E206 - Quarto y Positron: ¿Por qué son útiles para un Data Scientist?

Resumen

El episodio 206 presenta Quarto y Positron, dos herramientas de Posit (antes RStudio), y por qué son útiles para un data scientist. Joshua Kuroiwa, invitado que usa R desde hace unos 15 años, aporta su experiencia y comentarios. El presentador propone Quarto como reemplazo de Jupyter Notebook y Positron como alternativa a Visual Studio Code para ciencia de datos. Quarto separa el código (texto plano .qmd) del output, lo que lo hace amigable con Git, reproducible por diseño y capaz de exportar a HTML, PDF, Word, PowerPoint, dashboards, libros y presentaciones. Positron es un fork de VS Code con paneles de variables, Data Explorer, plots, paquetes, conexiones, soporte nativo de Quarto y un asistente de IA. Los contras señalados son una curva de aprendizaje algo mayor en Quarto y un marketplace de extensiones incompleto en Positron. Se recomienda probar Quarto con un proyecto existente (quarto convert) y usar Positron junto a RStudio o VS Code para migrar gradualmente.

Capítulos

• 00:00
  introBienvenida al episodio 206 sobre Quarto y Positron y por qué son útiles para un data scientist. Se pide al invitado que se presente.
• 00:21
  Joshua y su trayectoriaJoshua, estadístico, usa R desde hace unos 15 años, aprendido en la universidad. Antes partió con Python a través de un amigo, haciendo un proyecto web con Django.
• 01:10
  R vs Python y SASEn el trabajo no usa R: en Mercadolibre todo era Python y en el banco actual se usa SAS, con Databricks antes. El equipo de MLOps construye los flujos y hay que usarlos.
• 02:20
  Proyecto y landing en QuartoJoshua presentará al día siguiente un proyecto con IA para consultar datos del censo, con la idea de democratizar el acceso a los datos. La página (landing) la hicieron con Quarto.
• 03:15
  Por qué Quarto importaSe plantea Quarto como reemplazo de Jupyter Notebook y Positron como reemplazo de VS Code para el perfil de data scientist. El tiempo se va en análisis exploratorio, reportes y aplicaciones analíticas.
• 04:20
  Problemas con JupyterPara el presentador, Jupyter solo es "pasable" para análisis exploratorio. Se crean y borran celdas para imprimir y queda basura en el documento. Joshua menciona que hay que limpiar el kernel y ejecutar todo de nuevo para garantizar el orden.
• 06:45
  Qué es QuartoHerramienta open source de Posit, la empresa antes llamada RStudio, que cambió de nombre porque se asociaba solo con R. Un .qmd es un Markdown "con esteroides" donde el lenguaje de cada celda va entre llaves (Python, R, shell, Java…).
• 08:35
  Multilenguaje y formatosQuarto permite varios lenguajes en el mismo documento, mientras que Jupyter ata cada documento a un kernel. Con el mismo código se publica en HTML, PDF y otros formatos; más información en quarto.org.
• 09:40
  Git y reproducibilidadUn .ipynb es un JSON que mezcla input, output y metadatos, lo que dificulta el versionamiento. En Quarto el código es texto plano y se renderea a HTML, PDF o PowerPoint, ejecutando de principio a fin por defecto.
• 12:15
  Ejecutar sin celdas basuraEn Positron se puede ejecutar código seleccionado con Ctrl+Enter, sin crear celdas solo para imprimir. Los plots no bloquean la ejecución, a diferencia de un script con ventana emergente, y las tablas se ven bien; para asegurar que todo funciona hay que volver a ejecutar de principio a fin.
• 17:34
  Freeze y libros en QuartoLa opción freeze evita re-ejecutar partes que no cambiaron, guardando el output en caché en una carpeta oculta. En el libro de apoyo para sus clases del máster usa freeze: auto en todos los capítulos, con renders que de otro modo pueden tardar de 10 minutos a una hora.
• 19:56
  Reportes parametrizadosPermiten generar el mismo informe para cada ciudad, año u otra división, pasando parámetros al renderizar por terminal y automatizándolo con un loop. Joshua dice haberlo usado solo un par de veces; el presentador cuenta un caso de correos distintos por área para subgerentes.
• 24:11
  Dashboards y dependenciasQuarto permite dashboards nativos sin Shiny ni Streamlit, divididos en filas y columnas. En la demo faltaban dependencias (Jupyter y Plotly), que se instalaron con uv; se recomienda uv sobre pip y poetry, y se menciona renv para R.
• 28:05
