Get ready with me para

armar mi CV en

¿Qué es Positron?

Un IDE de nueva generación

Desarrollado por Posit (ex-RStudio)
Basado en VS Code (open source)
Soporte nativo para R y Python
Integra Quarto de fábrica
Actualmente en Beta (2024–2025)

¿Por qué importa?

🔬 Pensado para el flujo de trabajo científico de datos

🐍 Un solo IDE para R y Python juntos

🚀 Potencia de VS Code + experiencia de RStudio

📄 Quarto integrado sin configuración extra

La Interfaz de Positron

Positron vs RStudio

	RStudio	Positron
Lenguajes	Solo R	R y Python nativamente
Navegación	Menús y botones	Command Palette + clic derecho
Paneles	Environment / History / Files	Variables · Explorer · Git
Proyectos	`.Rproj` como proyecto	Carpeta = proyecto
Output	Inline chunk output	Output en consola
Visualización	Salida directa de plots	Panel Plots + Data Explorer

Lo que se mantiene igual

Cómo configurarlo

* Activar con: Ajustes → RStudio Keybindings

Ventajas clave de Positron

⚡ Command Palette

Cada acción con Cmd+Shift+P. Búsqueda rápida y shortcuts personalizables.

🖋️ Quarto Nativo

Preview, insertar celdas y navegar secciones. Sin configuración adicional.

📊 Data Explorer

Inspección interactiva de dataframes con filtros y estadísticas por columna.

🐍 Python + R

Ambos kernels en la misma sesión. Variables y plots en el mismo panel.

🌿 Git Integrado

Panel de cambios, commits y push/pull sin salir del IDE.

🔌 Extensiones

Acceso al registro Open VSX. Miles de extensiones disponibles.

💡 La ventaja no es usar los distintos lenguajes a la vez, sino no tener que aprender un IDE diferente cuando necesitás hacer algo en Python.

Múltiples sesiones

Positron puede correr sesiones concurrentes:

🔢 Múltiples versiones de R simultáneamente

🐍 Mezclar sesiones de R y Python

📋 Varias instancias de la misma versión

🔄 Reiniciar una sesión sin afectar las otras

¿Para qué sirve?

Tarea larga en una sesión → seguir trabajando en otra
Comparar dos versiones de R o de un paquete en vivo
Desarrollar una vignette en sesión aislada
Probar que tu código funciona en la versión del servidor

`.rproj` vs. 📁carpetas

📁 RStudio: Proyectos con `.Rproj`

Coloca un archivo .Rproj en la carpeta para designarla como proyecto.
Ese archivo almacena preferencias a nivel de proyecto (codificación, tipo de indentación, wrap de Markdown, etc.).
Sirve para lanzar el proyecto directamente y como ancla de la raíz (usado por here::here()).

mi-proyecto/
├── mi-proyecto.Rproj   ← marca la raíz del proyecto
├── datos/
├── scripts/
└── resultados/

📂 Positron: Carpetas sin archivo especial

Positron no coloca ningún archivo equivalente al .Rproj en la carpeta.
Si se configuran preferencias a nivel de espacio de trabajo, se crea automáticamente un archivo .vscode/settings.json para almacenarlas.
here::here() sigue funcionando, pero encuentra la raíz a través de la carpeta .git (no del .Rproj).

mi-proyecto/
├── .git/                    ← ancla de raíz para here::here()
├── .vscode/
│   └── settings.json        ← preferencias locales (opcional)
├── datos/
├── scripts/
└── resultados/

⚠️ El archivo `.Rproj` en Positron

Positron ignora el contenido del .Rproj: no lee sus preferencias.
Preferencias como UseSpacesForTab, MarkdownWrap o NumSpacesForTab deberán configurarse manualmente en Positron.
Para proyectos Quarto, algunas de esas preferencias conviene migrarlas a _quarto.yml.

Armemos nuestro CV

Antes de arrancar

¿Quién alguna vez usó Quarto? 🙋‍♀️

¿Quién alguna vez usó RMarkdown? 🙋‍♀️

Sé qué es Quarto / Rmarkdown pero nunca lo usé 🙋‍♀️

Quarto

`{typst}`

Es un sistema de composición de documentos (como Latex). Mucho más intuitivo y rápido.

