Artículos

Almacenamiento de datos recalculables

Edición Python Edición JVM Blog ... biblioteca --> Almacenamiento de datos recomputables por Konrad Hinsen, publicado el 03 de enero de 2014. Una pregunta frecuente que recibo como

Máquinas virtuales y PDF: futuras reliquias del pasado

Edición Python Edición JVM Blog ... biblioteca --> Máquinas virtuales y PDF: futuras reliquias del pasado, por Konrad Hinsen, publicado el 09 de septiembre de 2014. Un

Mantenimiento de software en investigación

edición Python edición JVM Blog ... biblioteca --> Mantenimiento de software en investigación por Konrad Hinsen, publicado el 26 de febrero de 2014. Mantenimiento de software

La permanencia de los datos científicos

Edición Python Edición JVM Blog ... biblioteca --> La permanencia de los datos científicos por Konrad Hinsen, publicado el 29 de mayo de 2015 En una entrada reciente del blog

La edición Pharo de ActivePapers

edición Python, edición JVM, edición Pharo, Blog... biblioteca --> La edición Pharo de ActivePapers por Konrad Hinsen, publicada el 10 de mayo de 2019. El Activ

Servicios de archivo de datos: una guía práctica

Los servicios de archivo de datos son sistemas y proveedores que trasladan datos de investigación desde un almacenamiento activo a un almacenamiento a largo plazo administrado de forma independiente y

Las mejores herramientas para la investigación: mejores opciones comparadas

Las herramientas de investigación se dividen en cinco capas funcionales: gestión de referencias, descubrimiento de literatura, análisis de datos, cuadernos de laboratorio electrónicos y reproducibilid

Las mejores herramientas de investigación gratuitas: mejores opciones comparadas

El mejor software de archivo de datos: mejores opciones comparadas

El software de archivo de datos cubre al menos cuatro categorías distintas: herramientas de respaldo, gestión de almacenamiento jerárquico (HSM), repositorios de datos de investigación y ente.

Las mejores herramientas de archivo de datos comparadas para la investigación (2026)

El archivado de datos implica mover datos que ya no se utilizan activamente a un nivel de almacenamiento separado y menos costoso donde se conservan a largo plazo para cumplir con las normas.

Ciencia de datos para Python: una guía práctica

La ciencia de datos para Python es la práctica de utilizar la pila científica de Python (NumPy, pandas, SciPy, Matplotlib, scikit-learn y Jupyter) para cargar, limpiar,

Las mejores herramientas gratuitas de código abierto: mejores opciones comparadas

Las herramientas gratuitas de código abierto cubren miles de proyectos mantenidos activamente en todas las categorías de informática científica, desde NumPy y HDF5 hasta OpenFOAM.

El mejor almacenamiento de datos de archivo a largo plazo: mejores opciones

El almacenamiento de datos de archivo a largo plazo cubre cuatro familias de medios prácticos: cinta (LTO), discos ópticos (M-DISC y Blu-ray de archivo), discos duros y SSD, y cl.

Comparación de soluciones de archivo de datos a largo plazo

Las soluciones de archivo de datos a largo plazo son sistemas y servicios que preservan los datos durante años, incluso décadas, mientras los mantienen recuperables, auditables y asequibles.

El mejor almacenamiento de datos a largo plazo: mejores opciones comparadas

El almacenamiento de datos a largo plazo implica mantener los datos digitales legibles e intactos durante años o incluso décadas, y las opciones prácticas se dividen en cinco familias: magnético

Procesamiento de datos NumPy: una guía práctica

El procesamiento de datos NumPy es la práctica de cargar, remodelar, limpiar y reducir matrices numéricas con la biblioteca NumPy, cuyo núcleo de almacenamiento de objetos ndarray

Comparadas las mejores herramientas Python de dinámica molecular

Las herramientas de dinámica molecular de Python cubren alrededor de una docena de paquetes mantenidos activamente, desde motores de simulación integrales como OpenMM y LAMMPS hasta análisis.

Repositorio de dinámica molecular: una guía práctica

Un repositorio de dinámica molecular es un host controlado por versiones para código de simulación, conjuntos de datos de entrada, parámetros de campo de fuerza y ​​scripts de análisis, y el ecosistem

NumPy para científicos de datos: una guía práctica

NumPy para científicos de datos es la biblioteca básica de Python para computación numérica: proporciona ndarray, un bloque de memoria contiguo de tipo fijo que admite

Las mejores herramientas de investigación reproducibles de NumPy: mejores opciones comparadas (2026)

Si se gana la vida escribiendo Python científico, ya sabe la incómoda verdad: un script que produce los números correctos hoy en día puede producir diferentes

La mejor investigación reproducible de NumPy frente a R: mejores selecciones comparadas (2026)

La reproducibilidad computacional no es una característica del lenguaje, es una disciplina de ingeniería impuesta a cualquier herramienta que elija. Este es el más imp

La mejor computación en la nube de código abierto: mejores opciones comparadas

La computación en la nube de código abierto abarca al menos cuatro capas distintas: infraestructura (OpenStack, Apache CloudStack), orquestación (Kubernetes), plataforma de servicios.

Comparación de las mejores herramientas informáticas científicas de código abierto

La informática científica de código abierto abarca docenas de proyectos maduros, desde NumPy y SciPy hasta OpenFOAM y GROMACS, la mayoría dirigidos por organizaciones sin fines de lucro como NumFOCUS

Los mejores artículos científicos de código abierto: mejores opciones

Los artículos científicos de código abierto son artículos de investigación revisados ​​por pares publicados bajo licencias que permiten a cualquiera leerlos, reutilizarlos y redistribuirlos, y la prác

Simulación molecular de Python: una guía práctica

La simulación molecular de Python se ha convertido en el punto de entrada predeterminado para los científicos computacionales que desean modelar átomos, moléculas y materiales sin escritura.

Las mejores herramientas R para análisis científicos reproducibles

R para análisis científicos reproducibles se basa en cuatro capas: una estructura de proyecto, un entorno controlado por versiones, un formato de documento alfabetizado y una dependencia.

¿La investigación no es reproducible? Una guía práctica

La investigación no reproducible es la situación en la que un grupo independiente, dados los mismos datos, código y métodos descritos, no puede obtener el mismo resultado: una

Reproducibilidad de la investigación científica: una guía práctica

La reproducibilidad de la investigación científica es la capacidad de un investigador independiente, dados los mismos datos, código y entorno computacional, para obtener la misma información.

¿Qué es la ingeniería de software de investigación?

La ingeniería de software de investigación (RSE) es la disciplina que aplica prácticas profesionales de ingeniería de software: control de versiones, pruebas, revisión de código, continuación.