Cualquiera que haya navegado un repositorio científico es consciente de lo caótico que puede ser, y es, el método científico con variables globales, secciones de código comentadas, millones de flags muchas incompatibles entre si y una larga ristra de parámetros.

Por sus caracterices, Python es el lenguaje ideal para prototipar experimentos rápidamente pero afortunadamente también nos proporciona herramientas para simplificar las configuraciones y evitar algunos de los problemas más comunes en el código de investigación.
En esta charla exploraremos como usar dataclasses, TypedDict y Protocolos para reducir escribir código repetitivo, mejorar la legibilidad y detectar errores simples a través de la anotación de tipos.