Werkzeuge
Die Umgebung, in der die Arbeit stattfindet. Drei Werkzeuge sind keine Data-Science-Werkzeuge, und ohne sie läuft trotzdem nichts: die Shell für alles, was kein Programm mit Oberfläche hat, Git für die Nachvollziehbarkeit jeder Änderung, und Container für die Frage, warum es auf dem einen Rechner läuft und auf dem anderen nicht. Dazu kommen die Programme, in denen R und Python geschrieben werden.
Linux und Shell
Dateien, Rechte, Pipes und die Befehle, die man täglich braucht.
Git
Commits, Branches, Merge-Konflikte und der Umgang mit Remotes.
Docker und Virtualisierung
Images, Container, Volumes und wann sich der Aufwand lohnt.
R-Umgebungen
RStudio, Positron und Posit Cloud: Oberfläche, Projekte und die Einstellungen, die man ändern sollte.
Python-Umgebungen
Anaconda, Jupyter, VS Code und Colab: welches Python läuft, welcher Kernel rechnet und warum der Import scheitert.
Quarto
Dokumente, Berichte und Websites aus Text und Code: Aufbau, Chunk-Optionen, Formate und Veröffentlichen.
Fragen zu den Werkzeugen
Übergreifende Fragen zu Shell, Git, Containern und den Umgebungen für R und Python.
Die Fragen zu diesem Bereich prüfen, was erst im Zusammenspiel der Werkzeuge auffällt: Pfade im Container, Zugangsdaten zwischen Git und Docker, Zeilenenden zwischen Windows und Linux.