Música y Orquestadores con Python

-
Tags: #charlas

¡Hola, PyLadies!

Casi sobre la bocina, os presentamos el último meetup que vamos a tener este año. Las PyLadies Yamila Moreno y Bea Hernández nos presentarán dos casos muy distintos para los que se puede usar Python, para que vayamos siendo conscientes de todas las posibilidades de este lenguaje de programación.

Nos vemos el lunes 4 de diciembre en la 1ª planta de la cafetería de Campus Madrid. ¡¡¡No faltes!!! ;)

Agenda

Desplegando aplicaciones Django en Swarm - Yamila Moreno

El mundo de los orquestadores está en un momento de auge; cada vez en más sitios reclaman conocimientos de devops, para atender a los nuevos retos, de escala global, a los que se enfrentan nuestros servicios. Junto al conocimiento de todo el ecosistema de nuevas herramientas (Docker, Kubernetes, Swarm…), hace falta también revisitar la forma que damos a nuestras aplicaciones, para que puedan ser fácilmente desplegables. La filosofía de los microservicios, con sus luces y sombras, ayuda a que hagamos aplicaciones bien encapsuladas y que se pueden poner en producción de forma más ágil y limpia.

Magenta es un color especial - Bea Hernández

Introducción a las RNN con música gracias a Magenta, la librería de TensorFlow para crear música con redes neuronales. Daremos un repaso, desde su instalación hasta entrenar un modelo.

Sobre las ponentes

Yamila Moreno se licenció en Teoría de la Literatura y Literatura Comparada. Un día, cayó en sus manos una Knoppix y poco después estaba programando. Fue cuestión de tiempo que se empezara a involucrar con Python y con el Open Source, como afición y como profesión. En los últimos 5 años, ha co-fundado Kaleidos y ha sido un miembro muy activo de la comunidad Open Source: ha co-fundado la Asociación Python España, fundó PyLadies España, y ha organizado conferencias internacionales así como talleres locales dirigidos a grupos infrarrepresentados. En su tiempo libre entrena a su drone para, algún día, dominar el mundo.

Bea Hernández es Data Scientist en DatMean, donde trabaja con tecnologías Deep Learning y visualización de datos aplicado a la publicidad online. En su tiempo libre co-organiza R-Ladies Madrid, una rama local de la comunidad global de R en la que se fomenta la diversidad de género en los campos STEM y en concreto en la comunidad de R.