Los mejores portátiles para Ciencia de Datos

Vamos con los mejores portátiles para Ciencia de Datos, para los profesionales o estudiantes del Machine Learning y Ciencias de la Información, que harán el trabajo mucho más cómodo y productivo.

Como científico de datos, debes manejar una gran cantidad de datos, recopilarlos, analizarlos e interpretarlos de la manera que sea más beneficiosa para una empresa. Al manipular cantidades tan grandes, también necesitas una laptop que funcione eficientemente para facilitar el trabajo. El análisis estadístico necesita mucha potencia de cálculo, ya sea una laptop o una PC.

Ciencia de Datos y Machine Learning

La Ciencia de Datos y el Machine Learning están creciendo a un ritmo astronómico y las empresas ahora buscan profesionales que puedan examinar esa mina de oro que se encuentra en los datos y ayudarles a tomar decisiones comerciales rápidas de manera eficiente. La cantidad de puestos de trabajo para todos los profesionales de datos de EE. UU. ha aumentado en una cantidad impresionante.

¿Qué es la Ciencia de Datos?

La gente ha intentado definir la ciencia de datos durante más de una década,  Hugh Conway en 2010 ofreció una respuesta con un este diagrama de Venn que consta de tres círculos: matemáticas y estadísticas, experiencia en la materia (conocimiento sobre el dominio para abstraer y calcular) y habilidades de piratería. Básicamente, si puede hacer los tres, ya tiene un gran conocimiento en el campo de la ciencia de datos:

La ciencia de datos es un concepto que se utiliza para abordar los macrodatos e incluye la limpieza, preparación y análisis de datos. Un científico de datos recopila datos de múltiples fuentes y aplica el aprendizaje automático, el análisis predictivo y el análisis de sentimientos para extraer información crítica de los conjuntos de datos recopilados. Entienden los datos desde un punto de vista empresarial y pueden proporcionar predicciones y conocimientos precisos que se pueden utilizar para impulsar decisiones empresariales críticas.

Big data y ciencia de datos, el análisis de datos necesita potencia de cálculo

Como científico de datos, debes lidiar con una gran cantidad de datos, recopilarlos, analizarlos e interpretarlos, de la manera que sea más beneficiosa para una empresa. Cuando manejas cantidades tan grandes, también necesitas un ordenador portátil que funcione eficientemente, haciendo que el trabajo sea más fácil. El análisis estadístico necesita mucha potencia de cálculo, ya sea una laptop o una PC.

El software de análisis de datos, como el software de estadísticas de IBM SPSS o el Statistix, requiere un mínimo de memoria RAM para un funcionamiento sin problemas en una cantidad moderada de datos. Cuanto mayor sea el tamaño de los datos que manejes, mejor hardware necesitarás. Una buena laptop con el hardware adecuado de alta gama te ayudará a lidiar con mayores datos, sin colgarse ni dar tiempos de espera.

Qué debe tener un buen portátil para Ciencia de Datos

El lema general para el análisis de datos es:

«Con mayores conjuntos de datos, se obtienen mayores conocimientos».

Desafortunadamente, eso también se traduce en una mayor demanda de recursos de hardware. Entonces, ¿cuál es una buena configuración para comenzar para alguien que esté trabajando con la ciencia de datos?

Memoria RAM requerida

La RAM es lo más importante para la ciencia de datos porque es el cuello de botella principal con grandes conjuntos de datos. Las cosas se aceleran en un orden de magnitud cuando todo su procesamiento está en memoria o en RAM. Una RAM de 16 GB es ideal, pero esto no siempre está disponible en laptops menores a 600 dólares.

Un consejo: ¡No bajes de los 8GB!

Disco o unidades SSD

El segundo factor es el disco duro. Un SSD marcará una enorme diferencia, un SSD económico será 2-3 veces más rápido que un disco duro normal. Un buen SSD será de 4 a 5 veces más rápido.

CPU

La potencia de procesamiento siempre es buena, pero lo más probable es que la velocidad de almacenamiento o la RAM te atasquen.

No tiene sentido poder hacer un millón de cálculos por segundo si tu disco duro solo puede proporcionar hasta 1000 datos por segundo.

Después de maximizar estos, invierte el resto de tu presupuesto en una CPU «moderna», no necesariamente una «CPU» rápida, porque todas son rápidas hoy. Ten en cuenta que, a diferencia de la RAM y el almacenamiento, estos no se pueden actualizar, así que intenta obtener el más rápido que puedas pagar.

