1. Sigma (Fighting spam with Haskell)

Sigma es un sistema que usa facebook para identificar de forma pro-activa acciones maliciosas en las interaciones de sus usuarios, las cuales incluyen spam, ataques de phising, links a malware entre otros. El contenido detectado por Sigma es removido de forma automática y así evitando que aparezca en los post del usuario.

--->más información aquí<---

2. Jane Street

Es una firma de trading que opera alrededor del mundo, ellos implementan la mayoría de sus sistemas en ocaml, expresan que esto les permite maximizar la productividad de sus empleados. Además aportar en varios proyectos opensource.

--->más información aquí<---

3. QuickCheck

QuickCkeck es una librería en haskell para la generación de pruebas aleatorias en donde se busca probar las propiedades que deberían de cumplir las funciones implementadas.

El programador provee la especificación del programa, en forma de propiedades que la función debería satisfacer, la librería entonces genera una gran cantidad de casos de prueba aleatorios para probar que la función cumpla su cometido.

--->más información aquí<---

4. WhatsApp - ERLANG

Este lenguaje se caracteriza por aplicar tanto programación funcional como concurrente. Fue diseñado para tener un enfoque hacia las aplicaciones distribuidas y tolerantes a fallos. Dentro de sus características principales encontramos la capacidad de proporcionar cambio en caliente de código. Estas propiedades lo han hecho útil dentro del campo de las telecomunicaciones, razón por la cual empresas como WhatsApp y T-Mobile lo han usado dentro del desarrollo de algunos de sus proyectos.

--->más información aquí<---

5. LOLITA

En la universidad de DURHAM Inicialmente usaron Miranda y luego pasaron a Haskell, desarrollando un proyecto de siete años para construir LOLITA(Large-scale, Object-based, Linguistic Interactor, Translator, and Analyser), un programa de 30.000 líneas para la comprensión de lenguaje natural.

--->más información aquí<---

6. Ericsson-erlang:

Erlang fue desarrollado por Ericsson como un lenguaje de programacion concurrente que facilitara el desarrollo de aplicaciones para telefonos. Ya se han escrito aplicaciones con más de 130.000 lineas de código y se hace mucho más corto y rápido de desarrollar.

--->más información aquí<---

7. Cardano

Cardano es una plataforma descentralizada que ofrece funciones avanzadas a la comunidad blockchain, como las transacciones veloces y directas. Esta plataforma con tecnología blockchain es competencia directa de Ethereum y tiene una estructura en capas que utiliza el token digital ADA para transferir y recibir valor.

--->más información aquí<---

8. Cryptol

Es un lenguaje de dominio específico desarrollado por Galois, ideal para desarrollar y verificar algoritmos de encriptamiento. Actualmente lo usan muchas empresas privadas y el gobierno de Estados Unidos. Aunque tiene un excelente desempeño en rutinas criptográficas básicas, hay herramientas más elaboradas para protocolos criptográficos completos como SSL.

--->más información aquí<---

9. ReactiveX

ReactiveX es una biblioteca para la composición de programas asíncronos y basados en eventos usando secuencias observables.

Extiende el patrón observador (observer pattern) para soportar secuencias de datos y eventos, y añade operadores que permiten la composición de secuencias de forma declarativa mientras abstrae las preocupaciones sobre cosas como manejo de hilos de bajo nivel, sincronización, seguridad de hilos, estructuras de datos concurrentes y input/output no bloqueante.

--->más información aquí<---

12. Aplicaciones en Scala

---

Procesamiento de Big Data

Scala es ampliamente utilizado en el procesamiento de grandes volúmenes de datos debido a su integración con Apache Spark, una poderosa plataforma para el procesamiento distribuido de datos. La programación funcional en Scala permite escribir código más limpio y eficiente para transformar y manipular datos en paralelo.

