De cero a programar con Python y manejar datos reales
≈ 175 h
Nivel: principiante
4 unidades
36 lecciones
Cómo funciona un ordenador, la terminal y Git; Python como herramienta de ingeniería; algoritmos y estructuras de datos; y NumPy, pandas, SQL y visualización para preparar cualquier dataset. Es la base de todo lo demás y abre la vía rápida al curso de aplicaciones con LLMs. El curso no exige saber inglés: todo está en español. Algunas lecturas recomendadas para ir más allá solo existen en inglés (van marcadas «(en inglés)»); si te cuesta, usa la traducción automática del navegador.
Cómo funciona un ordenador, el sistema operativo, la terminal y Git, y cómo preparar tu propio ordenador para programar. La base sobre la que se ejecuta todo lo demás.
Python como herramienta de ingeniería, desde variables, listas y diccionarios hasta clases, generadores, decoradores y testing, con un bloque final opcional de profiling y concurrencia.
16 lecciones · ≈ 54 h de estudio
Variables, tipos y expresiones
Operadores, formato y precisión
Condicionales y bucles
Funciones
Listas y tuplas
Diccionarios y conjuntos
Comprensiones y el módulo collections
Excepciones y manejo de errores
Archivos, CSV y JSON
Clases y objetos
Herencia, composición y métodos especiales
Iteradores y generadores
Decoradores y context managers
Tipos, dataclasses y tests
Python avanzado (opcional): medir antes de optimizar
Las herramientas con las que se prepara cualquier dataset antes de entrenar nada. NumPy a fondo, pandas, SQL, visualización y un flujo de limpieza y análisis exploratorio que evita las fugas de información.
7 lecciones · ≈ 23 h de estudio
NumPy a fondo
pandas (I): seleccionar, filtrar y agrupar
pandas (II): unir tablas, valores ausentes y series temporales
SQL con sqlite3 (I): consultar, agrupar y unir
SQL con sqlite3 (II): funciones de ventana, CTE e índices
Aplicación CLI: gestor de tareas≈ 25 h Un gestor de tareas de línea de comandos con persistencia en JSON, tests y diseño en capas.
Pipeline de datos: CO₂ de Mauna Loa≈ 30 h Datos reales de NOAA (dominio público) con una cabecera que miente: ingesta con huella, esquema como código, cuarentena, comprobaciones de calidad, tabla de características en SQLite, cargas incrementales e idempotentes y un DAG con reintentos.
Las explicaciones completas, los ejercicios con corrección automática, los exámenes y los proyectos están dentro de la academia. Horas estimadas para alguien que empieza de cero: lecciones con práctica y repaso, retos, exámenes y los proyectos recomendados. Es la misma estimación que verás dentro de la academia.
Por el camino ganas yang, la moneda de la academia: 10 por cada lección, 50 por cada examen de unidad aprobado y 150 por cada proyecto verificado; además, 15 por el reto de hoy y 100 por el de la semana. Se gastan en la tienda en mascotas y colores; con dinero no se pueden comprar.
Matemáticas necesarias para IA (y las que no) Qué matemáticas necesitas de verdad para aprender IA según tu objetivo: vectores, derivadas, probabilidad… y qué puedes dejar para más tarde.
¿Empezamos?
Crea tu cuenta y activa tu suscripción: tendrás todo el temario desde el primer día.