Tarjeta gráfica (GPU)

Si trabajas con una red neuronal profunda o simplemente NN (computación paralela), obtén la tarjeta gráfica con tantos núcleos/Shaders CUDA como puedas.

Teclado

No siempre es posible conseguir un teclado excelente con todas las ventajas informáticas mencionadas. Entonces, si va a escribir mucho, obtén un teclado externo y un mouse/trackball.



Mi recomendación es asegurarse de que sean ergonómicos: la RSI y la tendinitis son desagradables.

Monitor

Mínimo 14-15 pulgadas. Probablemente terminarás ingresando a máquinas más potentes en algún momento, por lo que la interfaz/pantalla de estado real también se vuelve muy importante.

Conectividad

Una buena cantidad ed puertos es importante, y si tiene puertos Thunderbolt pues mejor. La ventaja de que tu laptop tenga un puerto Thunderbolt es que podrás transferir datos hacia/desde unidades externas a velocidades ultrarrápidas. La mayoría de las laptops actuales cuentan con uno.

¿Qué sistema operativo es mejor para Ciencia de Datos?

Veamos, eres un Científico de Datos nuevo y estás incursionando en bibliotecas de aprendizaje automático como Tensor Flow o PyTorch. Estás lleno de entusiasmo, a punto de configurar tu primer entorno, luego te detienes y te preguntas: ¿Qué sistema operativo usar? ¿Windows o Linux? Preguntas a tus colegas, y las opiniones están divididas y acaloradas.

Elegir el sistema operativo adecuado para tu proyecto puede ser difícil. Desde la juventud, todos estamos programados para pensar que eres una persona de Windows o Mac. Cuando comienzas con software avanzado, Ciencia de Datos, Inteligencia Artificial o Machine Learning, descubres que la mayoría de los profesionales trabajan con una de dos opciones: Windows o Linux.

Entonces, ¿cuál deberías elegir?

Descripción general de Linux para el Machine Learning

Linux es un sistema operativo de código abierto. El kernel es el programa en el centro del sistema operativo Linux que gestiona las operaciones críticas, como la comunicación con el hardware.

¿Por qué elegir Linux para la ciencia de datos y el aprendizaje automático?

Una comunidad amplia y comprometida. Debido a que Linux es un sistema operativo de código abierto, tiene una gran comunidad de colaboradores. La comunidad de Linux está muy involucrada y existe una amplia red de soporte si necesitas buscar un error. No hay escasez de bibliotecas y tutoriales. En dagshub.com puedes encontrar una excelente introducción a Linux para la ciencia de datos.

Computadoras más rápidas. Linux ofrece más poder de cómputo que Windows. Es por eso que el 90% de las supercomputadoras del mundo funcionan con Linux. La ejecución de Linux brinda a los científicos de datos la velocidad que necesitan para ejecutar grandes cantidades de datos. Otra ventaja es que al usar Linux, puedes usar NVIDIA Docker.

Flexibilidad. El sistema operativo Linux ofrece varias opciones de software para realizar la misma tarea. Linux tiene más facilidad de uso y características que Windows. Una de las características clave de Linux es su flexibilidad de funcionalidad. Consume pocos recursos para ejecutarse y se puede ejecutar en hardware antiguo.

Aplicaciones gratuitas. Esta ventaja no puede pasarse por alto. El sistema operativo Linux es gratuito. Entonces, si es un científico de datos y un fanático de los proyectos de código abierto, puedes contribuir a la comunidad de Linux mejorando las aplicaciones de acuerdo con sus necesidades de ciencia de datos. Incluso puedes modificar el código fuente y agregar más funciones.

Seguridad. Linux tiene una naturaleza robusta, por lo que es relativamente más seguro que Windows. La línea de comandos CLI ofrece seguridad adicional sobre Windows porque no es fácil instalar una aplicación o ejecutable. El terminal es fácil de usar no solo para secuencias de comandos sino también para comandos de Linux.

Rendimiento. Los usuarios dicen que Linux supera a Windows en el comando de transferencia de datos, así como en las instalaciones de aplicaciones. Funciona más rápido, incluso para inteligencia artificial avanzada y aprendizaje profundo.

Modularidad. Es más fácil administrar Linux ya que tiene privilegios de superusuario con solo un comando. Además, la partición es mucho más fácil en Linux.

