Aprende a preparar, limpiar y organizar datos en hojas de cálculo para responder preguntas de negocio con confianza. Este módulo cubre cómo identificar problemas comunes de calidad, aplicar técnicas de limpieza, estructurar la información de forma clara y transformar datos en métricas y visualizaciones básicas. Además, descubrirás cómo aprovechar la IA para explorar datasets y automatizar tareas simples.

Capítulos:

Aprende a combinar, resumir y visualizar datos para responder preguntas de negocio con mayor claridad. En este módulo explorarás cómo usar funciones de agregación, tablas dinámicas y formatos condicionales para detectar patrones y calcular métricas clave. También aprenderás a diferenciar indicadores líderes y rezagados, estructurar conclusiones accionables y comunicar hallazgos a través de dashboards y presentaciones. La IA te acompañará como apoyo para crear fórmulas, explorar métricas y acelerar la construcción de reportes.

Capítulos:

Domina las bases de SQL para analizar datos financieros y responder preguntas de negocio. En este módulo aprenderás a navegar bases de datos relacionales, extraer información con consultas básicas y usar funciones de agregación para calcular métricas clave como ingresos, costos, margen y ROI. También practicarás cómo unir tablas para análisis más completos, detectar tendencias en el tiempo y comunicar hallazgos con claridad. La IA te servirá como apoyo para generar queries más rápido, interpretar resultados y preparar reportes para distintos públicos.

Capítulos:

Aprende a mapear y analizar el recorrido de tus usuarios para entender mejor su comportamiento y optimizar la conversión. En este módulo usarás SQL para reconstruir flujos de usuarios, medir tasas de conversión y detectar cuellos de botella en funnels. También trabajarás con cohortes para analizar retención en el tiempo y simular escenarios de mejora para estimar su impacto en métricas clave como ingresos o engagement. Finalmente, convertirás tus análisis en visualizaciones y dashboards claros para diferentes audiencias.

Capítulos:

Aprende a organizar y limpiar datos como lo hacen los analistas profesionales. En este módulo configurarás un entorno de trabajo en Python con Jupyter o Google Colab, cargarás datasets en Pandas y aplicarás técnicas de exploración estructurada. Practicarás cómo detectar y corregir errores comunes (valores nulos, duplicados, formatos inconsistentes), transformar columnas y combinar múltiples fuentes en un dataset unificado. Además, aprenderás a documentar tu trabajo en notebooks claros y reproducibles, y a usar GitHub para colaborar y compartir análisis. Con el apoyo de la IA, podrás acelerar tareas como limpieza, agrupación y generación de código en Colab.

Capítulos:

Aprende a usar estadísticas descriptivas y visualizaciones para descubrir patrones, detectar anomalías y comunicar hallazgos con claridad. En este módulo trabajarás con Pandas, Matplotlib y Seaborn para calcular medidas de tendencia central y dispersión, identificar distribuciones sesgadas, y visualizar datos con histogramas y boxplots. También practicarás cómo manejar outliers, transformar variables para mejorar la calidad del análisis y resaltar insights clave en gráficos claros y comprensibles para audiencias no técnicas.

Capítulos:

Aprende a combinar, limpiar y organizar datasets para explorar relaciones entre variables numéricas. En este módulo usarás Pandas y Seaborn para preparar datos, crear scatter plots y calcular matrices de correlación que revelen patrones ocultos. Practicarás cómo interpretar relaciones positivas, negativas o nulas, y cómo validar insights con visualizaciones claras. Además, aprenderás a documentar tu proceso de análisis en Jupyter Notebooks estructurados y fáciles de seguir, como lo haría un analista profesional.

Capítulos:

Aprende a convertir preguntas de negocio en hipótesis estadísticas claras y valídalas con pruebas en Python. En este módulo usarás SciPy y statsmodels para calcular intervalos de confianza, ejecutar t-tests, z-tests y chi-cuadrado, e interpretar p-values en un contexto empresarial. También practicarás cómo preparar datos para cumplir con los supuestos de cada prueba, documentar tu análisis en notebooks claros y co-crear interpretaciones con IA para mejorar tu comunicación de resultados.

Capítulos:

Aprende a transformar datos en narrativas visuales convincentes con Power BI o Tableau. En este módulo conectarás datasets reales a un BI tool, crearás gráficos interactivos (líneas, barras, mapas, proporciones) y aplicarás principios de diseño para comunicar insights de manera clara y persuasiva. También aprenderás a estructurar dashboards con filtros dinámicos y a resaltar patrones clave mediante formato visual y storytelling SCQA. Finalmente, compartirás y presentarás tu tablero como un reporte profesional listo para la audiencia.

Capítulos:

Aprende a integrar múltiples fuentes de datos en un BI tool y a construir dashboards interactivos que respondan a las preguntas de negocio de distintos públicos. En este módulo diseñarás modelos de datos con relaciones entre tablas, crearás campos calculados y medidas personalizadas para métricas clave como ingresos, crecimiento o retención, y realizarás análisis de cohortes para entender el comportamiento de clientes en el tiempo. También practicarás cómo estructurar dashboards con vistas enlazadas, filtros dinámicos y visual storytelling para ejecutivos y analistas. Finalmente, refinarás y entregarás un tablero claro y accionable, listo para toma de decisiones.

Capítulos:

Aplicar todo lo que has aprendido en el bootcamp de dos semanas que recrea la experiencia de trabajo de un analista junior.