Notas de producción
Ideas, errores y lecciones del ecosistema de datos.
Sin humo, sin hype — lo que de verdad necesitas saber para trabajar con datos.
Entiende de qué va cada oficio.
Un lunes cualquiera de un ingeniero de datos (y si este trabajo es para ti)
Sigue a Lucía, una ingeniera de datos ficticia, desde las 9:00 hasta la tarde de un lunes: comprobar datos, arreglar un fallo y hablar con analistas. Así sabrás si te gustaría su trabajo.
Analista, ingeniero o científico de datos: el mismo pedido visto por tres profesionales
Una tienda online ficticia recibe un pedido de zapatillas. Mira qué hace con él un ingeniero, un analista y un científico de datos, y descubre cuál de los tres oficios te encaja.
¿Qué hace un ingeniero de datos? Explicado desde cero (sin jerga)
Si no sabes nada de datos y te preguntas de qué vive un ingeniero de datos, este es tu sitio. Sin jerga: qué problema resuelve, de dónde viene el rol y cómo se empieza.
Un jueves cualquiera de una analista de datos (y si este trabajo es para ti)
Imagina a Marta, una analista de datos ficticia, un jueves entero: aclarar una pregunta, limpiar datos, dar con una pista y contarla. Así sabrás qué parte te gustaría y cuál te cansaría.
Analista de datos: qué hace, qué herramientas usa y cómo empezar
El analista traduce números en decisiones. SQL, dashboards y mucha comunicación. Te explico el oficio de cero, sin rodeos.
Trucos y código real.
Data lake o data warehouse: los mismos pedidos de una tienda guardados de dos formas
Cinco pedidos de una tienda ficticia, guardados tal cual en ficheros (data lake) y ordenados en una tabla (data warehouse). Con Python y sin librerías extra.
Batch o streaming: las mismas ventas de una tienda, procesadas de dos formas
Cuatro pedidos de una tienda ficticia, sumados de golpe al final del día (batch) y uno a uno según llegan (streaming). Con Python y sin librerías extra.
CSV o JSON: el mismo pedido contado de dos formas
Un pedido con dos productos en CSV y en JSON, lado a lado. Qué pasa con la lista de productos, cómo se lee cada uno con Python y cuándo elegir uno u otro.
Tu primer pipeline de datos en Python: de un CSV sucio a una tabla limpia
Construye un mini ETL con pandas en 50 líneas: leer un CSV sucio, limpiar duplicados y nulos, transformar tipos y guardar. Tutorial completo con código real.
INNER JOIN o LEFT JOIN: los mismos clientes y pedidos unidos de dos formas
Cuatro clientes y cuatro pedidos de una tienda ficticia. Uno de los clientes no ha comprado nada. Con INNER JOIN desaparece y con LEFT JOIN aparece con NULL. Qué es un JOIN y cuándo usar cada uno.
Barras, líneas o tarta: el mismo dato de ventas dibujado de tres formas
Seis meses de ventas de una tienda online ficticia, dibujados con barras, líneas y tarta. Cada gráfico responde una pregunta distinta, y elegir bien la pregunta es elegir bien el gráfico.
Hoja de cálculo o base de datos: cuándo se te queda corta Excel
Una tienda online ficticia y el mismo problema resuelto en Excel y en una base de datos (un sitio donde guardar datos enlazados). Mira dónde la hoja de cálculo empieza a dar guerra.
GROUP BY, HAVING y funciones de ventana: la guía que te falta
De GROUP BY básico a ROW_NUMBER, LAG y SUM OVER. Con ejemplos reales sobre una tabla de ventas. Para quien ya sabe SELECT pero quiere analizar de verdad.
Regresión o clasificación: los mismos pisos, dos preguntas distintas
Con la misma tabla de pisos ficticios, predecir el precio es regresión y predecir si se vende en 30 días es clasificación. Qué cambia en la salida y en la métrica, con scikit-learn.
Correlación no es causalidad: los helados no queman la piel
En un pueblo de playa inventado, helados y quemaduras suben a la vez (correlación 0,92). Qué es una correlación, qué es una variable de confusión y cómo comprobarlo con Python.
Media o mediana: los mismos cinco sueldos contados de dos formas
Cinco sueldos ficticios, uno de 12.000 €. La media dice 3.960 y la mediana 2.000. Qué es un outlier, por qué la media se deja engañar y cuándo usar cada una, con Python.
Tu primer modelo de machine learning en 30 líneas de Python
Clasificación binaria con scikit-learn: predecir churn de clientes. Datos, split, entrenar, evaluar. Sin deep learning, sin magia. Lo mínimo que funciona.
Entrevistas y portfolio.
Cómo leer una oferta de analista de datos: qué te piden de verdad y qué es relleno
Una oferta de empleo no es un examen: es una lista de deseos. Anotamos una oferta ficticia línea a línea para separar lo imprescindible del relleno y decidir si te postulas.
Preguntas de entrevista para analista de datos: SQL, negocio y casos prácticos
15 preguntas reales de entrevista para analista de datos con respuesta explicada. SQL técnico, interpretación de negocio y mini-casos prácticos.
$ whoami
Regístrate gratis para dar like, guardar posts en carpetas y recibir nuevos artículos por email.