Hay, sin embargo, algunas desventajas del sistema operativo Linux. No existe una forma única de empaquetar el software, ni un entorno de escritorio estándar. Además, no soporta bien los juegos.

Descripción general de Windows para el Machine Learning

Windows ML es la API de Microsoft para el Machine Learning. Se enfoca en implementar inferencias aceleradas por hardware en dispositivos Windows. Funciona en las últimas versiones de Windows 10 y Windows Server.

¿Por qué elegir Windows para el Machine Learning?

Soporte de hardware. Windows ML te permite escribir su carga de trabajo de ML y obtendrás automáticamente un rendimiento optimizado en todos los tipos de hardware y dispositivos, como GPU, CPU y aceleradores.

Baja latencia. Puedes evaluar modelos ML con Windows en tiempo real, lo que permite el análisis de grandes volúmenes de datos. Funciona bien en motores de juegos o tareas en segundo plano.

Flexibilidad. Windows te ofrece la opción de evaluar modelos ML localmente. Esta característica te brinda la flexibilidad de probar diferentes escenarios. Por ejemplo, hacer que los modelos se ejecuten cuando el dispositivo está fuera de línea.

Costo operativo reducido. Puedes probar los modelos en la nube y luego analizarlos en dispositivos Windows, ahorrando costos de ancho de banda. Puedes ahorrar aún más costos al usar la aceleración de hardware de Windows para el servicio de modelos, lo que reduce la cantidad de máquinas que necesita.

Hay desventajas en el uso de Windows para la ciencia de datos y el aprendizaje automático. El costo sería el primero. Windows no es gratuito ni de código abierto. El rendimiento que ofrece no es tan bueno, quizás por eso solo el 1% de las supercomputadoras funcionan con Windows.

Entonces, Linux contra Windows ¿Cuál es el mejor?

Si bien dependerá de la necesidad específica de tu caso, la mayoría de los Científicos de Datos prefieren Linux a Windows. Es más fácil de usar, flexible y está equipado para manejar la cantidad de datos de un proyecto de Machine Learning sin romper la cuenta bancaria.

Los mejores portátiles para Ciencia de Datos

¿Cuál es el mejor portátil para trabajar con Ciencia de Datos? Aquí hay una lista de laptops con excelentes configuraciones a las que puedes referirte para una mejor elección:

1. Lenovo Ideapad 3 (gen 6)

Lenovo IdeaPad 3 G6 Mejores portatiles para Ciencia de Datos

Ordenador portátil Lenovo IdeaPad 3 15ALC6 Gen 6 | Pantalla 15.6″ FullHD | Procesador AMD Ryzen 7 5700U | memoria RAM 16GB | Almacenamiento 512GB SSD | AMD Radeon Graphics | Windows 11 Home | Azul | Teclado QWERTY Español

Comprar en Amazon.es

La laptop Lenovo Ideapad 3 es la más básica y con mayor rendimiento para prácticamente CUALQUIER tipo de análisis de datos. También es más que ideal para cualquiera que esté comenzando con el análisis de datos, esto incluye a los estudiantes.

 

Lenovo IdeaPad 3 Gen 6 Los mejores portátiles para Ciencia de Datos

Comprar en Amazon.com

Pantalla 15.6″ FullHD | Procesador AMD Ryzen 5 5500U | Memoria RAM  8GB | Almacenamiento 512GB SSD | Procesador AMD Radeon Graphics  | Teclado en inglés americano

 

Es mucho más fácil ingresar al análisis de datos y la ciencia de datos ahora porque si pagas por un servicio basado en la nube, puedes hacer cualquier cálculo de forma remota en un clúster.

-Pero si no quiero usar la nube. ¿Qué pasa si me encuentro con conjuntos de datos aún más grandes? – Aún puedes ejecutar conjuntos de datos mucho más grandes en una laptop siempre que aumentes tu RAM. Esta laptop se puede actualizar a 16 GB.

Si intentas perforar conjuntos de datos aún más grandes, la laptop se quedará sin RAM y recurrirá a la unidad de almacenamiento.

2. Acer Aspire 5

Mejores laptops para Ciencia de Datos 2020

Comprar en Amazon.es

Pantalla 15.6″ Full HD | Procesador Ryzen 7 4700U | Memoria RAM 8GB | Almacenamiento 512GB SSD | AMD Radeon Graphics | Sin sistema operativo | Teclado QWERTY español

Este es el tipo de modelo que recomendaría para aquellos que en verdad recién están comenzando con el análisis de datos, o para un científico de datos que usará solamente la nube para cualquier proceso.

