pentaho y Spark para transformar datos](https://blog.damavis.com/diferencias-entre-dbt-pentaho-y-spark-para-transformar-datos/) - En este post conoceremos algunas de las herramientas más útiles y populares para transformar datos. Veremos cómo se diferencian y sus ventajas e inconvenientes.
- [Gemelos Digitales con Inteligencia Artificial](https://blog.damavis.com/gemelos-digitales-con-inteligencia-artificial/) - Los gemelos digitales son una representación virtual de un sistema físico donde se reproduce una copia (gemelo) del entorno real usando información (Big Data)
- [Digital twins with Artificial Intelligence](https://blog.damavis.com/en/digital-twins-with-artificial-intelligence/) - Digital twins are a virtual representation of a physical system where a copy (twin) of the real environment is reproduced using information (Big Data).
- [Team building: Escape Adventure in the middle of nature](https://blog.damavis.com/en/team-building-escape-adventure-in-the-middle-of-nature/) - As we do every year, at Damavis we organize meetings where we can get together as a team to get away from the routine of teleworking and do something different.
- [Team building: Aventura de Escape en plena naturaleza](https://blog.damavis.com/team-building-aventura-de-escape-en-plena-naturaleza/) - Como cada año, en Damavis organizamos quedadas en las que poder reunirnos todos el equipo para salir de la rutina del teletrabajo y hacer algo diferente.
- [Kernel Trick in Machine Learning](https://blog.damavis.com/en/the-kernel-trick-in-machine-learning/) - The kernel trick is a typical method in machine learning to transform data from an original space to an arbitrary Hilbert space.
- [Kernel Trick en Machine Learning](https://blog.damavis.com/kernel-trick-en-machine-learning/) - El kernel trick es un método típico en aprendizaje máquina para transformar datos de un espacio original a un espacio de Hilbert arbitrario.
- [Blocking calls and asynchronous programming with Scala ](https://blog.damavis.com/en/blocking-calls-and-asynchronous-programming-with-scala/) - In this post we will see the impact that blocking code has on an application and the importance of using libraries that support asynchronous programming.
- [Llamadas bloqueantes y programación asíncrona con Scala](https://blog.damavis.com/llamadas-bloqueantes-y-programacion-asincrona-con-scala/) - En este post veremos el impacto que tiene el código bloqueante en una aplicación y la importancia de utilizar librerías que soportan la programación asíncrona.
- [Employment prospects in the ICT sector](https://blog.damavis.com/en/employment-prospects-in-the-ict-sector/) - Despite the uncertainty in the growth of the ICT sector, the data on the level of employability and activity are positive.
- [Empleabilidad en el sector TIC](https://blog.damavis.com/empleabilidad-en-el-sector-tic/) - A pesar de la incertidumbre en el crecimiento del sector TI, los datos que se arrojan sobre el crecimiento de la empleabilidad y la actividad son favorables
- [Data Visualization: Tools and chart types](https://blog.damavis.com/en/data-visualization-tools-and-chart-types/) - Data visualization is the process of graphically representing information. We analyze tools for representing data and types of visualization.
- [Visualización de datos: Herramientas y tipos de gráficas](https://blog.damavis.com/visualizacion-de-datos-herramientas-y-tipos-de-graficas/) - La visualización de datos es el proceso para representar gráficamente la información. Analizamos herramientas para representar datos y tipos de visualización
- [Segmentación semántica de imágenes con Deep Learning](https://blog.damavis.com/segmentacion-semantica-de-imagenes-con-deep-learning/) - Análisis de la segmentación semántica de imágenes, una técnica de visión por computador en auge en campos como la medicina o la cartografía por satélite.
- [<strong>Semantic image segmentation with Deep Learning</strong>](https://blog.damavis.com/en/semantic-image-segmentation-with-deep-learning/) - Analysis of semantic image segmentation, a computer vision technique that is becoming increasingly popular in fields such as medicine and satellite mapping.
- [Damavis en Mobile World Congress](https://blog.damavis.com/damavis-en-el-mobile-world-congress/) - Un año más, el mayor evento internacional sobre tecnología y conectividad llega a Barcelona. Nuestro equipo ha asistido y conectado con profesionales del sector
- [Damavis at Mobile World Congress](https://blog.damavis.com/en/damavis-at-mobile-world-congress/) - Once again this year, the biggest international event on technology and connectivity comes to Barcelona. Our team has attended and connected with professionals.
- [Reconocimiento de objetos con Deep Learning](https://blog.damavis.com/reconocimiento-de-objetos-con-deep-learning/) - La detección de objetos es una rama de la visión artificial centrada en identificar objetos en imágenes. En este post, veremos los conceptos fundamentales
- [Object recognition with Deep Learning](https://blog.damavis.com/en/object-recognition-with-deep-learning/) - Object detection is a branch of computer vision that focuses on identifying objects in images. In this post, we will look at the fundamental concepts
- [Blockchain: What is it and how does it work?](https://blog.damavis.com/en/blockchain-what-is-it-and-how-does-it-work/) - In this post we will look at how a Blockchain works, a technology that is trying to revolutionize the way in which we store and share information online. We will also build an example of a Blockchain, explore the different qualities it has and look at the types of Blockchain that exist today. Join us
- [Blockchain: ¿Qué es y cómo funciona?](https://blog.damavis.com/blockchain-que-es-y-como-funciona/) - Esta tecnología trata de revolucionar la forma en la que almacenamos y compartimos información en línea. En este post, veremos sus cualidades y qué tipos hay
- [Librerías imprescindibles para Data Science y Machine Learning](https://blog.damavis.com/librerias-imprescindibles-para-data-science-y-machine-learning/) - Algunas de las librerías más populares en ciencia de datos son Numpy, Pandas o Scikit-learn. En este post veremos y analizaremos las que más se utilizan
- [Top libraries for Data Science and Machine Learning](https://blog.damavis.com/en/top-libraries-for-data-science-and-machine-learning/) - Some of the most popular libraries in data science are Numpy, Pandas or Scikit-learn. In this post we will see and analyse the most used ones.
- [Algoritmos de Machine Learning](https://blog.damavis.com/algoritmos-de-machine-learning/) - El ML es quizás la rama más popular de la Inteligencia Artificial y se sirve de algoritmos para realizar un análisis masivo de datos para aprender de ellos.
- [Algorithms in Machine Learning](https://blog.damavis.com/en/algorithms-in-machine-learning/) - Machine Learning is perhaps the most popular branch of Artificial Intelligence and uses algorithms to perform massive analysis of data to learn from it.
- [Regresión Lineal con Python](https://blog.damavis.com/regresion-lineal-con-python/) - La regresión lineal es un modelo que permite explicar los valores de una variable numérica como una combinación lineal de diferentes variables explicativas.
- [Linear Regression with Python](https://blog.damavis.com/en/linear-regression-with-python/) - Linear regression is a model that explains the values of a numerical variable as a linear combination of different explanatory variables.
- [ChatGPT: The new chatbot from OpenAI](https://blog.damavis.com/en/chatgpt-the-new-chatbot-from-openai/) - The OpenAI team launched ChatGPT, a new deep learning-based conversational tool that promises to improve human-machine interaction in a variety of environments.
- [ChatGPT: El nuevo chatbot de OpenAI](https://blog.damavis.com/chatgpt-el-nuevo-chatbot-de-openai/) - El equipo de OpenAI ha lanzado ChatGPT, una nueva herramienta de conversación basada en aprendizaje profundo que promete mejorar la interacción humano-máquina.
- [Causalidad de Granger: Causalidades en series temporales](https://blog.damavis.com/causalidad-de-granger-causalidades-en-series-temporales/) - En este post, vamos a mover nuestro foco de interés en las propiedades de las series temporales que surgen de compararlas y relacionarlas con otras.
- [Granger Causality: Time series causalities](https://blog.damavis.com/en/granger-causality-time-series-causalities/) - In this post, we will move our focus of interest to the properties of time series that arise from comparing and relating them to each other.
