Comparar Spark y Dask para análisis genómico a escala

Implementa las mismas 3 cargas en Spark (PySpark) y Dask: 1) join de tablas de variantes con anotaciones (250 GB), 2) ventanas estadísticas por cromosoma (100 GB), 3) entrenamiento distribuido de un modelo mixto sobre 50.000 individuos. Mide tiempo total, memoria peak por worker, tiempo perdido en shuffle/scheduling, robustez ante fallo de un worker. Ejecuta en el mismo clúster (32 nodos, 16 cores/nodo). Documenta diferencias de paradigma (Spark DAG fijo vs Dask scheduler dinámico). Entrega los scripts de benchmark, una tabla comparativa, un informe de 9 páginas y una recomendación con plan de migración.