C# (.NET) para Data Science: desde los fundamentos hasta modelos en producción

El mundo de la data science se asocia tradicionalmente con Python, pero la plataforma .NET ofrece herramientas potentes y maduras para construir pipelines de datos, aprendizaje automático y análisis. El libro «C# (.NET) for Data Science» es la primera guía exhaustiva en español que demuestra que C# es un lenguaje completo para tareas de data science, especialmente en entornos corporativos donde ya se utiliza el stack de Microsoft.

¿De qué trata este libro?

El libro cubre el ciclo completo de trabajo con datos en el ecosistema .NET:

• Recolección y limpieza de datos: trabajo con CSV, JSON, bases de datos (SQL Server, PostgreSQL), procesamiento en flujo con LINQ y la librería DataFrame de Microsoft.Data.Analysis.
• Análisis estadístico y visualización: uso de ML.NET, MathNet.Numerics para pruebas estadísticas, creación de gráficos con Plotly.NET y LiveCharts2.
• Aprendizaje automático: entrenamiento de modelos de clasificación, regresión, clustering y sistemas de recomendación con ML.NET. Exportación de modelos a ONNX para uso multiplataforma.
• Aprendizaje profundo: integración con TensorFlow.NET y TorchSharp para redes neuronales.
• Despliegue en producción: empaquetado de modelos en servicios web (ASP.NET Core), creación de utilidades de consola, pipelines en Azure ML y contenedores Docker.
• Integración con Python: invocación de scripts de Python desde C#, uso de Python.NET y trabajo conjunto de ambos ecosistemas.

¿Para quién es este libro?

• Desarrolladores .NET que quieran aprender data science sin salir de su entorno habitual de Visual Studio / Rider.
• Analistas de datos que trabajen en empresas con infraestructura .NET y busquen una alternativa a Python.
• Estudiantes y profesionales principiantes que deseen entender cómo aplicar C# para análisis de datos y ML.
• Líderes de equipo y arquitectos que evalúen las capacidades de .NET para construir soluciones de datos corporativas.

¿Qué aprenderá?

• Cómo procesar grandes volúmenes de datos usando flujos paralelos y System.Threading.Tasks.Dataflow.
• Cómo construir un endpoint para predicciones en ASP.NET Core en 15 minutos.
• Cómo usar ML.NET para tareas sin escribir código complejo — mediante AutoML.
• Cómo visualizar resultados de análisis en web y escritorio.
• Cómo probar y monitorear modelos en producción.

El libro contiene decenas de ejemplos listos para usar, disponibles en un repositorio de GitHub. Todos los ejemplos están escritos en C# 12 y .NET 8/9. Podrá reproducirlos paso a paso, incluso si nunca antes ha trabajado con data science.

«C# (.NET) for Data Science» es un puente entre el desarrollo clásico y la analítica moderna. Después de leerlo, podrá construir sus propios pipelines de procesamiento de datos, entrenar modelos e implementarlos en proyectos reales, aprovechando todo el poder de la plataforma .NET.