- [¿Por qué se usan tarjetas gráficas en Deep Learning?](https://blog.damavis.com/por-que-se-usan-tarjetas-graficas-en-deep-learning/) - En este post, enseñaremos un resumen de la arquitectura de la tarjeta gráfica y un ejemplo de una operación acelerada por esta para demostrar su uso.
- [<strong>Why do we use graphics cards in Deep Learning?</strong>](https://blog.damavis.com/en/why-do-we-use-graphics-cards-in-deep-learning/) - In this post, we will show an overview of the graphics card architecture and an example of a graphics card accelerated operation to demonstrate its use.
- [Introducción a Elasticsearch](https://blog.damavis.com/introduccion-a-elasticsearch/) - Elasticsearch es una herramienta muy utilizada por su adaptabilidad. En este pos presentamos sus principales componentes y cómo configurar un clúster.
- [Introduction to Elasticsearch](https://blog.damavis.com/en/introduction-to-elasticsearch/) - Elasticsearch is a powerful tool that can be used in a variety of scenarios thanks to its adaptability. In this post we present its main components.
- [New training and team building workshops at Damavis](https://blog.damavis.com/en/new-training-and-team-building-workshops-at-damavis/) - At Damavis, we have organised two days of training and team building activities to bring the whole team back together and enjoy a few days with each other
- [Nuevas jornadas de formación y team building en Damavis](https://blog.damavis.com/nuevas-jornadas-de-formacion-y-team-building-en-damavis/) - En Damavis, hemos organizado dos días de actividades formativas y de team building para reunirnos nuevamente todo el equipo y disfrutar de unos días juntos
- [New features and improvements in Python 3.11](https://blog.damavis.com/en/new-features-and-improvements-in-python-3-11/) - The new version of Python brings with it a significant speed improvement. In this post, we review the most important features of Python 3.11.
- [Novedades y mejoras de Python 3.11](https://blog.damavis.com/novedades-y-mejoras-de-python-3-11/) - La nueva versión de Python trae consigo una importante mejora en la velocidad. En este post, repasamos las características más importantes de Python 3.11.
- [Introducción a MongoDB](https://blog.damavis.com/introduccion-a-mongodb/) - En este post veremos las principales funcionalidades de MongoDB y los pasos para su instalación en Docker, en local y con el uso de un clúster en la nube
- [Introduction to MongoDB](https://blog.damavis.com/en/introduction-to-mongodb/) - In this post we will see the main functionalities of MongoDB and the steps to install it in Docker, locally and using a cloud cluster
- [Big Data Analytics: What is it and why is it important](https://blog.damavis.com/en/big-data-analytics-what-is-it-and-why-is-it-important/) - Business Intelligence (BI) and Business Analytics (BA) are similar concepts but have some differences in terms of the type of data analysis that is performed.
- [Big Data Analytics: Qué es y por qué es importante](https://blog.damavis.com/big-data-analytics-que-es-y-por-que-es-importante/) - Business Intelligence (BI) y Business Analytics (BA) son conceptos parecidos pero que guardan diferencias en cuanto al tipo de análisis de datos que se realiza
- [Plugin Apache Hop para Apache Airflow](https://blog.damavis.com/plugin-apache-hop-para-apache-airflow/) - En Damavis hemos implementado un plugin que integra Airflow y Hop para orquestar flujos de trabajo y pipelines que utiliza la API del servidor de Apache Hop
- [Apache Hop plugin for Apache Airflow](https://blog.damavis.com/en/apache-hop-plugin-for-apache-airflow/) - At Damavis we have implemented a plugin that integrates Airflow and Hop to orchestrate workflows and pipelines using the Apache Hop server API
- [Success stories: Data Lake and Data Warehouse](https://blog.damavis.com/en/success-stories-data-lake-and-data-warehouse/) - One of the technological solutions that we develop at Damavis to help clients make better decisions is the construction of a Data Lake
- [Historias de éxito: Data Lake y Data Warehouse](https://blog.damavis.com/historias-de-exito-data-lake-y-data-warehouse/) - Una de las soluciones tecnológicas que desarrollamos en Damavis para ayudar a los clientes a tomar mejores decisiones, es la construcción de un Data Lake
- [Success stories: Record Linkage](https://blog.damavis.com/en/success-stories-record-linkage/) - At Damavis we work together with our clients to design Big Data technological solutions. In this case, we implemented a Record Linkage solution.
- [Historias de éxito: Record Linkage](https://blog.damavis.com/historias-de-exito-record-linkage/) - En Damavis trabajamos junto a nuestros clientes para diseñar soluciones tecnológicas de Big Data. En este caso, implementamos una solución de Record Linkage.
- [Historias de éxito: Optimización de la memoria caché](https://blog.damavis.com/historias-de-exito-optimizacion-de-la-memoria-cache/) - En Damavis trabajamos junto a nuestros clientes para diseñar soluciones tecnológicas de Big Data. En este caso, montamos un sistema de optimización de la caché.
- [Success stories: Cache memory optimization](https://blog.damavis.com/en/success-stories-cache-memory-optimisation/) - At Damavis we work hand in hand with our clients to design Big Data technological solutions. In this case, we set up a cache optimisation system.
- [Artificial Intelligence and creativity: Can AI make art?](https://blog.damavis.com/en/artificial-intelligence-and-creativity-can-ai-make-art/) - Would a work of art generated by an artificial intelligence be considered art? In this post, we will put an AI to the test to see how far its creativity can go
- [Inteligencia Artificial y creatividad: ¿Puede una IA crear arte?](https://blog.damavis.com/inteligencia-artificial-y-creatividad-puede-una-ia-crear-arte/) - ¿Se consideraría arte una obra generada por una inteligencia artificial? En este post, pondremos a prueba una IA para comprobar hasta dónde llega su creatividad
- [Introducción a la Lógica Difusa](https://blog.damavis.com/introduccion-a-la-logica-difusa/) - Introducción teórica a los conceptos básicos de la Lógica Difusa: Conjuntos Difusos, y sus características, y a los Números Difusos y su tipología
- [Introduction to Fuzzy Logic](https://blog.damavis.com/en/introduction-to-fuzzy-logic/) - Theoretical introduction to the basic concepts of Fuzzy Logic: Fuzzy Sets, and their characteristics, and Fuzzy Numbers and their typology
- [Apache Spark: Transformations and Lazy Evaluation](https://blog.damavis.com/en/apache-spark-transformations-and-lazy-evaluation/) - In this article we give some basic concepts of Apache Spark: what RDDs are, transformations and a detailed explanation of what lazy evaluation is.
- [Apache Spark: Transformaciones y Lazy Evaluation](https://blog.damavis.com/apache-spark-transformaciones-y-lazy-evaluation/) - En este artículo damos algunas pinceladas de algunos conceptos básicos de Apache Spark: qué son las RDDs, transformaciones y explicación de lazy evaluation.
- [Machine Learning in Docker containers](https://blog.damavis.com/en/machine-learning-in-docker-containers/) - Introduction to Docker: what is this tool and how can we use it to run a Machine Learning model with Python through a practical example.
- [Machine Learning en contenedores Docker](https://blog.damavis.com/machine-learning-en-contenedores-docker/) - Introducción a Docker: qué es esta herramienta y cómo podemos utilizarla para ejecutar un modelo de Machine Learning con Python mediante un ejemplo práctico.
- [Demo Apache Drools con Scala y Templates](https://blog.damavis.com/demo-apache-drools-con-scala-y-templates/) - En este post hemos hecho una introducción a los aspectos clave de Apache Drools, el software usado para gestionar reglas de negocio de cualquier tipo.
- [Demo Apache Drools with Scala and Templates](https://blog.damavis.com/en/demo-apache-drools-with-scala-and-templates/) - In this post we have made an introduction to the key aspects of Apache Drools, the software used to manage business and centralize rules of any kind.
