Módulo 1: Arquitectura técnica de un proyecto de análisis

• Organización de carpetas

• Archivos de entrada

• Archivos procesados

• Notebook principal

• Salidas

• Documentación y convenciones de nombres.

Módulo 2: Lectura masiva de CSV desde carpetas

• Carga de múltiples CSV

• Identificación de estructura común

• Consolidación

• Columna de origen

• Control de periodo y validación de archivos leídos.

Módulo 3: Validación de calidad de datos

• Reglas para detectar nulos críticos, duplicados, valores fuera de rango, categorías inválidas y problemas de consistencia

• Data quality report.

Módulo 4: Funciones reutilizables en Python

• Conversión de pasos repetitivos de limpieza y transformación en funciones propias

• Parámetros

• Docstrings simples y pruebas rápidas.

Módulo 5: Transformaciones avanzadas con pandas

• apply, map, where, pivot_table

• Reestructuración de datos

• Cálculos condicionales complejos y validaciones posteriores.

Módulo 6: Análisis avanzado por segmentos

• Segmentaciones, rankings, contribución porcentual

• Pareto/ABC

• Acumulados y métricas comparativas por grupo.

Módulo 7: Análisis temporal avanzado

• Promedios móviles

• Variaciones contra periodos anteriores

• Acumulados dinámicos

• Tendencias y comparativos por calendario.

Módulo 8: Visualización avanzada para análisis

• Visualizaciones claras para comparar tendencias, outliers, distribución, concentración y desempeño por segmento

• Narrativa visual.

Módulo 9: Automatización del flujo analítico

• Flujo repetible: leer CSV, validar, limpiar, transformar, analizar, exportar resultados y dejar evidencia del proceso

• Control de ejecución.

Módulo 10: Proyecto final avanzado

• Solución completa con carga masiva, validación, limpieza, análisis avanzado, visualizaciones, archivos de salida y documentación técnica.