-da-project-promo-60-modulo-2-team-1
MusicStream, una plataforma de streaming musical, busca comprender mejor las tendencias musicales y optimizar la experiencia de sus usuarios.
Este proyecto tiene como objetivo analizar la popularidad de canciones lanzadas entre los años 2000 y 2005, utilizando información obtenida de la API de Spotify y Last.fm.
El análisis se basa en criterios como:
- Calificaciones de los usuarios
- Número de reproducciones
- Valoraciones
- Año de lanzamiento
- Género musical y país de origen del artista
Identificar las canciones y artistas más populares entre 2000 y 2005 mediante la extracción, organización y análisis de datos.
La información se almacenará en una base de datos SQL para realizar consultas y obtener conclusiones relevantes sobre las tendencias musicales del periodo.
Obtención de información sobre canciones y artistas desde la API de Spotify y Last.fm.
Estructuración y almacenamiento de los datos en una base de datos relacional, utilizando SQL para su gestión.
Estructura de la Base de Datos
Realización de consultas y análisis para responder a preguntas como:
- 🎤 ¿Cuál es el artista con más canciones entre 2000 y 2005?
- 🎧 ¿Qué género musical tiene la mejor valoración?
- 📅 ¿En qué año se lanzaron más canciones?
- ⭐ ¿Cuál es la canción mejor valorada?
- 🏆 ¿Qué artista tiene la valoración promedio más alta?
- 🌍 ¿Qué país cuenta con más artistas?
- ⏳ ¿Qué artista ha estado activo más tiempo y cuántas canciones tiene?
| Categoría | Herramientas |
|---|---|
| Lenguaje de programación | Python |
| Bases de datos | SQL |
| APIs utilizadas | Spotify, Last.fm |
| Control de versiones | GitHub |
| Metodología de trabajo | Scrum (Agile) |
Proyecto desarrollado por estudiantes del Bootcamp de Análisis de Datos de Adalab, como parte del Módulo 2.
El objetivo es consolidar los conocimientos adquiridos en Python, SQL y el trabajo colaborativo mediante el uso de Git y GitHub.
- Comprender las tendencias musicales del periodo 2000–2005.
- Identificar las canciones y artistas más exitosos de esos años.
- Desarrollar un proceso completo de análisis de datos: desde la extracción hasta la interpretación de resultados.