Extensiones en `{quarto}`

Es un paquete que amplía las capacidades del sistema de publicación Quarto. Quarto por sí solo ya permite generar documentos, sitios web, presentaciones y más desde R o Python; una extensión agrega funcionalidades extra, como nuevos formatos de salida, plantillas, filtros de transformación, shortcodes personalizados o plugins para presentaciones.

`{awesomecv}`

Fuente

Plantilla de Kazuya Nagimoto — quarto-awesomecv-typst

Instalación

Abrimos nuestra carpeta y en nuestra terminal:

Terminal

quarto use template kazuyanagimoto/quarto-awesomecv-typst

Instalamos el paquete en r. Ponemos en la consola:

Consola

install.packages("typstcv", repos = "https://kazuyanagimoto.r-universe.dev")
# Instalamos tidyverse también que nos va a permitir manipular los datos
install.packages("tidyverse")

The boy who lived is a data scientist

Harry Potter lleva 20 años como Auror, pero descubrió que le apasiona el análisis de datos. Ahora quiere postularse como Analista de Ciencias de Datos en el Ministerio de Magia. Para mostrar cómo funciona esta herramienta, vamos a usar su caso

Armamos nuestro excel o csv

Manos a la obra!

PASO 1: Llenamos nuestros datos en el YAML

micv.qmd

title: "CV de Harry Potter"
author:
  firstname: Harry
  lastname: Potter
  address: "En algún lado"
  position: "Analista de datos ・ Profesor"
  contacts:
    - icon: fa envelope
      text: hp@gmail.com
      url: "mailto:ahp@gmail.com"
    - icon: assets/icon/bi-house-fill.svg
      text: miportfolio.com
      url: https://miportfolio.com
    - icon: fa brands orcid
      text: 0000-0000-0000-0000
      url: https://orcid.org/0000-0000-0000-0000

PASO 2: Configuamos colores y estilos

micv.qmd

format: awesomecv-typst
brand:
  typography: 
    fonts:
      - family: Roboto
        source: google
        weight: [100, 400, 700]
      - family: Source Sans 3
        source: google
        weight: [100, 400, 700]
        style: [normal, italic]
    base: Source Sans 3
  color:
    primary: "#fd8e73"
    link: "#771822"
  defaults: 
    awesomecv-typst:
      font-header: Roboto

Observamos

Si renderizamos ya podemos ver nuestro CV con los datos personales cargados y nuestro estilo elegido

Podemos agregar una foto:

micv.qmd

profile-photo: "PATH_TO_PHOTO/photo.jpg"

PASO 3: Usamos nuestra data

Cargamos nuestro archivo y vamos generando nuestras secciones.

micv.qmd

library(typstcv)
library(dplyr)
df_cv <- readxl::read_excel('harry_potter_cv_es.xlsx')

Para que nuestro archivo salga bien hay que pausar los warnings y los chunks

micv.qmd

execute: 
  echo: false
  warning: false

PASO 4: Para que nuestros datos se vean bonitos:

Debemos configurar cada chunk con #| output: asis

micv.qmd

#| output: asis

library(typstcv)
library(dplyr)
library(lubridate)

df_cv <- readxl::read_excel('harry_potter_cv_es.xlsx') |> 
  mutate(start = as_date(start),
end = as_date(end))

Con o sin `asis`

Con #| output: asis

Sin #| output: asis

PASO 5 hasta el infinito:

En cada apartado vamos llamando a nuestro df filtrado por la sección y nombrando las variables para que las reconozca:

resume_entry() es una función que permite generar entradas al CV desde un dataset

micv.qmd

df_cv |> 
  filter(section == 'educacion') |>
  format_date(end = "end", sort_by = "start") |>
  resume_entry(title = "role",
               description = "institution",
               details = "descripcion")

Formatear las fechas

format_date() permite no solo ordenar las fechas sino también darle formato con date_format

micv.qmd

df_cv |>
  filter(section == 'experiencia_laboral') |> 
  format_date(end = "end",
   sort_by = "start",
  date_format = "%Y",
  sep = "->",
    ) |>
  typstcv::resume_entry(title = "role",
               description = "institution")

Otras formas de presentar la info

details() arma bullets

micv.qmd

#| output: asis

  typstcv::resume_entry(title = "role",
               description = "institution",
               details = c("description"),
               location = "location")

Ya tenemos nuestro CV!