- [Redes Neuronales Generativas Adversarias (GANs)](https://blog.damavis.com/redes-neuronales-generativas-adversarias-gans/) - Introducción teórica a las Redes Generativas Adversarias, utilizadas en el ámbito de la visión por computador porque encajan muy bien con redes convolucionales
- [Generative Adversarial Neural Networks (GANs)](https://blog.damavis.com/en/generative-adversarial-neural-networks-gans/) - Theoretical introduction to Generative Adversarial Networks, used in computer vision because they fit well with convolutional networks
- [NLLB-200: New AI Model translates 200 languages](https://blog.damavis.com/en/nllb-200-new-ai-model-translates-200-languages/) - Meta AI has unveiled NLLB-200, an open source neural network-based software that automatically translates in real time into 200 different languages.
- [NLLB-200: La nueva IA que traduce a 200 idiomas](https://blog.damavis.com/nllb-200-la-nueva-ia-que-traduce-a-200-idiomas/) - Meta AI ha presentado NLLB-200, un software basado en redes neuronales y open source que traduce de forma automática y en tiempo real a 200 idiomas diferentes.
- [Procesamiento del Lenguaje Natural (NLP) con Python](https://blog.damavis.com/procesamiento-del-lenguaje-natural-nlp-con-python/) - En el Procesamiento del Lenguaje Natural (NLP) se analizan y procesan textos para entender el contenido y los contextos implícitos escondidos tras el lenguaje
- [Natural Language Processing (NLP) with Python](https://blog.damavis.com/en/natural-laguage-processing-nlp-with-python/) - In Natural Language Processing (NLP), texts are analysed and processed to understand the content and implicit contexts behind the language
- [Introducción a Apache Kafka](https://blog.damavis.com/introduccion-a-apache-kafka/) - ¿Qué es Apache Kafka? Es un sistema de eventos distribuido de código abierto desarrollado en origen por LinkedIn que pasó a infraestructura de microservicios
- [Introduction to Apache Kafka](https://blog.damavis.com/en/introduction-to-apache-kafka/) - What is Apache Kafka? It is an open source distributed event system originally developed by LinkedIn that moved to microservices infrastructure
- [Big Data en fútbol: Creación de un modelo de xG](https://blog.damavis.com/big-data-en-futbol-creacion-de-un-modelo-de-xg/) - Aplicando Big Data en fútbol: entrenamiento de modelos para medir la probabilidad de que un disparo acabe en gol utilizando la métrica xG (expected goal)
- [Big Data in soccer: Creating an xG model](https://blog.damavis.com/en/big-data-in-soccer-creating-an-xg-model/) - Applying Big Data in soccer: training models to measure the probability of a shot ending in goal using the xG (expected goal) metric
- [Introducción a la Regresión Logística](https://blog.damavis.com/introduccion-a-la-regresion-logistica/) - La regresión logística es una metodología que permite modelar las relaciones entre una variable categórica binaria y un conjunto de variables explicativas.
- [Introduction to Logistic Regression](https://blog.damavis.com/en/introduction-to-logistic-regression/) - Logistic regression is a methodology for modeling the relationships between a binary categorical variable and a set of explanatory variables.
- [Mapeo Dinámico de Tareas en Airflow 2.3.0](https://blog.damavis.com/mapeo-dinamico-de-tareas-en-airflow-2-3-0/) - Dynamic Task Mapping, la nueva funcionalidad de la versión 2.3.0 de Apache Airflow que permite crear tareas de forma dinámica en tiempo de ejecución.
- [Dynamic Task Mapping in Airflow 2.3.0](https://blog.damavis.com/en/dynamic-task-mapping-in-airflow-2-3-0/) - Dynamic Task Mapping, the new feature in Apache Airflow version 2.3.0 that allows you to create tasks dynamically at runtime.
- [Data Governance using Apache Atlas](https://blog.damavis.com/en/data-governance-using-apache-atlas/) - Data Governance is the last step in Big Data projects and the most complex to complete on the way to Data Driven. We will see its application with Apache Atlas
- [Data Governance usando Apache Atlas](https://blog.damavis.com/data-governance-usando-apache-atlas/) - El Data Governance es el último paso en los proyectos Big Data y el más complejo de completar en el camino al Data Driven. Vemos su aplicación con Apache Atlas
- [Training and team building at Damavis](https://blog.damavis.com/en/training-and-team-building-at-damavis/) - Summary of the training and team building activities that we do at Damavis. Why is it so important for workers and companies to participate in these activities?
- [Formación y team building en Damavis](https://blog.damavis.com/formacion-y-team-building-en-damavis/) - Resumen de las actividades de formación y team building que hacemos en Damavis. ¿Por qué es importante para trabajadores y empresas realizar estas actividades?
- [Deep Reinforcement Learning: DQN](https://blog.damavis.com/en/deep-reinforcement-learning-dqn/) - Introducing Deep Reinforcement Learning through the Deep Q Network model, which focused on the use of neural networks in reinforcement learning
- [Aprendizaje por refuerzo profundo: DQN](https://blog.damavis.com/aprendizaje-por-refuerzo-profundo-dqn/) - Introducción a Deep Reinforcement Learning a través del modelo Deep Q Network, que puso el foco en el uso de las redes neuronales en el aprendizaje por refuerzo
- [Using QGIS to find out which bank has the best coverage in Barcelona](https://blog.damavis.com/en/using-qgis-to-find-out-which-bank-has-the-best-coverage-in-barcelona/) - Is it possible to know which of the banks in Barcelona has the best coverage? With QGIS and OpenStreetMaps we will answer this question with an example
- [Usando QGIS para conocer cuál es el banco con mejor cobertura en Barcelona](https://blog.damavis.com/usando-qgis-para-conocer-el-banco-con-mejor-cobertura-en-barcelona/) - ¿Es posible saber cuál de los bancos de Barcelona tiene mejor cobertura? Con QGIS y OpenStreetMaps responderemos a esta pregunta con un ejemplo paso a paso.
- [Reinforcement Learning: Q-learning](https://blog.damavis.com/en/reinforcement-learning-q-learning/) - In this post about Artificial Intelligence and Machine Learning, we will see Q-learning, a reinforcement learning technique perfect to get started in this field
- [Aprendizaje por refuerzo: Q-learning](https://blog.damavis.com/aprendizaje-por-refuerzo-q-learning/) - En este post sobre Inteligencia Artificial y Machine Learning, veremos Q-learning, una técnica de aprendizaje por refuerzo ideal para introducirse en este campo
- [Option Pattern en Golang](https://blog.damavis.com/option-pattern-en-golang/) - Golang es un lenguaje de programación compilado desarrollado por Google. En este post, veremos cómo implementar el patrón Option Pattern a través de un ejemplo.
- [Option Pattern in Golang](https://blog.damavis.com/en/option-pattern-in-golang/) - Golang is a compiled programming language developed by Google. In this post, we will see how to implement the Option Pattern through an example.
- [Data Driven: Toma decisiones basadas en los datos](https://blog.damavis.com/data-driven-toma-decisiones-basadas-en-los-datos/) - En este post, explicamos qué es Data Driven y exponemos la importancia de adoptar un enfoque basado en datos para la toma de decisiones empresariales.
- [Data Driven: Make decisions based on data](https://blog.damavis.com/en/data-driven-make-decisions-based-on-data/) - In this post, we explain what Data Driven is and explain the importance of adopting a data-driven approach to business decision making.
- [Detección de poses humanas mediante Deep Learning](https://blog.damavis.com/deteccion-de-poses-humanas-mediante-deep-learning/) - La detección de pose humana es una tarea muy relevante en la visión por computador. En este post veremos BlazePose y algunos ejemplos para conocer su potencia
- [Detection of human poses through Deep Learning](https://blog.damavis.com/en/detection-of-human-poses-through-deep-learning/) - Human pose detection is a very relevant task in computer vision. In this post we will see BlazePose and some examples to know the potencial of this model
- [Tips for graphing in Python with Matplotlib and Seaborn](https://blog.damavis.com/en/tips-for-graphing-in-python-with-matplotlib-and-seaborn/) - How to create detailed graphs with Matplotlib and Seaborn in Python for more compelling and informative data visualizations
- [Tips para realizar gráficos en Python con Matplotlib y Seaborn](https://blog.damavis.com/tips-para-realizar-graficos-en-python-con-matplotlib-y-seaborn/) - Cómo crear gráficos detallados con Matplotlib y Seaborn en Python para conseguir visualizaciones de datos más atractivas e informativas
- [Basics on Apache Airflow](https://blog.damavis.com/en/basics-on-apache-airflow/) - Apache Airflow is a tool for implementing workflows to automate ETL pipelines to handle data-related tasks. In this post, we learn the basic concepts of Airflow
- [Conceptos básicos de Apache Airflow](https://blog.damavis.com/conceptos-basicos-de-apache-airflow/) - Apache Airflow es una herramienta para implementar flujos de trabajo que permite automatizar pipelines ETL, cuyo objetivo es manejar tareas relativas al dato.