Por su precio es difícil encontrar algo mejor, ofrece un rendimiento excelente. Evidentemente este portátil tiene mucho músculo de CPU pero no de GPU, como se ve en la descripción no cuenta con una tarjeta gráfica potente, ya que utiliza la integrada.

Una muy buena máquina para trabajar con Ciencia de Datos, más no así para jugar.

3. MacBook Pro M1 

Apple MacBook Pro

Comprar en Amazon.com

Pantalla 16-inch | Chip M1 Pro de Apple con CPU de diez núcleos y GPU de dieciséis núcleos |  Memoria RAM 16 GB | Almacenamiento 512 GB SSD  | Teclado en inglés americano

El lanzamiento de las MacBooks M1 Pro 2021 ha revolucionado el mundo de las laptops, convirtiendo la elección de una laptop Apple en una de las opciones más inteligentes para cualquier Científico de Datos. Si cuentas con el presupuesto, definitivamente será obvia la elección inteligente de una MacBook Pro con chip M1 Pro 2021.

Aquí están las razones:

  • El entorno tipo UNIX. Como se establece en la sección «cómo comprar la mejor computadora para la ciencia de datos», OSX es el sistema operativo más eficiente en el trabajo para la ciencia de datos, tan bueno como un sistema Linux.
  • No se trata solo de cómo python funciona mejor en un sistema UNIX, sino también de cómo todos los paquetes de software e idiomas están disponibles de inmediato.
  • Portabilidad y duración de la batería inigualable: para aquellos que siempre se abren camino hacia un servidor, estas dos características se vuelven súper útiles. Puedes moverte de un lugar a otro y seguir ejecutando grandes cantidades de datos desde cualquier lugar y en cualquier momento (siempre que tengas una conexión Wifi o incluso datos móviles).
  • Y por último el chip M1 Pro: para fines de ciencia de datos, supera por completo a cualquier CPU «móvil» de Intel/AMD, con un rendimiento más rápido en este campo debido al procesamiento paralelo debido a su alto número de núcleos.

Como dije, es un alto número de núcleos, es más alto que lo que encontrará en cualquier chip Intel/AMD móvil.
Se dice que la API y la arquitectura están optimizadas para el «aprendizaje automático» y es cierto.

Sin embargo, hay un truco: para fines de procesamiento de GPU, no muchas bibliotecas han adoptado la arquitectura de GPU. Todavía pueden encontrar útil la GPU en algunas aplicaciones en las que realmente superará a cualquier CPU (nuevamente debido al alto número de núcleos).

MacBook Air M1 Pro frente a MacBook M1 Pro: Sin embargo, al 85% de los usuarios de ciencia de datos les irá bien con la MacBook Air, ya que tiene aún más potencia de «CIENCIA DE DATOS» que la mayoría de las laptops para juegos para fines de procesamiento no paralelo (la RAM se puede actualizar a 16 GB y SSD a 1 TBNVMe).

Es posible que el 15 % restante deba considerar la MacBook Pro de 13″ si desea ejecutar conjuntos de datos que requieren 32 GB de RAM.

4. Dell XPS 13

Dell XPS 13 9360

Comprar en Amazon.es

Pantalla 13.3» FullHD | Procesador Intel Core i5-1135G7 de 11.ª generación | Intel Iris Xe Graphics | Memoria RAM 16 GB | Almacenamiento 512 GB SSD | Micro SD |  Fingerprint | Windows 10 | Teclado QWERTY español

Si tienes el presupuesto, siempre es bueno optar por uns Dell XPS o una Lenovo ThinkPad, por dos razones:

  • Ambas funcionarán inmediatamente después de configurar una distribución de Linux. No habrá problemas de compatibilidad con cada pieza de hardware.
  • Obtendrás casi la misma calidad de construcción/duración de la batería y distribución del peso de una MacBook.

La inteligencia y velocidad de los procesadores Intel Core de 11.ª generación y la tarjeta gráfica Intel Iris Xe te permite disfrutar de una experiencia rápida, fluida y sencilla.

La cámara web del XPS 13 no es solo pequeña (solo 2,25 mm), también es mejor. La lente consta de cuatro elementos, más que una cámara web tradicional. Esta ventaja te permite transmitir vídeo nítido en todas las áreas de la imagen.