Otras cositas de

🤖 IA: Positron Assistant

Positron incluye Positron Assistant, un cliente de IA integrado directamente en el IDE. Tiene dos modos:

Se activa desde el ícono en la barra lateral izquierda.
Podés agregar contexto: el archivo actual, una selección de código, o datos del entorno.
Se puede usar también dentro del editor.

📦 rig: el gestor de versiones de R

rig (R Installation Manager) es una herramienta de línea de comandos que te permite instalar y administrar múltiples versiones de R en la misma máquina, de forma limpia y sin conflictos.

¿Por qué importa?

Cuando trabajás en varios proyectos, es común que uno requiera R 4.2 y otro R 4.4.

Instala y desinstala versiones de R — rig add 4.4.0, rig rm 4.2.1
Cambia la versión por defecto — rig default 4.4.0
Crea librerías de paquetes separadas por versión — cada R tiene sus propios paquetes instalados, sin pisar los de otras versiones

🔗 Instalación: github.com/r-lib/rig

🖊️ Air: formateador de código R

Air es un formateador de código R automático, similar a lo que hace prettier en JavaScript o black en Python. Su función es tomar tu código y dejarlo con un estilo consistente, sin que tengas que pensar en la indentación, los espacios o el largo de las líneas.

Formatea automáticamente al guardar el archivo (si lo configurás así en Positron)
Configurable a nivel usuario (global) o por proyecto (.air.toml)
Integrado con Positron — aparece como formateador disponible en la configuración del editor

🔗 Más info: posit-dev.github.io/air

Antes de irte!

Inicio: 8 o 9 de abril
Duración: 8 semanas Modalidad:
Online en vivo
No se requieren conocimientos previos

Código promocional (15%): YOCURSEENNIS

Important

Más información en este link o escribiendo a info@nucleodeinnovacion.com

Fuentes

Formoso, J (2024). Transforma tus datos en historias visuales con Quarto. Disponible en este enlace
Blog de slidecraft 101 enlace
Plantilla utilizada: https://github.com/kazuyanagimoto/quarto-awesomecv-typst
Getting started with positron

¿Qué es Positron?

La Interfaz de Positron

Positron vs RStudio

Lo que se mantiene igual

Cómo configurarlo

Ventajas clave de Positron

Múltiples sesiones

.rproj vs. 📁carpetas

📁 RStudio: Proyectos con .Rproj

📂 Positron: Carpetas sin archivo especial

⚠️ El archivo .Rproj en Positron

Armemos nuestro CV

Antes de arrancar

Quarto

{typst}

Extensiones en {quarto}

{awesomecv}

Instalación

The boy who lived is a data scientist

Armamos nuestro excel o csv

Manos a la obra!

PASO 1: Llenamos nuestros datos en el YAML

PASO 2: Configuamos colores y estilos

Observamos

Podemos agregar una foto:

PASO 3: Usamos nuestra data

PASO 4: Para que nuestros datos se vean bonitos:

Con o sin asis

PASO 5 hasta el infinito:

Formatear las fechas

Otras formas de presentar la info

Ya tenemos nuestro CV!

🤖 IA: Positron Assistant

📦 rig: el gestor de versiones de R

¿Por qué importa?

🖊️ Air: formateador de código R

Antes de irte!

Fuentes

`.rproj` vs. 📁carpetas

📁 RStudio: Proyectos con `.Rproj`

⚠️ El archivo `.Rproj` en Positron

`{typst}`

Extensiones en `{quarto}`

`{awesomecv}`

Con o sin `asis`