Detalles Técnicos:

• Distribución de Datos: Apache Spark permite la distribución de datos a través de un clúster de nodos, permitiendo el procesamiento paralelo y la manipulación eficiente de grandes volúmenes de datos.
• Resilient Distributed Datasets (RDDs): Son estructuras de datos distribuidas que pueden ser operadas en paralelo. Los RDDs son inmutables y permiten realizar transformaciones y acciones de manera funcional.
• Transformaciones: Las transformaciones son operaciones que crean un nuevo RDD a partir de un RDD existente. Ejemplos incluyen map, filter, flatMap, y reduceByKey.
• Acciones: Las acciones son operaciones que devuelven un valor al controlador del programa. Ejemplos incluyen collect, count, y first.

Detalles Teóricos:

• Inmutabilidad: Los RDDs son inmutables, lo que significa que una vez creados, no pueden ser cambiados. Cualquier operación sobre un RDD retorna un nuevo RDD.
• Evaluación Perezosa: Spark utiliza la evaluación perezosa para mejorar la eficiencia. Las transformaciones no se ejecutan inmediatamente sino que se construye un plan de ejecución que se ejecuta cuando se llama a una acción.

// SCALA
import org.apache.spark.sql.SparkSession

val spark = SparkSession.builder
    .appName("Big Data Processing")
    .getOrCreate()

val data = spark.read.textFile("hdfs://path/to/data.txt")

val wordCounts = data.flatMap(line => line.split(" "))
    .map(word => (word, 1))
    .reduceByKey(_ + _)

wordCounts.collect().foreach(println)
                        

Desarrollo de Aplicaciones Web

Play Framework es un framework web que utiliza Scala y sigue los principios de la programación funcional. Permite construir aplicaciones web escalables y robustas de manera sencilla.

Detalles Técnicos:

• MVC (Modelo-Vista-Controlador): Play Framework sigue el patrón de diseño MVC, que separa la lógica de la aplicación en tres componentes principales: el modelo (datos), la vista (interfaz de usuario) y el controlador (manejo de las solicitudes).
• Rutas: Las rutas en Play definen cómo las solicitudes HTTP se mapean a los controladores. Esto se especifica en un archivo de rutas que actúa como una tabla de enrutamiento para la aplicación.
• Inyección de Dependencias: Play Framework utiliza inyección de dependencias para gestionar las dependencias entre los diferentes componentes de la aplicación. Esto facilita la prueba y la modularidad del código.

Detalles Teóricos:

• Principio de Inversión de Dependencias: La inyección de dependencias promueve el principio de inversión de dependencias, que sugiere que los módulos de alto nivel no deben depender de módulos de bajo nivel, sino de abstracciones.
• Desarrollo Reactivo: Play Framework está diseñado para aplicaciones web asíncronas y no bloqueantes, siguiendo los principios del manifiesto reactivo para mejorar la escalabilidad y el rendimiento.

// SCALA
import play.api.mvc._

class HomeController @Inject()(cc: ControllerComponents) extends AbstractController(cc) {
    def index = Action {
    Ok("Hello, World!")
    }
}
                        

Modelado de Datos y Manipulación

La biblioteca Cats en Scala proporciona estructuras de datos funcionales y abstracciones para trabajar con datos de manera más declarativa y segura.

Detalles Técnicos:

• Functors y Monads: Cats proporciona implementaciones de Functors y Monads, que son estructuras algebraicas utilizadas para manejar contextos y efectos secundarios de manera funcional.
• Validación: Cats ofrece herramientas para la validación funcional, permitiendo combinar múltiples validaciones y manejar errores de forma funcional.
• Semigroups y Monoids: Estas son estructuras algebraicas que permiten combinar valores. Un Semigroup es una estructura con una operación de combinación, mientras que un Monoid es un Semigroup con un elemento neutro.

Detalles Teóricos:

• Programación Declarativa: Cats promueve la programación declarativa, donde se describe qué hacer en lugar de cómo hacerlo, permitiendo un código más conciso y fácil de razonar.
• Composición de Funciones: La composición es un concepto clave en la programación funcional, donde funciones pequeñas y reutilizables se combinan para formar funciones más complejas. Cats facilita esta composición a través de sus abstracciones.

// SCALA
import cats._
import cats.implicits._

val option1: Option[Int] = Some(10)
val option2: Option[Int] = Some(20)

val result = for {
    x <- option1
    y <- option2
} yield x + y

println(result) // Output: Some(30)