WIP learning path

Author: jpchauvel

learning-path/advanced-a.md

@@ -0,0 +1 @@
+# Cloud

learning-path/advanced-b.md

@@ -0,0 +1 @@
+# Despliegue

learning-path/beginner.md

@@ -0,0 +1,35 @@
+# Cloud y DevOps
+
+En esta sección, hemos recopilado una selección de recursos especialmente
+diseñados para potenciar las habilidades de los Pythonistas que se especializan
+en Cloud y DevOps. Tanto si estás dando tus primeros pasos en este ámbito como
+si ya eres un experto en Cloud y DevOps, encontrarás enlaces a herramientas
+clave, libros imprescindibles, blogs especializados y videos tutoriales que te
+ayudarán a dominar Python en el contexto de la nube y la infraestructura como
+código.
+
+Para aquellos que están incursionando en Cloud y DevOps con Python, te
+recomendamos explorar recursos que te introduzcan a conceptos fundamentales como
+despliegue automatizado, orquestación de contenedores con Docker y Kubernetes,
+gestión de infraestructura con herramientas como Terraform, y cómo utilizar
+Python para automatizar tareas de DevOps. Estos recursos te brindarán una base
+sólida para trabajar de manera eficiente en entornos de Cloud y DevOps con
+Python.
+
+Para los Pythonistas con experiencia en Cloud y DevOps, te ofrecemos recursos
+avanzados como libros especializados en arquitectura cloud, implementación de
+pipelines de CI/CD con Python, blogs que exploran casos de uso reales en Cloud y
+DevOps, videos sobre técnicas avanzadas de despliegue y gestión de
+infraestructura en la nube, y tutoriales prácticos que te desafiarán a optimizar
+y escalar tus procesos de desarrollo en la nube. Con estos recursos a tu
+disposición, podrás llevar tus habilidades de Python en Cloud y DevOps al
+siguiente nivel, mejorar la eficiencia de tus proyectos y destacarte como un
+experto en este campo en constante evolución. ¡Explora, aprende y conviértete en
+un Pythonista líder en Cloud y DevOps!
+
+## Contenido
+
+```{toctree}
+deployment.md
+cloud.md
+```

learning-path/cloud-devops/cloud.md

@@ -0,0 +1 @@
+# Ciencias de Datos Avanzado

learning-path/cloud-devops/deployment.md

@@ -0,0 +1 @@
+# Ciencias de Datos Básico

learning-path/cloud-devops/index.md

@@ -0,0 +1,33 @@
+# Ciencias de Datos
+
+En esta sección, hemos recopilado una lista de recursos cuidadosamente
+seleccionados para impulsar las habilidades de los Pythonistas interesados en el
+mundo de la Ciencia de Datos. Ya sea que estés dando tus primeros pasos en este
+campo apasionante o que ya seas un experto en la materia, encontrarás enlaces a
+herramientas especializadas, libros fundamentales, blogs relevantes y videos
+instructivos que te ayudarán a dominar Python para la Ciencia de Datos.
+
+Para aquellos que están comenzando en la Ciencia de Datos con Python, te
+recomendamos explorar recursos que te introduzcan en las bibliotecas clave como
+NumPy, Pandas, Matplotlib y Scikit-Learn, así como tutoriales que te guíen a
+través de la manipulación de datos, visualización y análisis estadístico con
+Python. Estos recursos te proporcionarán una base sólida para comprender y
+trabajar eficazmente con datos utilizando Python.
+
+Para los Pythonistas con experiencia en Ciencia de Datos, te ofrecemos recursos
+avanzados como libros especializados en análisis predictivo, blogs que
+profundizan en conceptos avanzados de Ciencia de Datos aplicados con Python,
+videos sobre técnicas de modelado y visualización de datos avanzados, y
+tutoriales que te desafiarán a resolver problemas complejos y a explorar nuevas
+áreas de aplicación de Python en la Ciencia de Datos. Con estos recursos, podrás
+expandir tus habilidades, mantenerte actualizado con las últimas tecnologías en
+Ciencia de Datos y avanzar en tu carrera como un Pythonista experto en este
+emocionante campo. ¡Explora, aprende y conviértete en un maestro en la Ciencia
+de Datos con Python!
+
+## Contenido
+
+```{toctree}
+basic-data-science.md
+advanced-data-science.md
+```

learning-path/data-science/advanced-data-science.md

@@ -1,75 +1,132 @@
 # ¡Python de cero a Pro!
 
-En el vasto mundo del aprendizaje, las rutas de aprendizaje se erigen como faros guía, iluminando el camino hacia el conocimiento. Imagina un sendero serpenteante, tejido con módulos y habilidades específicas, diseñado para que cada estudiante trace su propio recorrido. Estas rutas no solo fomentan la autonomía y el compromiso, sino también reducen la deserción y aceleran la asimilación de saberes. ¿Te atreves a explorarlas?
+En el vasto mundo del aprendizaje, las rutas de aprendizaje se erigen como faros
+guía, iluminando el camino hacia el conocimiento. Imagina un sendero
+serpenteante, tejido con módulos y habilidades específicas, diseñado para que
+cada estudiante trace su propio recorrido. Estas rutas no solo fomentan la
+autonomía y el compromiso, sino también reducen la deserción y aceleran la
+asimilación de saberes. ¿Te atreves a explorarlas?
 
