linuxitOS - HackODS UNAM

1. Datos del Equipo

• Equipo: linuxitOS
• Integrantes:
  • Jesús Sebastián Vázquez Zarco
  • Alejandra Naomi Muciño Hernández
  • Victor Federico Caldera Arellano
• ODS Elegidos:
  • ODS 6 de "Agua limpia y saneamiento" interconectado de manera transveral con el ODS 1 de "Fin de la pobreza".

---

2. Descripción y Planteamiento del Problema

Pregunta Central:
¿Cómo el déficit de infraestructura hídrica profundiza sistemáticamente la pobreza en el México rural frente a los grandes centros urbanos?

En México, el acceso al agua suele evaluarse con promedios nacionales que ocultan profundas desigualdades territoriales. Al analizar los datos a nivel municipal, se revela que muchas comunidades rurales permanecen rezagadas, fuera del alcance de la infraestructura hídrica.

Esta brecha no es solo técnica, sino estructural: la dispersión geográfica influye en cómo se asignan los recursos, dejando a ciertos territorios sistemáticamente excluidos. En consecuencia, la falta de agua no solo refleja la pobreza, sino que contribuye a perpetuarla.

Este proyecto explora estas desigualdades mediante el cruce de microdatos, con el objetivo de visibilizar patrones que permanecen ocultos en las estadísticas agregadas.

---

3. Fuentes de Datos Oficiales

Consultar Metadatos y Diccionarios de Datos aquí

Nota: Toda la información técnica de los datasets (diccionario de variables, fechas de extracción, enlaces primarios y licencias de uso) se encuentra documentada a detalle en el README de la carpeta de datos.

---

4. Guía de Reproducibilidad Técnica

Entorno de Ejecución:

• Git: Instalado a nivel sistema operativo.
• Python: >= 3.10
• Quarto CLI: >= 1.4

Estructura Narrativa y Evidencia Técnica

En cumplimiento con el Módulo D de la rúbrica oficial, este repositorio integra una narrativa técnica que detalla la metodología de extracción, limpieza y procesamiento de datos.

• Documentación del Pipeline: La explicación detallada y el flujo lógico del proyecto se encuentran en la libreta notebooks/001_Pipeline_ETL_ODS.ipynb.
• Orquestación: La libreta de Jupyter sirve como auditoría del script orquestador central (main.py), permitiendo una revisión transparente del cumplimiento técnico.

---

5. Guía de Reproducción y Auditoría

Para replicar el entorno de desarrollo y verificar la integridad del pipeline, se utiliza el estándar uv.

Instrucciones de Ejecución (CLI)

Ejecutar los siguientes comandos en la terminal desde la raíz del proyecto:

# 1. Clonar el repositorio
git clone https://github.com/linuxitOS-hackODS/linuxitOS-HackODS-UNAM.git
cd linuxitOS-HackODS-UNAM

# 2. Sincronización del entorno virtual y empaquetado
# El gestor `uv` (Rust) lee nuestro pyproject.toml y crea automáticamente el entorno.
uv sync

# 3. Compilar Pipeline de Datos Automatizado (Orquestador ETL)
uv run main.py

# 5. Procesar e instanciar el Dashboard Analítico
quarto preview dashboard/index.qmd

---

5. Arquitectura del Proyecto

• datos/: Repositorio inmutable para los datasets en crudo (raw) y salida del dataset unificado (final_merged_data.csv).
• scripts/: Módulos de Python responsables del flujo ETL (Extract, Transform, Load) bajo estándares de código limpio.
• dashboard/: Código fuente del tablero analítico (index.qmd), configuraciones topológicas (_quarto.yml) y UI/CSS personalizado (styles.css).
• ai-log.md: Declaratoria de trazabilidad, documentando las interacciones tecnológicas y éticas de apoyo de IA durante el Hackathon.
• LICENSE: Este trabajo intelectual opera bajo la Licencia Creative Commons (CC BY-SA 4.0).