Datos32 horas académicas · 8 sesiones de 3 h cronológicas
Portada del curso Python para Análisis de Datos
En corto
Python para Análisis de Datos es un curso en vivo de Excelsius de 32 horas académicas, en 8 sesiones de 3 horas cronológicas (lunes y miércoles de 7:30 a 10:30 p. m.), que enseña a integrar, limpiar, transformar, analizar y visualizar datos con Pandas, NumPy, SQL y apoyo de IA. No requiere experiencia previa en programación.
01 Presentación del curso
De qué trata este curso
Python para Análisis de Datos es un curso práctico orientado a desarrollar las capacidades necesarias para trabajar con información proveniente de diferentes fuentes, utilizando Python para integrarla, limpiarla, transformarla, analizarla y visualizarla. El participante conocerá herramientas como Pandas, NumPy y librerías de visualización, así como la integración con archivos, bases de datos y SQL, trabajando en entornos como Google Colab y Python local. El curso incorpora la IA como apoyo al aprendizaje y al desarrollo de soluciones, permitiendo construir procesos de análisis más eficientes, reproducibles y adaptables a diferentes necesidades empresariales.
DatosLunes y miércoles · 7:30 – 10:30 p. m.
Ejecución del curso Python para Análisis de Datos
Objetivos del curso
Comprender los fundamentos de Python necesarios para aplicarlos al análisis y tratamiento de datos.
Integrar información proveniente de archivos, bases de datos y diferentes fuentes mediante Python y SQL.
Limpiar, transformar y organizar datos utilizando herramientas especializadas como Pandas.
Analizar y visualizar información para identificar patrones, tendencias e indicadores relevantes.
Desarrollar procesos reproducibles y automatizables, utilizando IA como apoyo para resolver y optimizar tareas de análisis.
Beneficios
Amplía tus capacidades de análisis, incorporando Python como complemento de Excel, SQL y Power BI.
Trabaja con múltiples fuentes de información, adaptando tus procesos a diferentes formatos y estructuras de datos.
Reduce tareas manuales y repetitivas mediante procesos de transformación y automatización.
Desarrolla una visión integral del manejo de datos, desde su obtención hasta la generación de resultados útiles para la toma de decisiones.
Incorpora IA a tu flujo de trabajo, usándola como apoyo para comprender, desarrollar, revisar y optimizar soluciones en Python.
Público objetivo
Dirigido a estudiantes, profesionales, analistas y personas que trabajan con información en áreas como administración, comercial, finanzas, marketing, operaciones, logística y gestión, que desean ampliar sus capacidades de análisis incorporando Python. Es especialmente adecuado para quienes ya utilizan Excel, SQL, Power BI u otras herramientas de datos y buscan una herramienta más flexible para integrar, transformar, analizar y automatizar información, aunque no cuenten con experiencia previa en programación.
En clase
Esto se escribe en la sesión 5
Un archivo de veinte líneas que abre el reporte de ventas del año, lo limpia, lo agrupa por región y deja el resultado ordenado. Lo mismo que en Excel toma media mañana y hay que repetir cada mes; aquí se ejecuta en un segundo y sirve para el próximo cierre sin tocar nada.
analisis_ventas.py
1import pandas as pd 2 3# 1 · se abre el reporte y se convierten las fechas 4ventas = pd.read_csv("ventas_2026.csv", parse_dates=["fecha"]) 5 6# 2 · limpieza: sin duplicados y sin importes vacíos 7ventas = ventas.drop_duplicates().dropna(subset=["importe"]) 8 9# 3 · indicadores por región, de mayor a menor10resumen = (11 ventas.groupby("region")["importe"]12 .agg(total="sum", ticket="mean", operaciones="count")13 .sort_values("total", ascending=False)14)1516total = resumen["total"].sum()1718print(resumen.round(2))19print(f"Total del período: S/ {total:,.2f}")
bash · excelsius
$python analisis_ventas.py total ticket operacionesregion Norte 412800.00 1032.00 400Sur 298450.50 888.25 336Centro 254900.00 765.47 333Oriente 181300.00 652.16 278Total del período: S/ 1,147,450.50
Salida real de pandas sobre un reporte de ventas de ejemplo.
02 Plan de estudios
8 módulos, clase por clase
Sesiones8 sesiones de 3 h cronológicas
DíasLunes y miércoles
Horario7:30 – 10:30 p. m.