- [Beneficios de usar Big Data y Machine Learning en el sector turístico](https://blog.damavis.com/beneficios-de-usar-big-data-y-machine-learning-en-el-sector-turistico/) - El uso de Big Data y Machine Learning en el turismo supone grandes beneficios para las empresas. Veremos las principales ventajas y aplicaciones en este sector.
- [Benefits of using Big Data and Machine Learning in the tourism industry](https://blog.damavis.com/en/benefits-of-using-big-data-and-machine-learning-in-the-tourism-industry/) - The use of Big Data and Machine Learning in tourism means great benefits for companies. We will see the main advantages and applications in this sector.
- [Concurrency through Futures in Scala](https://blog.damavis.com/en/concurrency-through-futures-in-scala/) - The use of Futures in Scala is a simple but very powerful way to manage concurrency and parallelism. In this post, we will explain some concepts.
- [Concurrencia mediante Futuros en Scala](https://blog.damavis.com/concurrencia-mediante-futuros-en-scala/) - El uso de Futuros en Scala es una manera sencilla pero muy potente de gestionar la concurrencia y el paralelismo. En este post, explicaremos algunos conceptos.
- [Adding static outbound IPs in Amazon EKS](https://blog.damavis.com/en/adding-static-outbound-ips-in-amazon-eks/) - If part of our application runs in an EKS cluster, it is likely that it will need to access a service over the Internet that is protected by a firewall
- [Añadiendo IPs de salida estáticas en Amazon EKS](https://blog.damavis.com/anadiendo-ips-de-salida-estaticas-en-amazon-eks/) - Si parte de nuestro aplicativo se ejecuta en un clúster EKS es probable que se necesite acceder a algún servicio por internet que esté protegido por un firewall
- [Colony of ants to find the shortest route](https://blog.damavis.com/en/colony-of-ants-to-find-the-shortest-route/) - In this article we will discuss the use of graphs to find optimal routes through a technique inspired by the behavior of ant colonies.
- [Colonia de hormigas para encontrar el camino más corto](https://blog.damavis.com/colonia-de-hormigas-para-encontrar-el-camino-mas-corto/) - En este artículo hablaremos del uso de grafos para encontrar rutas óptimas a través una técnica que se inspira en el comportamiento de las colonias de hormigas.
- [Redes neuronales convolucionales aplicadas al juego Hungry Geese](https://blog.damavis.com/redes-neuronales-convolucionales-aplicadas-al-juego-hungry-geese/) - En este artículo se explicará cómo se ha implementado una inteligencia artificial básica con redes neuronales convolucionales capaz de competir a un buen nivel.
- [Convolutional Neural Networks applied to the game Hungry Geese](https://blog.damavis.com/en/convolutional-neural-networks-applied-to-the-game-hungry-geese/) - This post will explain how a basic artificial intelligence has been implemented with convolutional neural networks capable of competing at a good level.
- [Análisis de Componentes Principales: Implementación en Python](https://blog.damavis.com/analisis-de-componentes-principales-implementacion-en-python/) - Tras realizar una breve introducción al PCA en un post anterior, implementaremos en Python un ejemplo sencillo. Veremos el código empleado y algunos gráficos.
- [Principal Component Analysis: Implementation in Python](https://blog.damavis.com/en/principal-component-analysis-implementation-in-python/) - After a brief introduction to PCA in a previous post, we will implement a simple example in Python. We will see the code used and some graphics.
- [Pathways: La nueva IA multisensorial de Google](https://blog.damavis.com/pathways-la-nueva-ia-multisensorial-de-google/) - Google ha presentado Pathways, una novedosa arquitectura que genera un nuevo camino entre los modelos de inteligencia artificial de próxima generación.
- [Pathways: Google's new multi-sensory AI](https://blog.damavis.com/en/pathways-googles-new-multi-sensory-ai/) - Google has unveiled Pathways, a novel architecture that generates a new pathway between next-generation artificial intelligence models.
- [Principal Component Analysis: Mathematical introduction](https://blog.damavis.com/en/principal-component-analysis-a-brief-mathematical-introduction/) - Principal Component Analysis (PCA): A brief mathematical introduction. In this post, we explain the basis behind this methodology.
- [Análisis de Componentes Principales: Introducción matemática](https://blog.damavis.com/analisis-de-componentes-principales-una-breve-introduccion-matematica/) - Análisis de Componentes Principales (PCA): Una breve introducción matemática. Explicamos la base que existe tras esta metodología.
- [Los principios SOLID ilustrados en ejemplos sencillos de Python](https://blog.damavis.com/los-principios-solid-ilustrados-en-ejemplos-sencillos-de-python/) - Los cinco principios SOLID facilitan el testeo, el mantenimiento y la legibilidad del código y son buena base para desarrollar código en ámbitos colaborativos.
- [SOLID principles illustrated in simple Python examples](https://blog.damavis.com/en/solid-principles-illustrated-in-simple-python-examples/) - The five SOLID principles facilitate testing, maintenance and readability of code and are a good basis for developing code in collaborative environments.
- [Top 4 proyectos Big Data e Inteligencia Artificial en turismo](https://blog.damavis.com/top-4-proyectos-de-big-data-e-inteligencia-artificial-en-el-sector-turistico/) - Mostramos algunos de los proyectos que pueden llevarse a cabo en el sector turístico español para seguir a la vanguardia de la innovación tecnológica
- [Top 4 Big Data and Artificial Intelligence projects in tourism](https://blog.damavis.com/en/top-4-big-data-and-artificial-intelligence-projects-in-the-tourism-sector/) - We show some of the projects that can be carried out in the Spanish tourism sector to remain at the forefront of technological innovation.
- [Creación de una red convolucional con Tensorflow](https://blog.damavis.com/creacion-de-una-red-convolucional-con-tensorflow/) - En este artículo llevaremos a cabo una demo sencilla de cómo crear una red neuronal mediante la librería de Machine Learning Tensorflow.
- [Creating a convolutional network with Tensorflow](https://blog.damavis.com/en/creating-a-convolutional-network-with-tensorflow/) - In this article we will perform a simple demo of how to create a neural network using the Machine Learning library Tensorflow.
- [Precios óptimos en un modelo de demanda hotelera](https://blog.damavis.com/precios-optimos-en-un-modelo-simple-de-demanda-hotelera-definicion-del-problema/) - Precios óptimos en un modelo de demanda hotelera: Definición de un modelo simple y una estrategia recursiva para encontrar el precio óptimo
- [Optimal Pricing in a hotel demand model](https://blog.damavis.com/en/optimal-pricing-in-a-simple-hotel-demand-model-problem-definition/) - Optimal pricing in a hotel demand model: Definition of a simple model and a recursive strategy to find the optimal price.
