Un mes para dejar de creer titulares y empezar a revisar la fuente. El alumno descarga datos crudos de empresas que usa todos los días, los limpia, los interroga en Python y termina con un expediente propio que sostiene frente al grupo. Sin fórmulas mágicas: método, evidencia y una conclusión que se puede defender.
Este es el primer contacto serio con el oficio: tomar un archivo sucio de datos financieros y convertirlo en un argumento. Trabajamos con series reales de precios, ingresos y usuarios de compañías que el alumno conoce —Spotify, Netflix, Liverpool, Alsea, Bimbo— descargadas de fuentes públicas como Yahoo Finance, Nasdaq Data Link y los reportes trimestrales de cada emisora. Aprende a identificar la unidad, la frecuencia y la fuente de cualquier serie antes de tocarla; a detectar faltantes, duplicados, splits y outliers; a documentar por escrito cada decisión de limpieza; y a usar pandas para agrupar, ordenar y comparar. Todo en Google Colab, sin instalar nada. El énfasis no está en la sintaxis sino en el criterio: qué preguntas sí se pueden contestar con los datos que tienes, y cuáles no.
Data Detective: la historia que esconden los números — te enviamos el brochure y un asesor te contacta.