  Publicar con PositSe puede publicar en los servidores de Posit con un clic desde Posit Publisher, útil para proyectos personales u open source. Para uso empresarial privado se necesitaría Posit Connect. Se muestra el libro del máster, publicado manualmente, y se describe su contenido (EDA, Git, storytelling, Linux, cloud, LLMs, harness engineering y spec-driven development).
• 36:14
  Contras y curva de aprendizajeEl contra principal es una curva de aprendizaje algo mayor: el encabezado YAML y las opciones de celdas. Joshua dice que la flexibilidad "se paga" conociendo las opciones, pero se puede partir con un YAML mínimo indicando solo el formato.
• 38:37
  Resumen y cierre de QuartoAl ser texto plano, separar input de output y ser open source, Quarto es amigable con Git y reproducible por diseño, y exporta a PDF, Word o PowerPoint. Joshua cuenta que le costó el cambio desde RMarkdown y Xaringan, pero que vale la pena por la variedad de formatos.
• 41:03
  Memes y comunidadMemes de la semana sobre data scientists, la pronunciación de "data" y el "meme proxy". Se invita a suscribirse y a unirse al Discord.
• 44:20
  Dónde aprender QuartoLa fuente principal es la documentación oficial de Quarto, con guías y una galería de ejemplos. Se recomienda entender primero la base y luego consultar a la IA.
• 45:15
  Formatos y recursos QuartoLa galería muestra reportes HTML, PDF y Word, presentaciones Beamer y Reveal.js, dashboards, sitios web, libros y papers. Joshua comparte tres enlaces a sus sitios hechos con Quarto.
• 47:08
  Copiar templates y dashboardsLos ejemplos de la galería incluyen código que se puede copiar. El dashboard de ejemplo, de unas 40 líneas, funcionó tras instalar las librerías faltantes.
• 48:24
  Positron IDE para datosPositron es un IDE gratuito y open source de Posit, fork de VS Code, orientado a Python y R. Combina VS Code con buenas prácticas de RStudio.
• 53:33
  Extensiones y marketplaceLas extensiones de Microsoft no están en el marketplace de Positron, por lo que algunas pueden no estar disponibles, aunque Posit ha cubierto las más importantes (por ejemplo SSH). Joshua menciona que ha instalado extensiones por fuera del marketplace.
• 56:30
  Quarto por terminal y automatizaciónQuarto es un comando de terminal: render, preview, convert, help. Se puede automatizar, por ejemplo, un reporte mensual y su envío posterior.
• 58:26
  Variables y Data ExplorerEl panel de variables evita imprimir y muestra el uso de memoria. El Data Explorer ofrece vista tipo Excel, histogramas, porcentaje de valores faltantes, estadísticas y filtros que se pueden exportar a código (por ejemplo Pandas).
• 01:02:00
  Sesiones paralelas y plotsSe pueden tener varias sesiones de intérprete en paralelo, con distintas versiones de Python, y ver el uso de CPU y memoria de cada una. El panel de plots guarda el historial de gráficos; el guardado manual sirve en exploración, no para procesos automáticos.
• 01:08:25
  Paquetes y Notebook editorEl panel de paquetes permite buscar librerías de R y Python y abrir su documentación, y F1 sobre una función lleva a ella. El editor de notebooks permite arrastrar celdas y es una función nueva de este año.
• 01:11:01
  IA en PositronSe configuran proveedores de IA: Posit AI, Amazon Bedrock, Anthropic, GitHub Copilot, OpenAI y Snowflake. El asistente conoce el contexto de la sesión y los objetos sin gastar tokens en explorarlos.
• 01:15:29
  Resumen y migración desde RStudioMigrar desde VS Code es directo; desde RStudio cuesta más, y los keymaps de RStudio ayudan. Se recomienda usar ambos y migrar gradualmente, ya que Posit concentra el desarrollo nuevo en Positron. Se muestra quarto convert para pasar un notebook a .qmd.
• 01:22:45
  Cierre 1Se responden comentarios del chat (uso de Positron con servidores remotos, comandos de terminal desde Jupyter) y se anuncia que el video editado se publicará después. Joshua da su impresión: Quarto permite estandarizar y comunicar el trabajo en varios formatos.
• 01:25:56
  Quarto books y referenciasSe muestra la estructura del libro: un archivo por capítulo, orquestado con _quarto.yml, con exportación simultánea a HTML y PDF. Las referencias cruzadas funcionan por hipervínculos y rutas relativas, por lo que mover o renombrar archivos obliga a actualizarlas.
• 01:31:25
  Cierre 2Agradecimientos a los participantes y despedida hasta la próxima semana.

Palabras clave