- [Predicción de demanda y Pricing dinámico](https://blog.damavis.com/prediccion-de-demanda-y-pricing-dinamico/) - Presentamos un modelo de predicción de demanda hotelera y una estrategia de pricing dinámico para la elección del precio óptimo
- [Demand forecasting and Dynamic Pricing](https://blog.damavis.com/en/demand-forecasting-and-dynamic-pricing/) - We present a hotel demand forecasting model and a dynamic pricing strategy for optimal price selection to maximize expected profits
- [Airflow Avanzado: Dependencias entre tareas y sensores Cross-DAG](https://blog.damavis.com/airflow-avanzado-dependencias-entre-tareas-y-sensores-cross-dag/) - Dependencias entre tareas y sensores Cross-DAG con Apache Airflow. Cómo solucionar problemas relacionados con la complejidad de la ingeniería de datos
- [Advanced Airflow: Cross-DAG tasks and sensor dependencies](https://blog.damavis.com/en/advanced-airflow-cross-dag-task-and-sensor-dependencies/) - Cross-DAG task and sensor dependencies with Apache Airflow. How to solve problems related to the complexity of data engineering
- [Why a Data Scientist should know Data Engineering](https://blog.damavis.com/en/why-data-scientists-should-learn-about-data-engineering-at-damavis/) - Why should data scientists learn about data engineering to become a star at Damavis? We show you how useful it could be in this article
- [Por qué un Científicos de Datos debería saber Ingeniería de Datos](https://blog.damavis.com/por-que-cientificos-de-datos-deberian-aprender-sobre-ingenieria-de-datos-en-damavis/) - ¿Por qué los científicos de datos deberían aprender sobre ingeniería de datos para convertirse en una estrella en Damavis?
- [Aplicación de Análisis de Supervivencia a cambios de precio](https://blog.damavis.com/aplicacion-de-analisis-de-supervivencia-a-cambios-de-precios/) - Usando el análisis de supervivencia para estimar las probabilidades de cambio de precio: conceptos básicos y ejemplo de caso de uso real
- [Application of Survival Analysis to price changes](https://blog.damavis.com/en/application-of-survival-analysis-to-price-changes/) - Using survival analysis to estimate price change probabilities: an introduction to the basic concepts and real-life use case example
- [Aggregation Pipelines on MongoDB](https://blog.damavis.com/en/aggregation-pipelines-on-mongodb/) - MongoDB Aggregation Pipelines: How to query the MongoDB database. Basic concepts of aggregation pipelines, examples and conclusions
- [Pipelines de agregación en MongoDB](https://blog.damavis.com/pipelines-de-agregacion-en-mongodb/) - Pipelines de agregación de MongoDB: Cómo consultar la base de datos de MongoDB. Conceptos básicos de los pipelines de agregación, ejemplos y conclusiones.
- [Clean Code Con Alpakka Kafka](https://blog.damavis.com/clean-code-con-alpakka-kafka/) - Cómo montar una arquitectura Clean Code con Alpakka Kafka: Arquitectura del código, Akka Stream, Consumir y Producir mensajes de Kafka con Alpakka
- [Clean Code with Alpakka Kafka](https://blog.damavis.com/en/clean-code-with-alpakka-kafka/) - How to set up a Clean Code architecture with Alpakka Kafka: Code Architecture, Akka Stream, Consuming and Producing Kafka Messages with Alpakka
- [First steps with Apache YARN customization](https://blog.damavis.com/en/first-steps-with-apache-yarn-customization/) - First steps with Apache YARN customization. Introduction to a more advanced configuration setting to improve YARN’s performance
- [Primeros pasos para personalizar Apache YARN](https://blog.damavis.com/primeros-pasos-para-la-personalizacion-de-apache-yarn/) - Primeros pasos para la personalización de Apache YARN. Introducción a una configuración más avanzada para mejorar el rendimiento de YARN.
- [Resumen del 2021 en Damavis](https://blog.damavis.com/resumen-del-2021-en-damavis/) - En este último post del año, hacemos un resumen de los artículos que hemos publicado en nuestro blog a lo largo de todo el 2021.
- [Summary of 2021 in Damavis](https://blog.damavis.com/en/summary-of-2021-in-damavis/) - In this last post before the end of the year, we will make a summary of the contents published in our blog throughout all these months.
- [Conoce a nuestro equipo: Joan Martín – Cofundador y Head Data Engineer en Damavis](https://blog.damavis.com/conoce-a-nuestro-equipo-joan-martin-cofundador-y-head-data-engineer-en-damavis/) - Entrevista a Joan Martín, cofundador y Head Data Engineer en Damavis. Hoy conoceremos un poco más a uno de los miembros de nuestro equipo.
- [Meet our team: Joan Martín - Co-founder and Head Data Engineer at Damavis](https://blog.damavis.com/en/meet-our-team-joan-martin-co-founder-and-head-data-engineer-at-damavis/) - Interview with Joan Martín, co-founder and Head Data Engineer at Damavis. Today we will know a little more about one of the members of our team.
- [Meet our team: Antonio Boutaour - Data Engineer at Damavis](https://blog.damavis.com/en/meet-our-team-antonio-boutaour-data-engineer-at-damavis/) - Interview with Antonio Boutaour, Data Engineer at Damavis. Today we will know a little more about one of the members of our team.
- [Conoce a nuestro equipo: Antonio Boutaour - Data Engineer en Damavis](https://blog.damavis.com/conoce-a-nuestro-equipo-antonio-boutaour-data-engineer-en-damavis/) - Entrevista a Antonio Boutaour, Data Engineer en Damavis. Hoy conoceremos un poco más a uno de los miembros de nuestro equipo.
- [Interview to David Martín,  CEO at Damavis](https://blog.damavis.com/en/interview-to-david-martin-ceo-at-damavis/) - David Martín, CEO at Damavis, attends the IB3 radio program, where he talks about his professional career and the way Damavis works.
- [Entrevista a David Martín, CEO en Damavis](https://blog.damavis.com/entrevista-a-david-martin-ceo-en-damavis/) - David Martín, CEO en Damavis, acude al programa de IB3 radio, donde cuenta su trayectoria profesional y la forma en la que se trabaja en Damavis.
- [Summary of week 51 at Damavis](https://blog.damavis.com/en/summary-of-week-51-at-damavis/) - We compile the most important news of week 51 at Damavis: an interview in our blog and review the most important publications from our social networks
- [Resumen de la semana 51 en Damavis](https://blog.damavis.com/resumen-de-la-semana-51-en-damavis/) - Recopilamos las novedades más destacadas de la semana 51 en Damavis: nueva entrevista en el blog y repaso de las publicaciones más importantes de redes sociales
- [Resumen de la semana 52 en Damavis](https://blog.damavis.com/resumen-de-la-semana-52-en-damavis/) - Terminamos 2021 con la recopilación de las novedades de esta semana 52 en Damavis: Nuevo post en el blog y las últimas noticias sobre Big Data e IA en redes
- [Summary of week 52 at Damavis](https://blog.damavis.com/en/summary-of-week-52-at-damavis/) - We end 2021 with the compilation of the news of this week 52 in Damavis: New post on the blog and the latest news about Big Data and AI in networks
- [Resumen de la semana 50 en Damavis](https://blog.damavis.com/resumen-de-la-semana-50-en-damavis/) - Resumen de las novedades más importantes de la semana 50 en Damavis: nuevo post en el blog y las noticias más destacadas de nuestras redes sociales.
- [Summary of week 50 at Damavis](https://blog.damavis.com/en/summary-of-week-50-at-damavis/) - We make a summary of the most important news of the week 50 at Damavis: new blog post by Antonio Boutaour and the most relevant news from our social networks.
- [Summary of week 49 at Damavis](https://blog.damavis.com/en/summary-of-week-49-at-damavis/) - We compile the most important news of week 49 at Damavis: the latest publications in our social networks and a new post in our blog by Sergio Pérez.
- [Resumen de la semana 49 en Damavis](https://blog.damavis.com/resumen-de-la-semana-49-en-damavis/) - Recopilamos las noticias más importantes de la semana 49 en Damavis: las últimas publicaciones en redes y un nuevo post en nuestro blog por Sergio Pérez.
- [Resumen de la semana 48 en Damavis](https://blog.damavis.com/resumen-de-la-semana-48-en-damavis/) - Resumimos las novedades más importantes de la semana 48 en Damavis: Nuevo post en nuestro blog y las últimas noticias publicadas en nuestras redes.
- [Summary of week 48 at Damavis](https://blog.damavis.com/en/summary-of-week-48-at-damavis/) - We resume the most important news of week 48 at Damavis: New post in our blog by Joan Martín and the latest news published in our social networks.
