Memoria Abierta: Datos para Visibilizar el Conflicto Armado en Colombia (2022–2025)

Este repositorio contiene el desarrollo de Memoria Abierta, una iniciativa de análisis y visualización del conflicto armado en Colombia entre 2022 y 2025. A partir de datos abiertos, el proyecto transforma información técnica en una herramienta accesible y comprensible que visibiliza la magnitud e impacto del conflicto sobre la población civil.

El enfoque es ético, social y colaborativo: busca acercar esta realidad a quienes no la han vivido directamente, promoviendo la empatía, la conciencia y la memoria histórica a través de herramientas como Python, MySQL y Power BI.

Configuración del Proyecto

Este proyecto utiliza Poetry para la gestión de dependencias y Git LFS para el manejo de archivos grandes.

Requisitos previos

• Python 3.8 o superior
• Poetry (instrucciones de instalación)
• Git LFS (instrucciones de instalación)

Instalación rápida

1. Clona el repositorio:

   git clone https://github.com/tu-usuario/conflicto-armado-en-cifras.git
   cd conflicto-armado-en-cifras

2. Instala las dependencias del proyecto:

   poetry install

3. Inicializa Git LFS:

   git lfs install

¡Y listo! Con eso puedes empezar a trabajar en el proyecto.

Actualizar el repositorio local

Para traer los últimos cambios del repositorio remoto:

git pull origin main

Estructura del Proyecto

├── data/               # Datos del proyecto
│   ├── external/       # Datos de fuentes externas
│   ├── processed/      # Datos procesados
│   └── raw/            # Datos originales sin procesar
├── notebooks/          # Jupyter notebooks
├── src/                # Código fuente
└── reports/            # Informes generados
    └── figures/        # Gráficos y visualizaciones

📁 Recursos del Proyecto

• 📊 Dashboard interactivo en Power BIDisponible en la carpeta /reports/figures, junto con visualizaciones exportadas.
• 🧾 Informe final del proyectoPuedes encontrarlo en /reports, incluyendo documentación metodológica y hallazgos clave.
• 📓 Notebooks de análisis y limpieza de datosAccede a los cuadernos Jupyter en /notebooks.
• 📂 Datos utilizadosLas fuentes originales, procesadas y transformadas están organizadas en /data.
• 📽️ Presentación del proyecto (pitch) Disponible en /docs/pitch o el archivo memoria-abierta-presentacion.pdf.

Equipo

• Santiago Rendón Castrillón – Análisis de datos, Transformación de datos y Coordinación general
• Kelly Dayanna Hernández – Análisis de datos, Administradora en base de datos y Business Intelligence (BI)

Licencia

Este proyecto está disponible bajo la licencia MIT.

Notas Adicionales

✅ Este proyecto fue completado en junio de 2025. La documentación refleja la versión final publicada.