addded database capabilities to template

.devcontainer/Dockerfile

@@ -0,0 +1,15 @@
+FROM mcr.microsoft.com/devcontainers/python:0-3.10
+
+ENV PYTHONUNBUFFERED 1
+
+# [Optional] If your requirements rarely change, uncomment this section to add them to the image.
+# COPY requirements.txt /tmp/pip-tmp/
+# RUN pip3 --disable-pip-version-check --no-cache-dir install -r /tmp/pip-tmp/requirements.txt \
+#    && rm -rf /tmp/pip-tmp
+
+# [Optional] Uncomment this section to install additional OS packages.
+# RUN apt-get update && export DEBIAN_FRONTEND=noninteractive \
+#     && apt-get -y install --no-install-recommends <your-package-list-here>
+
+RUN apt-get update && export DEBIAN_FRONTEND=noninteractive \
+    && apt-get -y install --no-install-recommends postgresql-client

.devcontainer/devcontainer.json

@@ -1,16 +1,25 @@
+// For format details, see https://aka.ms/devcontainer.json. For config options, see the
+// README at: https://github.com/devcontainers/templates/tree/main/src/postgres
 {
-	"image": "mcr.microsoft.com/devcontainers/python:0-3.11",
-	"waitFor": "onCreateCommand",
-	"onCreateCommand": "pip3 install --user -r requirements.txt",
-	"postCreateCommand": "",
-	"customizations": {
-	  "vscode": {
-		"extensions": [
-		  "ms-toolsai.jupyter",
-		  "ms-python.python",
-		  "ms-python.pylint"
-		]
-	  }
-	}
-  }
-
+	"name": "Python 3 & PostgreSQL",
+	"dockerComposeFile": "docker-compose.yml",
+	"service": "app",
+	"workspaceFolder": "/workspaces/${localWorkspaceFolderBasename}",
+
+	// Features to add to the dev container. More info: https://containers.dev/features.
+	// "features": {},
+
+	// Use 'forwardPorts' to make a list of ports inside the container available locally.
+	// This can be used to network with other containers or the host.
+	"forwardPorts": [5432],
+
+	"onCreateCommand": "cp -n .env.example .env",
+	// Use 'postCreateCommand' to run commands after the container is created.
+	// "postCreateCommand": "pip install --user -r requirements.txt",
+
+	// Configure tool-specific properties.
+	// "customizations": {},
+
+	// Uncomment to connect as root instead. More info: https://aka.ms/dev-containers-non-root.
+	// "remoteUser": "root"
+}

.devcontainer/docker-compose.yml

@@ -0,0 +1,35 @@
+version: '3.8'
+
+services:
+  app:
+    build:
+      context: ..
+      dockerfile: .devcontainer/Dockerfile
+
+    volumes:
+      - ../..:/workspaces:cached
+
+    # Overrides default command so things don't shut down after the process ends.
+    command: sleep infinity
+
+    # Runs app on the same network as the database container, allows "forwardPorts" in devcontainer.json function.
+    network_mode: service:db
+
+    # Use "forwardPorts" in **devcontainer.json** to forward an app port locally.
+    # (Adding the "ports" property to this file will not forward from a Codespace.)
+
+  db:
+    image: postgres:latest
+    restart: unless-stopped
+    volumes:
+      - postgres-data:/var/lib/postgresql/data
+    environment:
+      POSTGRES_USER: gitpod
+      POSTGRES_DB: sample-db
+      POSTGRES_PASSWORD: postgres
+
+    # Add "forwardPorts": ["5432"] to **devcontainer.json** to forward PostgreSQL locally.
+    # (Adding the "ports" property to this file will not forward from a Codespace.)
+
+volumes:
+  postgres-data:

README.es.md

@@ -0,0 +1,88 @@
+# Plantilla de Proyecto de Ciencia de Datos
+
+Esta plantilla está diseñada para impulsar proyectos de ciencia de datos proporcionando una configuración básica para conexiones de base de datos, procesamiento de datos, y desarrollo de modelos de aprendizaje automático. Incluye una organización estructurada de carpetas para tus conjuntos de datos y un conjunto de paquetes de Python predefinidos necesarios para la mayoría de las tareas de ciencia de datos.
+
+## Estructura
+
+El proyecto está organizado de la siguiente manera:
+
+- `app.py` - El script principal de Python que ejecutas para tu proyecto.
+- `explore.py` - Un notebook para que puedas hacer tus exploraciones, idealmente el codigo de este notebook se migra hacia app.py para subir a produccion.
+- `utils.py` - Este archivo contiene código de utilidad para operaciones como conexiones de base de datos.
+- `requirements.txt` - Este archivo contiene la lista de paquetes de Python necesarios.
+- `models/` - Este directorio debería contener tus clases de modelos SQLAlchemy.
+- `data/` - Este directorio contiene los siguientes subdirectorios:
+  - `interim/` - Para datos intermedios que han sido transformados.
+  - `processed/` - Para los datos finales a utilizar para el modelado.
+  - `raw/` - Para datos brutos sin ningún procesamiento.
+
+## Configuración
+
+**Prerrequisitos**
+
+Asegúrate de tener Python 3.11+ instalado en tu máquina. También necesitarás pip para instalar los paquetes de Python.
+
+**Instalación**
+
+Clona el repositorio del proyecto en tu máquina local.
+
+Navega hasta el directorio del proyecto e instala los paquetes de Python requeridos:
+
+```bash
+pip install -r requirements.txt
+```
+
+**Crear una base de datos (si es necesario)**
+
+Crea una nueva base de datos dentro del motor Postgres personalizando y ejecutando el siguiente comando: `$ createdb -h localhost -U <username> <db_name>`
+Conéctate al motor Postgres para usar tu base de datos, manipular tablas y datos: `$ psql -h localhost -U <username> <db_name>`
+NOTA: Recuerda revisar la información del archivo ./.env para obtener el nombre de usuario y db_name.
+
+¡Una vez que estés dentro de PSQL podrás crear tablas, hacer consultas, insertar, actualizar o eliminar datos y mucho más!
+
+**Variables de entorno**
+
+Crea un archivo .env en el directorio raíz del proyecto para almacenar tus variables de entorno, como tu cadena de conexión a la base de datos:
+
+```makefile
+DATABASE_URL="your_database_connection_url_here"
+```
+
+## Ejecutando la Aplicación
+
+Para ejecutar la aplicación, ejecuta el script app.py desde la raíz del directorio del proyecto:
+
+```bash
+python app.py
+```
+
+## Añadiendo Modelos
+
+Para añadir clases de modelos SQLAlchemy, crea nuevos archivos de script de Python dentro del directorio models/. Estas clases deben ser definidas de acuerdo a tu esquema de base de datos.
+
+Definición del modelo de ejemplo (`models/example_model.py`):
+
+```py
+from sqlalchemy.ext.declarative import declarative_base
+from sqlalchemy import Column, Integer, String
+
+Base = declarative_base()
+
+class ExampleModel(Base):
+    __tablename__ = 'example_table'
+    id = Column(Integer, primary_key=True)
+    name = Column(String)
+
+```
+
+## Trabajando con Datos
+
+Puedes colocar tus conjuntos de datos brutos en el directorio data/raw, conjuntos de datos intermedios en data/interim, y los conjuntos de datos procesados listos para el análisis en data/processed.
+
+Para procesar datos, puedes modificar el script app.py para incluir tus pasos de procesamiento de datos, utilizando pandas para la manipulación y análisis de datos.
+
+## Contribuyentes
+
+Esta plantilla fue construida como parte del [Data Science and Machine Learning Bootcamp](https://4geeksacademy.com/us/coding-bootcamps/datascience-machine-learning) de 4Geeks Academy por [Alejandro Sanchez](https://twitter.com/alesanchezr) y muchos otros contribuyentes. Descubre más sobre [los programas BootCamp de 4Geeks Academy](https://4geeksacademy.com/us/programs) aquí.
+
+Otras plantillas y recursos como este se pueden encontrar en la página de GitHub de la escuela.

README.md

@@ -7,6 +7,7 @@ This boilerplate is designed to kickstart data science projects by providing a b
 The project is organized as follows:
 
 - `app.py` - The main Python script that you run for your project.
+- `explore.py` - A notebook to explore data, play around, visualize, clean, etc. Ideally the notebook code should be migrated to the app.py when moving to production.
 - `utils.py` - This file contains utility code for operations like database connections.
 - `requirements.txt` - This file contains the list of necessary python packages.
 - `models/` - This directory should contain your SQLAlchemy model classes.
@@ -32,6 +33,16 @@ Navigate to the project directory and install the required Python packages:
 pip install -r requirements.txt
 ```
 
+**Create a database (if needed)**
+
+Create a new database within the Postgres engine by customizing and executing the following command: `$ createdb -h localhost -U <username> <db_name>`
+Connect to the Postgres engine to use your database, manipulate tables and data: `$ psql -h localhost -U <username> <db_name>`
+NOTE: Remember to check the ./.env file information to get the username and db_name.
+
+Once you are inside PSQL you will be able to create tables, make queries, insert, update or delete data and much more!
+
+**Environment Variables**
+
 Create a .env file in the project root directory to store your environment variables, such as your database connection string:
 
 ```makefile