- [Summary of week 47 at Damavis](https://blog.damavis.com/en/summary-of-week-47-at-damavis/) - We compile the most important news of week 47 at Damavis: a new member of the Damavis team, the premiere of our new website and a new interview.
- [Resumen de la semana 47 en Damavis](https://blog.damavis.com/resumen-de-la-semana-47-en-damavis/) - Recopilamos las noticias más importantes de la semana 47 en Damavis: Un nuevo miembro en el equipo Damavis, el estreno de nuestra nueva web y una nueva entrevista.
- [Summary of week 46 at Damavis](https://blog.damavis.com/en/summary-of-week-46-at-damavis/) - Compilation of the most important news of the week 46 in Damavis: latest technological news in our social networks and new post in our blog.
- [Resumen de la semana 46 en Damavis](https://blog.damavis.com/resumen-de-la-semana-46-en-damavis/) - Recopilación de las noticias más importantes de la semana 46 en Damavis: últimas novedades tecnológicas en nuestras redes sociales y nuevo post en nuestro blog.
- [Summary of week 45 at Damavis](https://blog.damavis.com/en/summary-of-week-45-at-damavis/) - Recopilamos las noticias más importantes de la semana 45 en Damavis: nuevo post por Nadal Comparini y el contenido más relevante visto en redes sociales.
- [Resumen de la semana 45 en Damavis](https://blog.damavis.com/resumen-de-la-semana-45-en-damavis/) - Recopilamos las noticias más importantes de la semana 45 en Damavis: nuevo post por Nadal Comparini y el contenido más relevante visto en redes sociales.
- [Summary of week 44 at Damavis](https://blog.damavis.com/en/summary-of-week-44-at-damavis/) - Summary of week 44 at Damavis, most relevant content, new interview on the blog, latest news on social networks, job offers
- [Resumen de la semana 44 en Damavis](https://blog.damavis.com/resumen-de-la-semana-44-en-damavis/) - Resumen semana 44 en Damavis, contenido más relevante, nueva entrevista en el blog, últimas noticias en redes sociales, oferta de empleo
- [Summary of week 43 at Damavis](https://blog.damavis.com/en/summary-of-week-43-at-damavis/) - We compile the most important news of this week 43 in Damavis: latest news in social networks, new blog post and much more.
- [Resumen de la semana 43 en Damavis](https://blog.damavis.com/resumen-de-la-semana-43-en-damavis/) - Recopilamos las noticias más importantes de esta semana en Damavis: últimas novedades en redes sociales, nuevo post en el blog y mucho más.
- [Resumen de la semana 42 en Damavis](https://blog.damavis.com/resumen-de-la-semana-42-en-damavis/) - Recopilación de las noticias de la semana 42 en Damavis: nuevo artículo en el Blog, publicaciones en Redes Sociales y nueva oferta de empleo Data Scientist,
- [Summary of week 42 at Damavis](https://blog.damavis.com/en/summary-of-week-42-at-damavis/) - Compilation of the news of week 42 in Damavis: new article in the Blog, publications in Social Networks and new job offer Data Scientist,
- [Resumen de la semana 41 en Damavis](https://blog.damavis.com/resumen-de-la-semana-41-en-damavis/) - Resumen de la semana 41 en Damavis: últimas noticias de Big Data e Inteligencia Artificial y novedades en nuestras redes sociales.
- [Damavis Summary of week 41, 2021](https://blog.damavis.com/en/damavis-summary-of-week-41-2021/) - We compile the information of week 41 at Damavis: latest news on Big Data and Artificial Intelligence and news on our social networks.
- [Damavis Summary of week 40, 2021](https://blog.damavis.com/en/damavis-summary-of-week-40-2021/) - We review the most relevant of week 40 at Damavis: latest news on Big Data and Artificial Intelligence and news shared on social networks.
- [Resumen de la semana 40 en Damavis](https://blog.damavis.com/resumen-de-la-semana-40-en-damavis/) - Repasamos lo más relevante de la semana 40 en Damavis: últimas novedades de Big Data e Inteligencia Artificial y las noticias compartidas en redes sociales
- [Damavis Summary of week 24, 2021](https://blog.damavis.com/en/damavis-summary-of-week-24-2021/) - The use of Window in Spark, how is it to work at Damavis and news about artificial intelligence in healthcare - 2021-06-19
- [Resumen de la semana 24 en Damavis](https://blog.damavis.com/resumen-de-la-semana-24-en-damavis/) - El uso de Window en Apache Spark, cómo es trabajar en Damavis y las novedades de la inteligencia artificial en la sanidad - 2021-06-19
- [Damavis Summary of week 21, 2021](https://blog.damavis.com/en/damavis-summary-of-week-21-2021/) - Avoiding UDFs in Apache Spark, working in Damavis, and a guide to discovering which open-source tool is the right for your project - 2021-05-30
- [Resumen de la Semana 21 del 2021 en Damavis](https://blog.damavis.com/resumen-de-la-semana-21-del-2021-en-damavis/) - Evitar UDFs en Apache Spark, trabajar en Damavis y una guía para descubrir qué herramienta open-source es la más adecuada - 2021-05-30
- [Damavis Summary of week 20, 2021](https://blog.damavis.com/en/damavis-summary-of-week-20-2021/) - Demand forecasting model, a dynamic programming application and a job offer at Damavis - 2021-05-23
- [Resumen de la Semana 20 del 2021 en Damavis](https://blog.damavis.com/resumen-de-la-semana-20-del-2021-en-damavis/) - Modelo de predicción de demanda, una aplicación de programación dinámica y una oferta laboral en Damavis - 2021-05-23
- [Resumen de la Semana 18 del 2021 en Damavis](https://blog.damavis.com/resumen-de-la-semana-18-del-2021-en-damavis/) - Airflow avanzado, creación de pipelines de machine learning e inteligencia artificial en supermercados - 2021-05-07
- [Damavis Summary of week 18, 2021](https://blog.damavis.com/en/damavis-summary-of-week-18-2021/) - Advanced Airflow, creation of machine learning pipelines and artificial intelligence in supermarkets - 2021-05-07
- [Damavis Summary of week 17, 2021](https://blog.damavis.com/en/damavis-summary-of-week-17-2021/) - Simple perceptron, machine learning at airports, and the artificial intelligence act - 2021-05-01
- [Resumen de la Semana 17 del 2021 en Damavis](https://blog.damavis.com/resumen-de-la-semana-17-del-2021-en-damavis/) - El perceptrón simple, machine learning en aeropuertos, y la ley de la inteligencia artificial - 2021-05-01
- [Resumen de la Semana 16 del 2021 en Damavis](https://blog.damavis.com/resumen-de-la-semana-16-del-2021-en-damavis/) - Resumen de la semana: Trabajar en Damavis, la importancia del software libre, y el progreso de la inteligencia artificial - 2021-04-23
- [Damavis Summary of week 16, 2021](https://blog.damavis.com/en/damavis-summary-of-week-16-2021/) - Weekly summary: Working at Damavis, the importance of open source software, and progress in artificial intelligence - 2021-04-23
- [Resumen de la Semana 15 del 2021 en Damavis](https://blog.damavis.com/resumen-de-la-semana-15-del-2021-en-damavis/) - Recopilación de las noticias y novedades compartidas por Damavis durante esta semana en nuestras redes - 2021-04-17
