lauracelis / streaming_platforms

INDICE:

Tabla de contenido

1. TÍTULO E IMAGEN DE PORTADA
2. ÍNDICE
3. INTRODUCCIÓN
4. OBJETIVO
5. DESCRIPCIÓN
6. ESTADO
7. DEMOSTRACIÓN
8. ACCESO AL PROYECTO
9. TECNOLOGÍAS UTILIZADAS
10. DESARROLLADORES DEL PROYECTO
11. CONCLUSIÓN

INTRODUCCION

Este proyecto forma parte de la etapa Labs del curso de Data Science de la Academia Soy Henry. En esta ocasión brinda fuentes de información asociadas a las plataformas de streaming, tales como:

• Amazon Prime Video
• Disney Plus
• Hulu
• Netflix

OBJETIVO

El proyecto consiste en una ingesta de datos de diversas fuentes entregados por la cátedra, para aplicar transformaciones en los datasets que permitan realizar consultas a través de una API. En el siguiente enlace tendrás acceso al repositorio del proyecto original: Statemet Los archivos originales están disponibles en este repositorio: Datasets

SCOPE OF WORK

La propuesta de trabajo se llevará a cabo en las siguientes etapas:

1. Análisis de datos de exploración (EDA)
2. Extraer-Transformar y Cargar con Python.
3. Generación/Creación de una API para realizar consultas con FastAPI
4. Ejecutar la API en un host local y ejecutar consultas, visualizando con Uvicorn.
5. Desarrollo de Modelo con Machine Learning
6. Ajuste de parámetros del modelo
7. Realización de un deployment en Delta

(https://github.com/RocioAldanaMendez/Streaming_Platforms/tree/main/aseets/Arquitectura.jpg)

ESTADO:

✅ Proyecto finalizado ✅

EDA - ETL

Como paso inicial, los datos se cargarán utilizando la biblioteca pandas. En esta instancia, se realizará un análisis exploratorio de los datos y se realizarán las transformaciones necesarias para limpiar los datos. transformaciones necesarias para la limpieza de datos. Para ver con más detalle el trabajo realizado con las ETD y ETL acceda al siguiente enlace: EDA/ETL

FastAPI

Para la creación de la API se utilizó el archivo main.py. Con eso, se construyó la API localmente y se configuraron las funciones para realizar consultas. La API carga el CSV ya transformado para realizar las consultas y devuelve los resultados esperados.

Para este proyecto solo se solicitaron 4 tipos de consultas.

• Duración máxima por tipo de película (película/serie), por plataforma y por año: La solicitud debe ser: get_max_duration(año, plataforma, [min o temporada]).

• Número de películas y series (por separado) por plataforma. La solicitud debe ser: get_count_plataform(plataforma)

• Número de veces que se repite un género y plataforma con más frecuencia del mismo género y plataforma. La solicitud debe ser: get_listedin('género') Como ejemplo de género, puede usar 'comedia', que debería devolver un coño de 2099 para la plataforma de Amazon.

• Actor más repetido por plataforma y año. La solicitud debe ser: get_actor(plataforma, año)

DEMOSTRACIÓN:

• Funcionalidad 1: Consultar película con mayor duración con filtros opcionales de Año, Plataforma y Tipo de duración.
• Funcionalidad 2: Consultar cantidad de películas por plataforma con un puntaje mayor a XX en determinado año.
• Funcionalidad 3: Consultar cantidad de películas por plataforma con filtro de Plataforma.
• Funcionalidad 4: Consultar actor que más se repite según la Plataforma y Año.
• Demo:

ACCESO AL PROYECTO

        \## 📁 Acceso al proyecto

        **Indica cómo se puede descargar o acceder al código fuente del proyecto, ya sea proyecto inicial o final**

        \## 🛠️ Abre y ejecuta el proyecto

        **Muestra las instrucciones necesarias para abrir y ejecutar el proyecto**

TECNOLOGÍAS

DESARROLLADORES

Rocío Méndez

VIDEO (<7 min)

CONCLUSIÓN