[09]Python para ingeniería de datos
Pandas, APIs, logging y pipelines: Python como herramienta profesional del ingeniero de datos.
Instalar Pandas y tu primer DataFrame
Setup de Pandas, verificación y primeros pasos con el DataFrame: Excel con superpoderes.
Leer cualquier cosa: CSV, JSON, Excel, Parquet con Pandas
Domina la lectura de los 4 formatos más comunes y entiende cuándo usar cada uno.
Limpiar datos: el 80% del trabajo que nadie te cuenta
NaN, duplicados, tipos incorrectos, outliers — bienvenido al trabajo real del ingeniero de datos.
Python habla con bases de datos: conectar, consultar, guardar
El patrón fundamental Python↔BD con sqlite3 (incluido en Python): conectar, consultar con SQL, traer resultados a un DataFrame con pd.read_sql y escribir con df.to_sql.
Instalar requests: APIs y pedir datos al mundo exterior
Aprende a consumir APIs REST públicas para ingerir datos externos en tus pipelines.
Logging y manejo de errores en producción
Cuando tu pipeline falla a las 3AM, los logs son tu única pista. Aprende a dejar rastros útiles.
Proyecto: pipeline Python que ingiere, limpia y exporta datos
Construye un mini-pipeline profesional completo: API → limpieza → validación → Parquet.