- [Damavis Summary of week 15, 2021](https://blog.damavis.com/en/damavis-summary-of-week-15-2021/) - Damavis Blog New update in our blog by our Data Scientist Carlos Rodríguez. In recent years more and more companies are using machine learning and statistics to optimize their business processes. Survival analysis is a little known branch of statistics but it can be useful in many situations. In our new post Application of Survival Analysis
- [Resumen de la Semana 14 del 2021 en Damavis](https://blog.damavis.com/resumen-de-la-semana-14-del-2021-en-damavis/) - Recopilación de las noticias y novedades compartidas por Damavis durante esta semana en nuestras redes - 2021-04-09
- [Damavis Summary of week 14, 2021](https://blog.damavis.com/en/damavis-summary-of-week-14-2021/) - Compilation of the news and news shared this week in our networks at Damavis - 2021-04-09
- [Damavis Summary of week 13, 2021](https://blog.damavis.com/en/damavis-summary-of-week-13-2021/) - Compilation of the news and news shared this week in our networks at Damavis - 2021-04-02
- [Resumen de la Semana 13 del 2021 en Damavis](https://blog.damavis.com/resumen-de-la-semana-13-del-2021-en-damavis/) - Damavis Blog Nueva actualización en nuestro blog por parte de nuestro Data Scientist Gabriel Garau. En el artículo Perceptrón Simple: Definición Matemática y Propiedades hablamos, además de lo que su título indica, sobre uno de los problemas más comunes en el mundo de la ciencia de datos: la predicción del valor de ciertas variables a
- [Damavis Summary of Week 12, 2021](https://blog.damavis.com/en/damavis-summary-of-week-12-2021/) - Compilation of the news and news shared this week in our networks - 2021-03-26
- [Resumen de la Semana 12 del 2021](https://blog.damavis.com/resumen-de-la-semana-12-del-2021/) - Recopilación de las noticias y novedades compartidas durante esta semana en nuestras redes - 2021-03-26
- [Damavis Summary of Week 11, 2021](https://blog.damavis.com/en/damavis-summary-of-week-11-2021/) - Damavis Blog New update on our blog by our Data Engineer Head Joan Martín about How to set up a Clean Code architecture with Alpakka Kafka At Damavis we are very aware of the importance for our clients to have access to their data in real time. For this reason, one of our strengths is the development of
- [Resumen de la semana 11 del 2021](https://blog.damavis.com/resumen-de-la-semana-11-del-2021/) - Recopilación de las noticias y novedades compartidas durante esta semana en nuestras redes - 2021-03-19
- [Damavis Summary of week 9, 2021](https://blog.damavis.com/en/damavis-summary-of-week-9-2021/) - Compilation of the news and news shared this week in our networks - 2021-03-05
- [Resumen de la Semana 9 del 2021 en Damavis](https://blog.damavis.com/resumen-de-la-semana-9-del-2021-en-damavis/) - Recopilación de las noticias y novedades compartidas durante esta semana en nuestras redes - 2021-03-05
- [Resumen de la semana 8 del 2021 en Damavis](https://blog.damavis.com/resumen-de-la-semana-8-del-2021-en-damavis/) - Recopilación de las noticias y novedades compartidas durante esta semana en nuestras redes - 2026-08-09
- [Damavis Summary of week 7, 2021](https://blog.damavis.com/en/damavis-summary-of-week-7-2021-2/) - Damavis Blog New post by our Data Engineer Pedro Riera about Cross Compiling in Java Can the latest tools added to the language be used without being limited to an old version? A situation that occurs frequently is having to write code for a project that is in an old version of java. In Damavis, we
- [Damavis Summary of week 7, 2021](https://blog.damavis.com/en/damavis-summary-of-week-7-2021/) - Compilation of the news and news shared this week in our networks - Damavis Blog - Data - Machine Learning - Visualization - 2026-08-09
- [Resumen de la semana 7 del 2021 en Damavis](https://blog.damavis.com/resumen-de-la-semana-7-del-2021/) - Recopilación de las noticias y novedades compartidas durante esta semana en nuestras redes - 2026-08-09
- [Summary of week 6 2021](https://blog.damavis.com/en/summary-of-week-6-2021/) - Compilation of the news and news shared this week in our networks - 2026-08-09
- [Resumen de la semana 6 del 2021](https://blog.damavis.com/resumen-de-la-semana-6-del-2021/) - Damavis Blog Nuevas actualizaciones en nuestro blog por parte de nuestro Data Engineer Head Óscar García y nuestro Data Scientist Head Daniel Bestard. Hablamos de cómo configurar el entorno de desarrollo de Pyspark en Pycharm con una de las opciones más completas. Con esta configuración podremos depurar nuestras aplicaciones de Pyspark con Pycharm, para así corregir los posibles

## Páginas

- [Servicios](https://blog.damavis.com/servicios/)
- [Artículos](https://blog.damavis.com/articulos/)
- [Sobre nosotros](https://blog.damavis.com/sobre-nosotros/)
- [Categorías](https://blog.damavis.com/categorias/)
- [Contacto](https://blog.damavis.com/contacto/)

## Categorías

- [Data Engineering](https://blog.damavis.com/category/data-engineering/)
- [Algoritmos](https://blog.damavis.com/category/algoritmos/)
- [Data Analytics](https://blog.damavis.com/category/data-analytics/)
- [Data Engineering](https://blog.damavis.com/en/category/data-engineering-en/)
- [Data Analytics](https://blog.damavis.com/en/category/data-analytics-en/)
- [Algorithms](https://blog.damavis.com/en/category/algoritmos-en/)
- [Damavis](https://blog.damavis.com/category/damavis/)
- [Damavis](https://blog.damavis.com/en/category/damavis-en/)
- [Software](https://blog.damavis.com/category/software/)
- [Software](https://blog.damavis.com/en/category/software-en/)
- [Data Science](https://blog.damavis.com/category/data-science/)
- [Data Science](https://blog.damavis.com/en/category/data-science-en/)
- [Equipo Damavis](https://blog.damavis.com/category/equipo-damavis/)
- [Damavis team](https://blog.damavis.com/en/category/damavis-team/)

## Etiquetas

- [optimización](https://blog.damavis.com/tag/optimizacion/)
- [rutas óptimas](https://blog.damavis.com/tag/rutas-optimas/)
- [machine learning](https://blog.damavis.com/tag/machine-learning/)
- [python](https://blog.damavis.com/tag/python/)
- [pandas](https://blog.damavis.com/tag/pandas/)
- [pentaho](https://blog.damavis.com/tag/pentaho/)
- [apache airflow](https://blog.damavis.com/tag/apache-airflow/)
- [plugin](https://blog.damavis.com/tag/plugin/)
- [programación](https://blog.damavis.com/tag/programacion/)
- [kettle](https://blog.damavis.com/tag/kettle/)
- [pentaho pdi](https://blog.damavis.com/tag/pentaho-pdi/)
- [optimization](https://blog.damavis.com/en/tag/optimizacion-en/)
- [guía](https://blog.damavis.com/tag/guia/)
- [spark](https://blog.damavis.com/tag/spark/)
- [pyspark](https://blog.damavis.com/tag/pyspark/)
- [pycharm](https://blog.damavis.com/tag/pycharm/)
- [java](https://blog.damavis.com/tag/java/)
- [hadoop](https://blog.damavis.com/tag/hadoop/)
- [apache airflow](https://blog.damavis.com/en/tag/apache-airflow-en/)
- [guide](https://blog.damavis.com/en/tag/guia-en/)
- [hadoop](https://blog.damavis.com/en/tag/hadoop-en/)
- [java](https://blog.damavis.com/en/tag/java-en/)
- [kettle](https://blog.damavis.com/en/tag/kettle-en/)
- [pandas](https://blog.damavis.com/en/tag/pandas-en/)
- [pentaho pdi](https://blog.damavis.com/en/tag/pentaho-pdi-en/)
- [pentaho](https://blog.damavis.com/en/tag/pentaho-en/)
