Loading
Lesson 1 of 25· Empieza aquí: bienvenido a la ciencia de datos
Cada vez que una app te recomienda una canción, un banco detecta un cargo sospechoso o una tienda sabe cuánto pedir para diciembre, hay ciencia de datos detrás. No es magia ni un club exclusivo para genios de las matemáticas: es un oficio ordenado para convertir datos crudos en decisiones. Y empieza justo aquí, contigo.
Este curso es un panorama 100 % introductorio. Su meta no es convertirte en experto de la noche a la mañana, sino darte un mapa mental claro: entender qué es realmente este campo, cómo se trabaja en él y por dónde conviene que empieces tú. Cuando termines, dejarás de ver la ciencia de datos como una nube confusa de palabras técnicas y la verás como un camino con etapas concretas que puedes recorrer.
🎯 La promesa de este curso: en unas pocas horas tendrás una imagen mental completa de qué es la ciencia de datos, cómo fluye un proyecto de principio a fin, y cuál es tu mejor primer paso para empezar a practicar.
Para cualquier persona curiosa: estudiantes, profesionales de otras áreas, gente que oye "data science" por todas partes y quiere entender de qué va antes de invertir meses aprendiendo a programar.
No necesitas saber programar para empezar. No pedimos matemáticas avanzadas, ni experiencia previa con datos, ni haber tocado Python jamás. Si sabes leer una tabla y tienes ganas de entender, tienes todo lo que hace falta. Las pocas mini-demos con código que verás vienen ya escritas y explicadas paso a paso: tu único trabajo es leerlas, ejecutarlas y observar qué pasa. Nada de página en blanco.
A lo largo del curso construirás, pieza por pieza, una imagen completa del campo:
| Tema | Lo que te llevarás |
|---|---|
| Qué es la ciencia de datos | Poder explicar con tus palabras qué resuelve (y qué no es) |
| El ciclo de vida de un proyecto | Las 5 etapas de datos crudos a decisión: recolectar → limpiar → analizar → modelar → comunicar |
| Tipos de problemas | Distinguir cuándo describes el pasado y cuándo predices el futuro |
| El mapa de herramientas | Dónde encajan SQL, NumPy, Pandas, la visualización y el machine learning |
| Comunicar y ser responsable | Convertir un análisis en una decisión, con honestidad y cuidado ético |
| Tu camino | Qué roles existen y cuál es tu siguiente paso concreto |
Estos son los siete tramos del viaje. Cada módulo se apoya en el anterior, pero todos son cortos y digeribles:
Cada lección combina varios formatos para que aprender sea ligero y activo, no un muro de texto:
Una nota importante: todas las demos usan el mismo dataset, los pedidos de una pequeña tienda online de electrónica. Así, en lugar de saltar entre ejemplos inconexos, verás cómo un solo conjunto de datos se recolecta, se limpia, se analiza y se modela a lo largo del curso: el ciclo de vida completo con un caso que reconocerás en cada etapa.
Es normal sentir que "ciencia de datos" suena grande e intimidante. Pero recuerda: hoy solo estás pidiendo un mapa, no escalando la montaña entera. Ve a tu ritmo, ejecuta las demos, responde los cuestionarios, y deja que la imagen se arme sola. Miles de personas sin fondo técnico empezaron exactamente aquí. Tú también puedes.
Nada de teoría pesada para arrancar. En la próxima lección abrirás tu primer notebook y, en unos 3 minutos, cargarás datos reales de ventas y verás tu primer resultado con tus propios ojos —sin escribir una sola línea de código. Es tu primera victoria del curso. ¡Vamos allá!
Free