Certificación32 horas académicas
Python aplicado al análisis de datos
Flujo de trabajo del analista y relación con Excel, SQL y Power BI
Entornos de trabajo: Google Colab y Python local
Fundamentos de Python: variables, tipos de datos y estructuras
Operadores, lógica y funciones
Primer ejercicio de análisis con apoyo de IA
NumPy y Pandas para el análisis de datos
Series y DataFrames
Importación de datos desde CSV, Excel y JSON
Exploración, selección, filtrado y ordenamiento
Estadística descriptiva básica
Exploración de un dataset empresarial con apoyo de IA
Python como herramienta para acceder a información almacenada
Bases de datos relacionales y conexión mediante SQL
SQLite como entorno práctico
Ejecución de consultas desde Python
Integración de resultados con Pandas
Flujo SQL → Python → Pandas
Calidad y validación de datos
Tratamiento de valores nulos y duplicados
Conversión y manejo de tipos, fechas y textos
Corrección y estandarización de información
Creación y transformación de columnas
Procesos de limpieza reproducibles con apoyo de IA
Transformación y segmentación de datos
Agrupaciones, agregaciones e indicadores
Combinación de datasets con merge() y concat()
Análisis temporal y tablas resumen
Equivalencias entre SQL y Pandas
Construcción de datasets personalizados para análisis
Análisis exploratorio de datos
Estadística aplicada e identificación de patrones
Tendencias, relaciones y valores atípicos
Visualización con Pandas, Matplotlib y Seaborn
Selección e interpretación de gráficos
IA aplicada a la exploración y visualización de datos
Python como integrador de múltiples fuentes
Conexión con PostgreSQL y MySQL/MariaDB
Integración de archivos, bases de datos y datos estructurados
Consolidación y procesamiento de múltiples datasets
Funciones, reutilización y automatización de procesos
Construcción de flujos reproducibles con apoyo de IA
Definición del problema y objetivo analítico
Incorporación y validación de información
Limpieza, integración y transformación
Análisis, indicadores y visualización
Preparación de resultados para Power BI u otras herramientas
Presentación de hallazgos, conclusiones y recomendaciones
03 Certificación
Modelo de certificado
Al aprobar el programa recibes un certificado a nombre de Excelsius por 32 horas académicas, con
el detalle de la duración y la fecha de emisión. Es el documento que sustenta tu
formación ante tu empleador o en un proceso de selección.
Emisión digital, lista para adjuntar a tu CV o a tu legajo.
Detalle de horas académicas y del temario cursado.
Para empresas, informe de participación y asistencia del grupo.
EXCELSIUSModelo referencial
Certificado de finalización
Otorgado a quien aprueba satisfactoriamente el programa, con el detalle de las competencias
alcanzadas y las horas cursadas.
Nombre del participanteNombre y apellidos
Curso completadoPython para Análisis de Datos
Duración32 horas académicas
Fecha de emisiónAl cierre del programa
Gestión y Análisis de Datos
04
Matrícula
Medios de pago
La vacante se confirma con el pago y el envío de la constancia por WhatsApp. Emitimos boleta o factura electrónica. Para grupos de una misma empresa hay tarifa corporativa.
Transferencia o depósito
Cuentas en soles de banco local. Te enviamos los datos al confirmar tu vacante.
Yape y Plin
Pago inmediato desde el celular. Envía la constancia por WhatsApp y quedas matriculado.
Tarjeta de débito o crédito
Enlace de pago seguro con Visa, Mastercard, American Express y Diners.
Pago en cuotas
Fracciona la inversión en dos partes: la primera reserva la vacante y la segunda antes de la mitad del curso.
Facturación a empresas
Emitimos factura electrónica y orden de servicio para capacitaciones corporativas e in house.
No. La primera sesión parte de los fundamentos de Python —variables, tipos de datos, estructuras, operadores y funciones— pensados desde el análisis de datos. Está diseñado para quienes ya usan Excel, SQL o Power BI y quieren una herramienta más flexible.
Son 8 sesiones de 3 horas cronológicas, equivalentes a 32 horas académicas para la certificación. Las clases son lunes y miércoles de 7:30 a 10:30 p. m., en vivo y con acceso a las grabaciones.
Pandas y NumPy para el tratamiento de datos, Matplotlib y Seaborn para visualización, y SQLite, PostgreSQL y MySQL/MariaDB para la integración con bases de datos. Se trabaja en Google Colab y en Python local, sin necesidad de un equipo potente.
No es obligatorio: se puede seguir todo el curso desde Google Colab, que corre en el navegador. Aun así se revisa la instalación de Python local para quienes prefieran trabajar en su propio equipo.
Sí, es su complemento natural. La sesión 8 termina preparando los resultados para Power BI u otras herramientas, de modo que Python se ocupa de integrar, limpiar y transformar, y el tablero se queda con el análisis ya listo.
Matrícula
Reserva tu vacante
Cupos limitados. Clases en vivo con acceso a las grabaciones. Déjanos tus datos y te
enviamos el temario completo, las fechas de inicio y las formas de pago.
Evoluciona de los dashboards a soluciones integrales de análisis: modelado, DAX, estadística, Python, Machine Learning e integración con Fabric y Azure.