5. Apple MacBook Pro M1 Max

Apple MacBook Pro M1 Max Los mejores portátiles para Ciencia de Datos

Comprar en Amazon.es

Pantalla 16″ | Chip M1 MAX de Apple con CPU de Diez núcleos y GPU de Treinta y Dos núcleos | Memoria RAM 32 GB | Almacenamiento 1 TB SSD

Este portátil tiene un chip System on Chip (SoC) Apple M1 Max; CPU de 10 núcleos con 8 núcleos de rendimiento y 2 núcleos de eficiencia; 32 núcleos que la convierten en una máquina poderosa.

Además, tiene una GPU de 32 núcleos de Apple que es ideal para juegos y edición de video, y renderizado al mismo tiempo.

Esta computadora portátil viene con componentes rápidos de muy alta calidad que funcionan muy bien para el uso con la Ciencia de Datos y tareas regulares como juegos, edición de video y renderizado.

La MacBook Pro con chip Max es un excelente portátil para la ciencia de datos. Tiene un almacenamiento amplio y rápido, componentes de alta calidad que lo hacen ideal para el procesamiento de datos, además de una pantalla fantástica que te permitirá trabajar en tus proyectos con una resolución sorprendente.

Este  portátil viene con 32 GB de memoria unificada que es excelente para analizar conjuntos de datos, y tiene un enorme almacenamiento de 1 TB que es espacio más que suficiente para almacenar todos tus proyectos de ciencia de datos.

Viene con una pantalla retroiluminada mini-LED de 16,2 pulgadas (en diagonal), lo que lo hace muy bueno para realizar tareas como juegos y edición de video.

La Apple MacBook Pro con chip Max (16,2 pulgadas) es uno de los mejores portátiles para ciencia de datos. Tiene componentes potentes que le otorgan una excelente potencia de procesamiento, una pantalla fantástica para trabajar en tus proyectos de ciencia de datos con detalles sorprendentes, además de mucho espacio de almacenamiento para archivos y conjuntos de datos de gran tamaño.

Su teclado es retroiluminado, lo que es muy bueno para trabajar en condiciones de poca luz o en la oscuridad. Sus teclas también son muy receptivas y tienen una gran sensación, lo que facilita escribir durante largos períodos de tiempo sin cansarse.

Y si de puertos hablamos, tiene puertos USB, tres puertos Thunderbolt 4 (USB-C) con soporte para carga, DisplayPort Thunderbolt (hasta 40 Gbps), USB 3.1 Gen 2 (hasta 10 Gbps), para que pueda conectar múltiples pantallas de alta resolución, Dispositivos USB y transferencia de datos rápidamente.

  • Tiene un puerto HDMI que es genial para conectarlo a un monitor externo
  • La Macbook Pro tiene una excelente conectividad con tres puertos Thunderbolt que te permitirán realizar diferentes tareas al mismo tiempo, y también tiene Touch ID para mayor seguridad.

Este modelo viene con una ranura para tarjeta SDXC para que puedas transferir rápidamente fotos y videos desde tu cámara a tu portátil sin tener que lidiar con cables o cables.

6. MSI GP66 Leopard

MSI GP66 Leopard

Comprar en Amazon.es

Pantalla 15.6″ FullHD 240Hz | Procesador Intel Core i7-11800H | Memoria RAM 16GB | Almacenamiento 1TB SSD | Tarjeta gráfica Nvidia RTX3070-8GB | Windows 10 | Teclado QWERTY Español

Avanzamos con potencia y músculo, este modelo MSI GP66 Leopard  tiene un procesador Intel Core i7-10750H, que es muy bueno, además tiene una tarjeta gráfica NVIDIA GeForce RTX 3070 Super que ofrece una experiencia de juego fantástica, y también puede desenvolverse con la ciencia de datos de manera significativa.

Su tarjeta gráfica RTX 3070 puede manejar cualquier juego en alta resolución o hacer ciencia de datos de manera significativa. Te permitirá jugar sin problemas y sin retrasos, y haciendo equipo con el procesador Intel Core i7 te permitirá trabajar cómodamente con grandes conjuntos de datos y modelos de Machine Learning..

El MSI GP66 viene con 16GB DDR4 2666MHz RAM, que es suficiente para manejar múltiples tareas al mismo tiempo, y también tiene un SSD NVMe enorme de 1 TB que te brinda mucho espacio para almacenar tus datos.

