DevelopmentAdded Sep 21, 2026

Análisis de Datos con IA y Python en 10 Días. De 0 a Reporte

Limpia, transforma y analiza datos con IA en Python. Visualiza resultados y entrega informes profesionales en Excel/PDF

4.7 / 5.0
25 ratings
10h 40m 39s
On-demand
Spanish
Audio
Alvaro Chirou, Kevin Lopez, Todo sobre Inteligencia Artificial, Programación | Desarrollador Full Stack | FrontEnd | BackEnd | BD
Instructor
Análisis de Datos con IA y Python en 10 Días. De 0 a Reporte100% OFF
  • 10h 40m 39s on-demand video
  • Certificate of Completion
  • Mobile, TV & Desktop Access
  • Full Lifetime Access

What you'll learn

Aplicar Pandas para cargar datasets y explorar su estructura, identificando filas, columnas y tipos de datos relevantes.
Interpretar resúmenes estadísticos iniciales con .head(), .info() y .describe(), apoyándose en IA para obtener explicaciones rápidas.
Detectar y corregir errores estructurales en los datos, como duplicados, columnas mal nombradas y valores fuera de rango.
Identificar valores atípicos (outliers) mediante métodos estadísticos y visuales, evaluando si deben eliminarse, corregirse o conservarse.
Normalizar y limpiar columnas de texto usando funciones de Pandas (.str.strip(), .str.lower(), .replace()), asegurando consistencia en los datos.
Configurar la lectura robusta de archivos CSV con parámetros para manejar NA, codificación y formatos complejos.
Diseñar prompts para guiar a la IA en la creación de funciones de limpieza automatizadas, validando siempre los resultados como analista.
Detectar y tratar valores nulos con estrategias adecuadas, como eliminación, imputación o asistencia de IA, evaluando el impacto en las distribuciones.
Diferenciar entre duplicados exactos y lógicos, aplicando claves compuestas y normalización previa antes de deduplicar datos.
Aplicar técnicas avanzadas para manejar outliers (IQR, z-score, winsorización, capping) y documentar criterios de decisión.
Transformar tipos de datos y aplicar normalización numérica (Min–Max, Z-score) para preparar datasets para análisis y modelos sensibles a escala.
Crear nuevas columnas con lógica condicional para enriquecer el análisis con variables derivadas.
Agrupar y agregar datos por categorías con groupby().agg(...), generando KPIs y métricas relevantes para el negocio.
Calcular e interpretar medidas de tendencia central (media, mediana, moda), entendiendo su relación con outliers y asimetrías.
Analizar la dispersión de los datos mediante varianza, desviación estándar, rango e IQR, interpretando su impacto en la estabilidad de las variables.
Construir gráficos de barras y líneas con Seaborn, comparando categorías y detectando tendencias temporales con medias móviles.
Visualizar distribuciones de datos con histogramas y proporciones con gráficos de pastel, aplicando criterios de cuándo usarlos y cuándo evitarlos.
Agrupar por semanas/meses con resample() y Grouper; tendencias con medias móviles y estacionalidad básica.
Portafolio final: informe, notebook limpio y README reproducible.
KPIs en Excel: tablas dinámicas, segmentadores y gráficos vinculados.
Versionar notebooks y datos; empaquetar resultados reproducibles.
Diseñar visualizaciones efectivas: títulos, ejes, etiquetas y anotaciones.
Manejar fechas: parsing, zonas horarias y resampling por periodos.
Usar IA para explicar errores y generar tests de datos básicos.
Perfilado rápido del dataset con ydata-profiling para EDA inicial.
Validar calidad con reglas en Pandas: tipos, rangos y dominios válidos.
Optimizar rendimiento en Pandas con vectorización y evitando bucles.
Crear funciones reutilizables y notebooks claros con buen markdown.
Documentar criterios de limpieza y outliers para trazabilidad y auditoría.
Automatizar reportes PDF desde notebooks usando plantillas y parámetros.
Exportar a CSV/Excel con formatos, múltiples hojas y gráficos embebidos.
Reorganizar datos con pivot(), melt() y crosstab para pasar de ancho a largo.
Unir datasets con merge(), join() y concat(); resolver claves y cardinalidades.

Course Description

Análisis de Datos con IA y Python en 10 Días. De 0 a Reporte es un curso 100 % práctico que te lleva, paso a paso, desde los fundamentos hasta la entrega de informes profesionales en Excel y PDF. Aprenderás a construir un flujo de trabajo completo de analítica: recolección, limpieza, exploración, visualización y reporte, utilizando Python y las librerías clave de la industria, con la IA como asistente para acelerar tu productividad.

Comenzamos con una introducción clara al análisis de datos y al flujo de trabajo profesional. Luego dominamos las bibliotecas esenciales: NumPy para cómputo numérico, Pandas para manipulación tabular, y Matplotlib y Seaborn para visualización. Practicarás la extracción de datos desde múltiples fuentes (archivos comunes, Excel, JSON y una API) y aplicarás técnicas rigurosas de calidad de datos: detección y tratamiento de nulos, duplicados, valores incorrectos y outliers, así como normalización, creación de columnas derivadas, agrupaciones y reestructuración.

Entrenarás un pensamiento analítico sólido con estadística descriptiva (tendencia central, dispersión, percentiles) y desarrollarás visualizaciones efectivas para comunicar hallazgos. Además, dedicarás un bloque al análisis temporal: manejo de fechas, resampling y gráficos de series. Cerramos integrando todo en reportes listos para negocio: hojas de Excel automatizadas y documentos PDF generados a partir de tus resultados.

Para que avances con confianza, el curso incluye cuestionarios breves y seis asignaciones prácticas distribuidas a lo largo del programa, más un proyecto integrador con datos reales. La IA se incorpora de forma transversal: la emplearemos para crear borradores de código, listas de verificación de calidad, explicación de errores y plantillas de reportes, siempre con criterio y buenas prácticas.

Este curso es para principiantes y para quienes quieran formalizar su proceso analítico. Solo necesitas curiosidad, ganas de practicar y un entorno básico de Python con Jupyter o Colab. Al finalizar, contarás con un portafolio mínimo: un informe completo y reproducible que podrás presentar en tu trabajo o incluir en tu CV.

Who this course is for:

  • Toda persona interesada en aprender análisis de datos con python e inteligencia artificial

More free Development courses

Introducción a la programación orientada a objetos con PHP100% OFF
DevelopmentAdded 2 days ago

Introducción a la programación orientada a objetos con PHP

Francisco Javier Arce Anguiano
4.5(305)21h 33m 28sSpanish
$84.99Free
Get Coupon
Python OOP: A Complete Course in Object Oriented Programming100% OFF
DevelopmentAdded 3 days ago

Python OOP: A Complete Course in Object Oriented Programming

Sara Academy
3.8(319)3h 36m 59sEnglish
$84.99Free
Get Coupon
Data Scientist & Analyst Top Interview Questions & Answers.100% OFF
DevelopmentAdded 3 days ago

Data Scientist & Analyst Top Interview Questions & Answers.

Temotec Learning Academy
4.2(23)0sEnglish
$84.99Free
Get Coupon
Curso PSeInt algoritmos  y  lógica de  programación100% OFF
DevelopmentAdded 4 days ago

Curso PSeInt algoritmos y lógica de programación

Yuri Abdel Narvaez
4.5(753)1h 59m 42sSpanish
$84.99Free
Get Coupon

Never miss a free coupon

Instructor coupons expire fast — often within hours of reaching 1,000 enrollments. Join our Telegram channel for instant alerts when new verified coupons drop.

Join Telegram