- [plugin](https://blog.damavis.com/en/tag/plugin-en/)
- [pycharm](https://blog.damavis.com/en/tag/pycharm-en/)
- [pyspark](https://blog.damavis.com/en/tag/pyspark-en/)
- [optimal routes](https://blog.damavis.com/en/tag/rutas-optimas-en/)
- [machine learning](https://blog.damavis.com/en/tag/machine-learning-en/)
- [python](https://blog.damavis.com/en/tag/python-en/)
- [spark](https://blog.damavis.com/en/tag/spark-en/)
- [programming](https://blog.damavis.com/en/tag/programacion-en/)
- [grafos](https://blog.damavis.com/tag/grafos/)
- [graphs](https://blog.damavis.com/en/tag/grafos-en/)
- [software libre](https://blog.damavis.com/tag/software-libre/)
- [free software](https://blog.damavis.com/en/tag/software-libre-en/)
- [kubernetes](https://blog.damavis.com/tag/kubernetes/)
- [kubernetes](https://blog.damavis.com/en/tag/kubernetes-en/)
- [helm](https://blog.damavis.com/tag/helm/)
- [dag](https://blog.damavis.com/tag/dag/)
- [dag](https://blog.damavis.com/en/tag/dag-en/)
- [etl](https://blog.damavis.com/tag/etl/)
- [etl](https://blog.damavis.com/en/tag/etl-en/)
- [noticias](https://blog.damavis.com/tag/noticias/)
- [news](https://blog.damavis.com/en/tag/noticias-en/)
- [damavis](https://blog.damavis.com/tag/damavis/)
- [damavis](https://blog.damavis.com/en/tag/damavis-en/)
- [hdfs](https://blog.damavis.com/tag/hdfs/)
- [hdfs](https://blog.damavis.com/en/tag/hdfs-en/)
- [mapreduce](https://blog.damavis.com/tag/mapreduce/)
- [mapreduce](https://blog.damavis.com/en/tag/mapreduce-en/)
- [yarn](https://blog.damavis.com/tag/yarn/)
- [yarn](https://blog.damavis.com/en/tag/yarn-en/)
- [transición digital](https://blog.damavis.com/tag/transicion-digital/)
- [digital transition](https://blog.damavis.com/en/tag/transicion-digital-en/)
- [data driven](https://blog.damavis.com/tag/data-driven/)
- [data driven](https://blog.damavis.com/en/tag/data-driven-en/)
- [data science](https://blog.damavis.com/tag/data-science/)
- [data science](https://blog.damavis.com/en/tag/data-science-en/)
- [clean code](https://blog.damavis.com/tag/clean-code/)
- [clean code](https://blog.damavis.com/en/tag/clean-code-en/)
- [kafka](https://blog.damavis.com/tag/kafka/)
- [kafka](https://blog.damavis.com/en/tag/kafka-en/)
- [alpakka](https://blog.damavis.com/tag/alpakka/)
- [alpakka](https://blog.damavis.com/en/tag/alpakka-en/)
- [código](https://blog.damavis.com/tag/code/)
- [code](https://blog.damavis.com/en/tag/code-en/)
- [tiempo real](https://blog.damavis.com/tag/tiempo-real/)
- [real time](https://blog.damavis.com/en/tag/tiempo-real-en/)
- [mongo](https://blog.damavis.com/tag/mongo/)
- [mongo](https://blog.damavis.com/en/tag/mongo-en/)
- [pipelines](https://blog.damavis.com/en/tag/pipelines-en/)
- [pipelines](https://blog.damavis.com/tag/pipelines/)
- [open source](https://blog.damavis.com/tag/open-source/)
- [open source](https://blog.damavis.com/en/tag/open-source-en/)
- [NoSQL](https://blog.damavis.com/tag/nosql/)
- [NoSQL](https://blog.damavis.com/en/tag/nosql-en/)
- [redes neuronales](https://blog.damavis.com/tag/redes-neuronales/)
- [neural networks](https://blog.damavis.com/en/tag/redes-neuronales-en/)
- [perceptron](https://blog.damavis.com/tag/perceptron/)
- [perceptron](https://blog.damavis.com/en/tag/perceptron-en/)
- [inteligencia artificial](https://blog.damavis.com/tag/inteligencia-artificial/)
- [artificial intelligence](https://blog.damavis.com/en/tag/inteligencia-artificial-en/)
- [servicios](https://blog.damavis.com/tag/servicios/)
- [services](https://blog.damavis.com/en/tag/servicios-en/)
- [redes sociales](https://blog.damavis.com/tag/redes-sociales/)
- [social networks](https://blog.damavis.com/en/tag/redes-sociales-en/)
- [big data](https://blog.damavis.com/tag/big-data/)
- [big data](https://blog.damavis.com/en/tag/big-data-en/)
- [caso real](https://blog.damavis.com/tag/caso-real/)
- [real case](https://blog.damavis.com/en/tag/caso-real-en/)
- [analisis](https://blog.damavis.com/tag/analisis/)
- [analysis](https://blog.damavis.com/en/tag/analisis-en/)
- [recursividad](https://blog.damavis.com/tag/recursividad/)
- [recursion](https://blog.damavis.com/en/tag/recursividad-en/)
- [udf](https://blog.damavis.com/tag/udf/)
- [udf](https://blog.damavis.com/en/tag/udf-en/)
- [array](https://blog.damavis.com/tag/array/)
- [array](https://blog.damavis.com/en/tag/array-en/)
- [sql](https://blog.damavis.com/tag/sql/)
- [sql](https://blog.damavis.com/en/tag/sql-en/)
- [Team](https://blog.damavis.com/en/tag/team/)
- [optimizacion precios](https://blog.damavis.com/tag/optimizacion-precios/)
- [pricing](https://blog.damavis.com/tag/pricing/)
- [demand model](https://blog.damavis.com/en/tag/demand-model/)
- [tensorflow](https://blog.damavis.com/tag/tensorflow/)
- [convolutional network](https://blog.damavis.com/en/tag/convolutional-network/)
- [estadística](https://blog.damavis.com/tag/estadistica/)
- [solid](https://blog.damavis.com/tag/solid/)
- [pca](https://blog.damavis.com/tag/pca/)
- [Apache Kafka](https://blog.damavis.com/tag/apache-kafka/)
- [Apache Spark](https://blog.damavis.com/tag/apache-spark/)
- [noticias Big Data](https://blog.damavis.com/tag/noticias-big-data/)
- [equipo Damavis](https://blog.damavis.com/tag/equipo-damavis/)
- [Apache Kafka](https://blog.damavis.com/en/tag/apache-kafka-en/)
- [Apache Spark](https://blog.damavis.com/en/tag/apache-spark-en/)
- [statistics](https://blog.damavis.com/en/tag/statistics-en/)
- [graph theory](https://blog.damavis.com/en/tag/graph-theory/)
- [Damavis team](https://blog.damavis.com/en/tag/damavis-team/)
- [pca](https://blog.damavis.com/en/tag/pca-en/)
- [price optimization](https://blog.damavis.com/en/tag/price-optimization/)
- [pricing](https://blog.damavis.com/en/tag/pricing-en/)
- [redes convolucionales](https://blog.damavis.com/tag/redes-convolucionales/)
- [solid](https://blog.damavis.com/en/tag/solid-en/)
- [equipo](https://blog.damavis.com/tag/equipo/)
- [deep learning](https://blog.damavis.com/en/tag/deep-learning/)
- [deep learning](https://blog.damavis.com/tag/deep-learning-es/)
- [teoría de grafos](https://blog.damavis.com/tag/teoria-de-grafos/)
- [Docker](https://blog.damavis.com/tag/docker/)
- [Docker](https://blog.damavis.com/en/tag/docker-en/)
- [Data Governance](https://blog.damavis.com/tag/data-governance/)
- [Data Governance](https://blog.damavis.com/en/tag/data-governance-en/)
- [Apache Atlas](https://blog.damavis.com/tag/apache-atlas/)
- [Apache Atlas](https://blog.damavis.com/en/tag/apache-atlas-en/)
- [npl](https://blog.damavis.com/tag/npl/) - procesamiento del lenguaje natural
- [npl](https://blog.damavis.com/en/tag/npl-en/) - natural language processing
- [Stable Difussion](https://blog.damavis.com/tag/stable-diffusion/)
- [Stable Diffusion](https://blog.damavis.com/en/tag/stable-diffusion-en/)
- [LDM](https://blog.damavis.com/tag/ldm/) - Latent Diffusion Models
- [LDM](https://blog.damavis.com/en/tag/ldm-en/) - Latent Diffusion Models
- [tensorflow](https://blog.damavis.com/en/tag/tensorflow-en/)

## Tags

- [Español](https://blog.damavis.com/)
- [English](https://blog.damavis.com/en/)