1.
Estás trabajando en un sistema que debe permitir modificar los datos de los usuarios después de que hayan sido registrados. ¿Qué estructura de datos en Python usarías para almacenar esa información, sabiendo que necesitas modificarla posteriormente?
2.
¿Cómo se instala un paquete en Python usando pip?
3.
Ordenar un DataFrame por Columna
Dado el siguiente DataFrame:
4.
Conteo de Elementos en una Lista
¿Qué resultado obtendrás al ejecutar el siguiente código?
5.
¿Cuál es el propósito de una función de agregación en SQL?
6.
¿Qué comando se utiliza para realizar un commit en Git?
7.
¿Cuál es una función básica de NumPy?
8.
Eliminar Duplicados en una Lista
¿Qué resultado obtendrás al ejecutar el siguiente código?
[1, 2, 3, 4, 5]
[1, 2, 2, 3, 4, 4, 5]
[2, 4, 6, 8, 10]
[1, 3, 5]
None
9.
¿Cuál es la salida de print(2 ** 3) en Python?
10.
¿Qué es una “normalización” en el contexto de bases de datos relacionales?
11.
¿Cuál de las siguientes afirmaciones sobre una regresión lineal es correcta?
12.
¿Cuál de las siguientes librerías es utilizada para operaciones matriciales en Python?
13.
¿Qué resultado obtiene len([1, 2, 3, 4]) en Python?
14.
Implementar una Clase de Círculo
¿Qué valor retorna la siguiente clase cuando se llama al método circunferencia() con un radio de 5?
15.
Filtrar DataFrame por Columna
Dado el siguiente DataFrame en pandas:
¿Qué instrucción filtra las filas donde la columna ‘edad’ es mayor que 25?
16.
¿Cómo se cambian los nombres de las columnas en un DataFrame de Pandas?
17.
¿Cuál de las siguientes visualizaciones es mejor para representar una variable categórica?
19.
¿Qué es el comando docker build utilizado para hacer?
20.
En SQL, ¿qué hace una consulta con JOIN?
21.
¿Qué es una vista en SQL?
22.
Imagina que estás trabajando en un proyecto que necesita almacenar grandes volúmenes de datos no estructurados, como registros de actividad en redes sociales y documentos JSON. Estás considerando usar MongoDB. ¿Qué tipo de base de datos es MongoDB?
24.
Estás entrenando un modelo de machine learning para predecir la demanda de productos en una tienda, pero notas que el modelo funciona muy bien con los datos de entrenamiento, pero no tanto con los datos nuevos. ¿Qué técnicas podrías aplicar para evitar el overfitting y mejorar la capacidad de generalización del modelo?
25.
Imagina que estás trabajando con un conjunto de datos de ventas en una tienda y necesitas analizar las ventas promedio por categoría de producto. ¿Cómo te ayudaría el método groupby() de Pandas?
26.
Buscar Mínimo y Máximo en una Lista
Dado el siguiente código:
¿Cuáles son los valores correctos de minimo y maximo?
27.
Imagina que estás trabajando con un dataset que contiene cientos de características (columnas) sobre los clientes de una empresa, pero muchas de ellas no parecen ser relevantes para el modelo de machine learning que estás construyendo. ¿Qué técnica usarías para reducir la dimensionalidad del dataset, manteniendo la mayor cantidad de información posible?