La pantalla de esta laptop es excelente por su alta velocidad que te permite ver todos los detalles de tus proyectos de ciencia de datos, y el teclado retroiluminado es perfecto si quieres trabajar en ambientes oscuros. Su pantalla es adecuada para la ciencia de datos ya que es un panel IPS, por lo que obtienes colores y ángulos de visión precisos.

Y vamos con la conectividad del portátil MSI GP66,  tiene puertos USB: 1 X USB3.2 Gen2 Tipo-C compatible con DisplayPort, 3 x USB3.2 Gen 1 Tipo-A para que puedas conectar dispositivos rápida y fácilmente.

Tiene 1 x HDMI para que puedas enviar video fácilmente a una pantalla más grande, además viene con un puerto USB tipo C que admite DisplayPort para que puedas conectar fácilmente este portátil a un monitor o televisor.

En resumen, el portátil MSI GP66 es uno de los mejores portátiles para ciencia de datos que puedes comprar, ya que tiene una potencia de procesamiento de alta gama, un amplio espacio de almacenamiento que es perfecto para trabajar en grandes conjuntos de datos y su RAM se puede actualizar, por lo que siempre permanecerá activo y preparado para nuevos retos.

Conclusión

La computación en la nube

Los datos modernos (aunque pueden caber en la memoria RAM de las laptops y PCs de escritorio) generalmente se realizan en granjas de computadoras porque se procesarán instantáneamente (en horas o incluso minutos en lugar de días).

Y cuando te lances a la industria en busca de trabajo, eso te ayudará a destacar como candidato. No se trata solo de la experiencia, se trata de la voluntad y la capacidad de familiarizarse con muchas cosas.


BuyBitcoinFiveMinute

Para fines de computación en la nube, realmente solo necesitas una máquina básica y no es necesario invertir en laptops como la MacBook Pro, Dell XPS o incluso estas ThinkPads.

Sin embargo, sé que cuando comencé no estaba muy preparado para cambiar de mi laptop a un servicio remoto en la nube o simplemente a cualquier servidor con mejores recursos. La mayoría de ustedes muy seguramente todavía quiere jugar y probar la mayor cantidad de datos posible en un pequeño caballo de batalla.

 

3 comentarios en «Los mejores portátiles para Ciencia de Datos»

  • Pingback: ▷ Las Mejores Laptops Para Trabajar Desde Casa ✅

  • el septiembre 24, 2022 a las 9:53 pm
    Enlace permanente

    bootcamp
    Análisis de datos y Data sciencie
    Es necesario que tengas acceso a un ordenador portatil que cuente con cámara, micrófono y con unos requisitos mínimos.

    Requisitos mínimos: Procesador i7 y memoria RAM 8 Gbs. En caso de AMD mínimo un Ryzen con RAM también de al menos 8Gbs. Si queremos algo óptimo, hablaríamos de un 18 o 19 y RAM 16Gbs. En caso de Apple, Macbook Air o Macbook Pro siempre que no tenga

    Otro centro de estudios: no decían Nada de MacBook pro M1
    Pero finalmente inicié el bootcamp y ohhh sorpresa..no puedo descargar sus programas en MÍ MACBOOK PRO M1 2021..Y lo peor que no dan solución…
    Estas son las especificaciones mínimas que recomendamos de forma general: 2/4/8 núcleos a 1 GHz de velocidad como mínimo y con soporte de virtualización (Intel i3/i5/i7/19. AMD Ryzen 5,7), 8 GB mínimos, 70 GB libres mínimos y capacidad de virtualización activada en el BIOS.

    Espero que a alguien le sirva y antes de comprar una portátil o MacBook.. sé informen bien y no les suceda mí mala experiencia.

    Respuesta
  • el septiembre 24, 2022 a las 9:58 pm
    Enlace permanente

    Error de copiado:
    Es necesario que tengas acceso a un ordenador portatil que cuente con cámara, micrófono y con unos requisitos mínimos.

    Requisitos mínimos: Procesador i7 y memoria RAM 8 Gbs. En caso de AMD mínimo un Ryzen con RAM también de al menos 8Gbs. Si queremos algo hablaríamos de un i8 o i9 y RAM 16Gbs. En caso de Apple, Macbook Air o Macbook Pro siempre que no tenga procesador M1.
    Faltó está última línea…

    Respuesta

Deja una respuesta

Tu dirección de correo electrónico no será publicada.