
Aprenda Numba con cursos y programas en línea
Numba es un compilador de código abierto que traduce un subconjunto de código Python a código máquina. Explore cómo aprender Numba y aprovechar sus capacidades para hacer que sus programas en Python se ejecuten más rápido.

¿Qué es Numba?
Numba es un compilador just-in-time (JIT) para Python que acelera los cálculos numéricos y la optimización del rendimiento.1 Permite a los desarrolladores escribir código Python que se puede compilar en código máquina para una ejecución eficiente en unidades centrales de procesamiento (CPU) o unidades de procesamiento gráfico (GPU).2 Esto resulta en aceleraciones para cálculos numéricos sin sacrificar la facilidad de uso y flexibilidad de Python.
Numba compila dinámicamente el código Python durante el tiempo de ejecución, optimizando el rendimiento para funciones específicas usando decoradores como “@jit” y “@njit”.3 Puede funcionar bien con bibliotecas populares de Python como NumPy y Pandas. También puede extender Numba SciPy en Numba para optimizar algoritmos de SciPy.
Explore cursos en línea de Numba
Browse online Numba certificates
Find new interests and advance your career opportunities
Stand out in your field
Use the knowledge and skills you have gained to drive impact at work and grow your career.
Learn at your own pace
On your computer, tablet or phone, online courses make learning flexible to fit your busy life.
Earn a valuable credential
Showcase your key skills and valuable knowledge.
Certificates
Temas relacionados
Plan de estudios del tutorial de Numba
Hay una variedad de cursos y tutoriales en línea donde puede aprender Numba. Un curso de Numba puede comenzar con conceptos introductorios, cubriendo: qué es Numba; cómo instalarlo; cómo comenzar a usarlo; qué es un decorador; y cómo usar un decorador.
Una vez que haya comprendido los conceptos básicos, puede avanzar a conceptos intermedios de Numba, que pueden incluir:
- Diferencia entre Cython y Numba
- Diferencia entre Numba y PyPy
- Uso de Numba con pandas
- Aceleración GPU de Numba CUDA
- Paralelización con Numba
edX ofrece cursos en línea que permiten a los estudiantes estudiar una variedad de temas, incluyendo ciencias de la computación, desarrollo web y mucho más. Regístrese para un boot camp acelerado o inscríbase en un programa de grado completo y comience a trabajar hacia un título de grado o (para estudiantes más avanzados) una maestría en un tema relevante. También puede explorar programas de educación ejecutiva diseñados específicamente para profesionales ocupados.
Explore trabajos que utilizan Numba
Explore trabajos que utilizan Numba
Numba puede ser una herramienta valiosa en varios campos donde la computación numérica y la optimización del rendimiento son importantes. Comprender cómo usar Numba puede ser útil en roles como:
- Científico de datos: Recoge, analiza e interpreta grandes conjuntos de datos utilizando métodos estadísticos, aprendizaje automático y visualización de datos para obtener información y desarrollar soluciones basadas en datos.4
- Desarrollador de Python: Codifica, prueba y diseña aplicaciones de software utilizando el lenguaje de programación Python. Un buen dominio de Python lleva al uso efectivo de Numba.
- Ingeniero de aprendizaje automático: Diseña y desarrolla modelos y sistemas de aprendizaje automático que pueden obtener información de los datos.
- Analista cuantitativo: Crea modelos matemáticos y algoritmos para analizar datos financieros y obtener información.5
Cada uno de estos roles tendrá diferentes requisitos de educación y habilidades. Por ejemplo, usted puede desarrollar habilidades relevantes en un boot camp de codificación. Sin embargo, algunos empleadores pueden buscar candidatos con un título en ciencias de la computación o ingeniería, dependiendo del rol. Antes de decidirse por una ruta de aprendizaje específica, investigue los puestos que espera seguir y alinee sus cursos con sus objetivos profesionales.
Cómo usar Numba en su carrera en línea
Numba puede ser increíblemente valioso para los profesionales de la ciencia de datos que realizan análisis de datos y cálculos científicos. Las aplicaciones de ciencia de datos de Numba pueden incluir la optimización de cálculos numéricos, como el preprocesamiento de datos, la ingeniería de características y el entrenamiento de modelos. Numba para Python puede acelerar las partes críticas de rendimiento de los procesos de ciencia de datos. Permite un procesamiento de datos y entrenamiento de modelos más rápidos, lo cual puede ser particularmente beneficioso para manejar grandes conjuntos de datos o tareas sensibles al tiempo.
Si está interesado en trabajar como científico de datos, probablemente necesitará al menos una licenciatura en matemáticas, ciencias de la computación, ingeniería o un campo relacionado que le proporcione una base sólida en materias como álgebra lineal, cálculo y estadística. También puede necesitar comprender lenguajes de programación orientados a datos, técnicas y herramientas de gestión de bases de datos, y técnicas y herramientas de visualización de datos. Las habilidades analíticas y de resolución de problemas son esenciales para los roles en este campo también.6
Comience a desarrollar las habilidades que necesita para su próximo desafío profesional. Ya sea que necesite repasar conceptos específicos o quiera estudiar una disciplina completamente nueva, edX puede ayudarle en su viaje de aprendizaje.
Más oportunidades para que aprenda
We've added 500+ learning opportunities to create one of the world's most comprehensive free-to-degree online learning platforms.
Preguntas frecuentes sobre Numba
Preguntas frecuentes
Numba. PyData. Consultado el 30 de abril de 2023.
Introducción a CUDA Python con Numba. (2021). Kaggle.Consultado el 30 de abril de 2023.
Compilación de código Python con @jit. PyData.Consultado el 30 de abril de 2023.
Lo que realmente hacen los científicos de datos, según 35 científicos de datos. (2018). Harvard Business Publishing.Recuperado el 30 de abril de 2023.
Analista Cuantitativo: Descripción del Puesto y Salario Promedio. (2022). Investopedia. Recuperado el 30 de abril de 2023.
Cómo Convertirse en Científico de Datos. (2023). U.S. Bureau of Labor Statistics.Recuperado el 30 de abril de 2023.




















