Inicia sesión para guardar tu progreso y continuar en otros dispositivos.
Cómo ser científico de datos
Aprende Python y pandas, consulta tus propios datos con SQL y después construye modelos que puedes evaluar con honestidad y explicar. Cada ejercicio se ejecuta y se corrige, y la ruta termina con un proyecto de bajas de clientes, una evaluación cronometrada con todas las herramientas y la entrevista.
Sigue los pasos en este orden. Cada paso es un grupo de unidades de un curso, no el curso entero: las unidades que usa este puesto. Abre una unidad para empezar su primera lección.
1
Python
La ciencia de datos se hace con código. Aprendes valores, colecciones, control de flujo y funciones, y después a leer y escribir los archivos en los que te llegan los datos.
La mayor parte del tiempo de un científico de datos se va en preparar los datos. Cargas y revisas tablas, las filtras, limpias y combinas, agrupas y reorganizas, trabajas con series temporales y representas lo que encuentras.
Los datos que modelas suelen vivir en una base de datos, y muchas entrevistas tienen una ronda de SQL. Consultas, resumes y combinas tablas, y después usas funciones de ventana y los patrones de análisis que hay detrás de las cohortes y los embudos.
Aquí construyes modelos como se hace en el trabajo: planteas el problema, divides los datos para que la evaluación sea honesta, ajustas modelos de referencia de regresión y clasificación, preparas variables en un pipeline, eliges entre modelos, tratas los casos poco frecuentes y lees las probabilidades que te dan.
Recuperación y evaluación de aplicaciones con modelos
Construye un índice local de documentos, comprueba el alcance de las fuentes y las citas, y separa los casos de desarrollo de los reservados para evaluación. El cuaderno utiliza vectores de prueba deterministas y respuestas preparadas, no embeddings aprendidos ni generación real.
Cada proyecto parte del encargo de una empresa ficticia y pasa de una herramienta a otra como en el trabajo real: lo que construyes en una etapa es el punto de partida de la siguiente. Todos los encargos se pueden leer gratis.
Pennant
SQLSQLpdpandasMLAprendizaje automático
Proyecto
¿Quién se da de baja en los primeros 90 días?
Pennant pierde demasiados suscriptores en sus tres primeros meses. Crea una tabla de bajas sin mirar el futuro, averigua quién se va, ajusta un primer modelo y planifica qué debería probar el equipo de retención.
Una prueba en el pago ofreció un plan anual a la mitad de los visitantes. El panel dice que funcionó; cuenta la prueba de forma justa y decide si la diferencia es real antes de lanzarla.
Cuando termines las unidades, ponte a prueba con todas las herramientas del puesto a la vez: 12 tareas prácticas en 50 minutos, cada una en su herramienta y corregida automáticamente. El reloj sigue corriendo aunque cierres la página.
Herramienta
Tareas
Minutos
Python
3
13
pandas
3
13
SQL
3
11
Aprendizaje automático
3
13
Cómo se puntúa
Cada herramienta
A punto si aciertas dos tercios de sus tareas o más, Cerca si aciertas un tercio, y si no, Aún no. Una tarea de programación suma la parte de sus pruebas que pasan.
A punto para entrevistas
Un 75 % o más en total, y todas las herramientas en A punto.
Casi a punto
Un 50 % o más en total, y ninguna herramienta en Aún no.
Sigue practicando
Cualquier otro resultado. El informe enumera cada tarea que fallaste con la lección que la enseña.
La evaluación es gratuita. El resultado es una valoración para practicar, con el formato de informe del Centro de entrevistas, no una decisión de contratación. Cada nuevo intento saca tareas distintas cuando el banco de preguntas lo permite.
La entrevista
El Interview Hub hace la entrevista de ciencia de datos ronda a ronda, en una empresa ficticia: respondes en voz alta o por escrito, el entrevistador repregunta y el informe cita tus respuestas.
La primera unidad de cada curso, sin cuenta: 4 de las 33 unidades de esta ruta. Todos los encargos de los proyectos se leen gratis, y la evaluación de preparación para el puesto es gratuita.
Un curso
Un curso completo. En esta ruta es uno de estos: Python (5 unidades), pandas (9 unidades), SQL (6 unidades), Aprendizaje automático (10 unidades), Desarrollo con modelos de lenguaje (3 unidades).
Acceso completo
Toda la ruta: cada unidad, cada etapa de los proyectos y la práctica de entrevistas habladas.
Un científico de datos usa los datos para predecir o explicar algo que le importa a una empresa: qué clientes están a punto de irse, si un nuevo proceso de pago convierte mejor de verdad, cuánto stock necesitará una tienda la semana que viene. El trabajo tiene menos de algoritmos ingeniosos que de plantear bien la pregunta, preparar datos que no filtren la respuesta, evaluar con honestidad y explicar el resultado a quien va a actuar.
Del cuaderno al modelo
Python va primero porque todo lo demás se escribe con él. Le sigue pandas, porque preparar los datos es la mayor parte del trabajo. SQL te da los datos de partida. Después llega el aprendizaje automático, cuando ya sabes preparar las entradas y juzgar si la puntuación de un modelo significa algo. El último paso aplica los límites de las fuentes y la evaluación con casos reservados a una aplicación con modelos de lenguaje.
Enseñar lo que sabes hacer
En Pennant, una empresa de suscripciones pierde demasiados socios en sus tres primeros meses. Construyes con SQL y pandas una tabla de bajas sin mirar el futuro, averiguas quién se va, ajustas un primer modelo y planteas qué debería probar el equipo de retención. En el caso de la oferta anual decides si el resultado de una prueba en el pago es real antes de lanzarla. Las dos son el tipo de trabajo que te piden explicar en una entrevista de ciencia de datos. Después, la evaluación te dice qué herramienta practicar antes de presentarte.
Preguntas frecuentes
¿Necesito una carrera de matemáticas o estadística?
Muchas ofertas de científico de datos piden una titulación cuantitativa, y algunas un máster. Lee las ofertas a las que piensas presentarte. Esta ruta practica el trabajo que miden esos puestos: preparar datos, modelar, evaluar y explicar. Es práctica, no una titulación.
¿Científico de datos o analista de datos? ¿A cuál apunto?
Un analista responde preguntas de negocio con datos; un científico de datos además construye modelos predictivos y diseña experimentos. Si estás empezando, la ruta de analista de datos comparte casi todos los primeros pasos y lleva a más puestos de entrada.
¿Cuánto se tarda?
Las lecciones de esta ruta suman unas 44 horas. Las unidades de aprendizaje automático son las más largas. No prometemos cuánto se tarda en encontrar trabajo.
¿Cuánto cuesta?
La primera unidad de cada curso es gratis y no pide cuenta. One Course abre un curso entero; All Access abre la ruta completa. En la página de precios ves todos los planes y sus precios.