Hands-on lab: Analizando la calidad del aire con herramientas de data science

La calidad del aire es un problema de Monterrey y de otras ciudades de México, pero podemos hacer un cambio usando la ciencia de datos. En esta charla hablaré sobre cómo es posible obtener, analizar y generar datos de una red de sensores ciudadanos para así poder contribuir a mejorar la calidad del aire en tu ciudad.

Presentaré datos generales de la magnitud y efectos de la problemática de calidad del aire en algunas de las ciudades de México, Hablaré de la clasificación de los principales contaminantes así como la teoría básica para calcular los índices de calidad del aire como IMECA (México) o AQI (EEUU).

Posteriormente, mostraré de forma práctica cómo es posible obtener e interpretar datos generados por una red de sensores independiente (PurpleAir), comparar los resultados con datos oficiales y realizar análisis temporales para contestar preguntas como ¿A qué hora está mas contaminado el aire en mi colonia? o ¿Cuántos días estuvimos por arriba de la norma en el último mes?

Los participantes podrán aprender técnicas generales para analizar datos de series de tiempo en Python, utilizando Jupyter Notebook, Pandas, Scipy y Matplotlib. Aunque es ideal contar con conocimientos previos para poder analizar datos de forma novedosa, el contenido puede ser aprovechado como introducción “fast-track” al stack de análisis de datos con Python y cualquiera con conocimiento básico del lenguaje puede seguirlos en Google Collaboratory o en su propia instalación de Jupyter.