-Con nuestras recomendaciones podrás explorar cada tópico del desarrollo de software enfocado en Python e incluyendo algunos tópicos de ayuda como Docker o integración continua, te invitamos a revisar y complementar tus conocimientos con los recursos a continuación.
+Con nuestras recomendaciones podrás explorar cada tópico del desarrollo de
+software enfocado en Python e incluyendo algunos tópicos de ayuda como Docker o
+integración continua, te invitamos a revisar y complementar tus conocimientos
+con los recursos a continuación.
 
-Como mapa general estos son los tópicos que cubriremos en nuestra ruta de aprendizaje:
+Como mapa general estos son los tópicos que cubriremos en nuestra ruta de
+aprendizaje:
 
 
 ```{sketchviz}
 ---
 static-subdir: images/sketchviz
 ---
 digraph G {
-  graph [fontname = "Handlee"];
-  node [fontname = "Handlee"];
-  edge [fontname = "Handlee"];
+  graph [fontname="Handlee"];
+  node [fontname="Handlee"];
+  edge [fontname="Handlee"];
 
   bgcolor=transparent;
   
-  p_1 [label = "Python básico"]
-  p_2 [label = "Python Avanzado"]
+  p_1 [
+    label="Python Básico",
+    href="/learning-path/python-developer/basic-python/", 
+    target="_top"
+  ]
+  p_2 [
+    label="Python Avanzado",
+    href="/learning-path/python-developer/advanced-python/", 
+    target="_top"
+  ]
   
-  d_1 [label = "Desarrollador I"]
-  d_2 [label = "Desarrollador II"]
+  d_1 [
+    label="Desarrollador I",
+    href="/learning-path/web-developer/developer-1/", 
+    target="_top"
+  ]
+  d_2 [
+    label="Desarrollador II",
+    href="/learning-path/web-developer/developer-2/", 
+    target="_top"
+  ]
   
-  dc_1 [label = "Ciencia de datos básico"]
-  dc_2 [label = "Ciencia de datos avanzado"]
+  dc_1 [
+    label="Ciencias de Datos Básico",
+    href="/learning-path/data-science/basic-data-science/", 
+    target="_top"
+  ]
+  dc_2 [
+    label="Ciencias de Datos Avanzado",
+    href="/learning-path/data-science/advanced-data-science/", 
+    target="_top"
+  ]
   
-  dv_1 [label = "Despliegue"]
-  dv_2 [label = "Cloud"]
+  dv_1 [
+    label="Despliegue",
+    href="/learning-path/cloud-devops/deployment/", 
+    target="_top"
+  ]
+  dv_2 [
+    label="Cloud",
+    href="/learning-path/cloud-devops/cloud/", 
+    target="_top"
+  ]
   
-  ml_1 [label = "ML básico"]
-  ml_2 [label = "ML avanzado"]
+  ml_1 [
+    label="ML Básico",
+    href="/learning-path/machine-learning-ai/basic-ml/", 
+    target="_top"
+  ]
+  ml_2 [
+    label="ML Avanzado",
+    href="/learning-path/machine-learning-ai/advanced-ml/", 
+    target="_top"
+  ]
 
   subgraph cluster_python {
     style=filled;
     color=lightgrey;
-    node [style=filled,color=pink];
+    node [style=filled, color=pink];
     p_1 -> p_2;
     label = "*Desarrollador Python*";
     fontsize = 20;
+    href="/learning-path/python-developer/";
+    target="_top";
   }
 
   subgraph cluster_web {
     style=filled;
     color=lightgrey;
-    node [style=filled,color=pink];
+    node [style=filled, color=pink];
     d_1 -> d_2;
-    label = "*Desarrollador web*";
+    label = "*Desarrollador Web*";
     fontsize = 20;
     color=lightblue;
+    href="/learning-path/web-developer/";
+    target="_top";
   }
   
   subgraph cluster_science {
     style=filled;
     color=lightgrey;
-    node [style=filled,color=pink];
+    node [style=filled, color=pink];
     dc_1 -> dc_2;
-    label = "*Data Science*";
+    label = "*Ciencias de Datos*";
     fontsize = 20;
     color=lightblue;
+    href="/learning-path/data-science/";
+    target="_top";
   }
   
   subgraph cluster_devops {
     style=filled;
     color=lightgrey;
-    node [style=filled,color=pink];
+    node [style=filled, color=pink];
     dv_1 -> dv_2;
     label = "*Cloud y DevOps*";
     fontsize = 20;
     color=green;
+    href="/learning-path/cloud-devops/";
+    target="_top";
   }
   
   subgraph cluster_ml {
@@ -80,26 +137,23 @@ digraph G {
     label = "*Machine Learning e IA*";
     fontsize = 20;
     color=green;
+    href="/learning-path/machine-learning-ai/";
+    target="_top";
   }
   
-  start -> p_1;
   p_2 -> d_1;
   p_2 -> dc_1;
   d_2 -> dv_1;
   dc_2 -> ml_1;
-
-
-  start [label="*Inicio*" shape=Mdiamond];
 }
-
 ```
 
 ```{toctree}
 :hidden: true
 
-beginner.md
-intermediate.md
-advanced-a.md
-advanced-b.md
-pro.md
+python-developer/index.md
+web-developer/index.md
+data-science/index.md
+cloud-devops/index.md
+machine-learning-ai/index.md
 ```