FIC · FINANCIAL INNOVATION COLLEGE← Todos los cursos
Explorers · Financial Innovation College

Data Detective: Investiga Empresas con Código

Baja los datos, límpialos y descubre qué está pasando en una empresa real.
📅 Inicio: 1 de marzo de 2027 1 mes intensivo 📍 En linea en vivo + on-demand para toda LATAM 🎓 Practitioners FIC - lideres de la industria financiera
💳 Pago seguro con PayPal (acceso inmediato) — o pagar con tarjeta vía Stripe. Precio + IVA 16%.
El programa

Descripción

Aprendes pandas —la biblioteca que sostiene la mayor parte del análisis financiero del mundo— usando datos de empresas que conoces: Netflix, Tesla, Walmart de México. Cargas, limpias, filtras, agrupas y comparas hasta responder preguntas que un analista responde de verdad. Terminas con un reporte de investigación hecho con tu propio código.

Programa para chavos de 13 a 15 años que ya tocaron Python, o lo aprenden aquí en la primera semana, y quieren usarlo para investigar y no solo para practicar. El eje es pandas: DataFrames, indexación, filtros booleanos, groupby, merge y series de tiempo. Los datos vienen de fuentes reales —precios de mercado vía yfinance, tablas de estados financieros, datos abiertos de INEGI y Banxico— con toda su suciedad: fechas mal formateadas, valores faltantes, columnas con nombres inconsistentes. Aprendes a limpiarlos porque es el 80% del trabajo real. Cada sesión termina con una pregunta de investigación: qué mes fue el más volátil del año, cómo se compara el crecimiento de dos empresas, qué pasó con el peso frente al dólar en el último trimestre. Nadie te dice la respuesta: la sacas del dato y la defiendes frente al grupo.

Hacia dónde llegas

Objetivo general

Cargar, limpiar y analizar conjuntos de datos financieros reales con pandas para responder preguntas de investigación y comunicar los hallazgos con gráficas.
Diseñado para ti

¿Quién debe asistir?

Contenido

Temario

  1. pandas desde cero: Series y DataFrames: Crear, cargar e inspeccionar DataFrames desde CSV y Excel, y navegar filas y columnas con loc e iloc.
  2. Datos sucios: limpieza y tipos: Detectar y tratar valores faltantes, duplicados, tipos incorrectos y fechas mal parseadas antes de cualquier análisis.
  3. Filtros y preguntas: indexación booleana: Formular una pregunta de negocio y traducirla a filtros de pandas que aíslen exactamente las filas relevantes.
  4. Agrupar y resumir: groupby y tablas dinámicas: Usar groupby y pivot_table para calcular promedios, sumas y conteos por categoría, mes o sector.
  5. Series de tiempo: precios, rendimientos y ventanas móviles: Indexar por fecha, calcular rendimientos diarios con pct_change y construir medias móviles y volatilidad rodante.
  6. Unir fuentes: merge, join y concat: Combinar precios, fundamentales y tipo de cambio por llave común sin perder ni duplicar información.
  7. Visualización que convence: Producir gráficas comparativas y de distribución con matplotlib y seaborn, eligiendo el tipo correcto para cada pregunta.
  8. Contar la historia: del notebook al reporte: Estructurar un notebook como documento de investigación con pregunta, método, evidencia y conclusión.
Información práctica

Detalles del curso

FechasInicio: 1 de marzo de 2027
Duración1 mes intensivo
ModalidadEn linea en vivo + on-demand para toda LATAM
InstructorPractitioners FIC - lideres de la industria financiera
Inversión$490 USD
$490 USD

[email protected] - WhatsApp +52 55 2265 4459