Curso de Python en Argentina: Python para datos, online y en vivo

Respuesta corta: el curso de Python para datos de ProgramBI para Argentina es online y en vivo por Zoom, con 20 horas en 8 módulos de nivel básico-intermedio. Se cursa lunes y miércoles de 19:30 a 21:30, hora de Argentina, empieza el lunes 23 de noviembre de 2026 y cuesta $ 159.900. Tenés grabaciones de por vida y certificado.

¿Qué vas a aprender? Python desde cero con foco en análisis: las bases del lenguaje y, sobre todo, Pandas para limpiar, transformar, agrupar y cruzar tablas; gráficos con Matplotlib y conexión a bases de datos y APIs. En el laburo, eso significa que la planilla que actualizás a mano cada vez que cambia una lista de precios se recalcula sola con un script.

Por qué Python rinde tanto en Argentina

Hay dos razones muy locales. La primera es la velocidad a la que cambian los números: listas de precios, costos de proveedores y tipos de cambio se actualizan seguido, y cada cambio obliga a rehacer cálculos en decenas de planillas. Con Python, el proceso se escribe una vez y se vuelve a correr cuando llega la lista nueva.

La segunda es el mercado laboral: muchos analistas argentinos trabajan para empresas de otros países, y en esos equipos de datos Python es casi un estándar, junto con SQL. Saberlo te abre búsquedas que piden exactamente ese perfil.

A eso se suma un ecosistema de fintech, software y agroindustria que genera datos todo el tiempo y necesita gente capaz de procesarlos sin depender de sistemas.

Excel, Python y Power BI: quién hace qué

Se complementan: Python prepara y automatiza; Power BI comunica.

Cuánto se paga (referencia)

La Encuesta de Sueldos de Sysarmy 2026.1 (marzo de 2026) muestra, para analistas de datos o BI, una mediana de sueldo bruto mensual de $1.785.000 (junior), $2.557.772 (semi-senior) y $3.382.000 (senior), según el cálculo del Instituto IEA. institutoiea.edu.ar · sysarmy.com Con inflación, tomalo como orden de magnitud. Python es una de las herramientas que más se repite en esos perfiles.

Ejemplos con datos argentinos

Juntar las listas de precios de todos los proveedores:

import pandas as pd
from pathlib import Path

listas = pd.concat(
    [pd.read_excel(f).assign(proveedor=f.stem) for f in Path("listas").glob("*.xlsx")],
    ignore_index=True)

Limpiar precios con formato argentino («$ 12.345,67»):

listas["precio"] = (listas["precio"].astype(str)
                    .str.replace(r"[$\s.]", "", regex=True)
                    .str.replace(",", ".", regex=False)
                    .astype(float))

Variación mensual de costos por producto:

costos = listas.sort_values("fecha").groupby(["producto", pd.Grouper(key="fecha", freq="M")])["precio"].mean()
variacion = costos.groupby(level="producto").pct_change()

Normalizar el CUIT antes de cruzar con clientes:

ventas["cuit"] = ventas["cuit"].astype(str).str.replace("-", "", regex=False)

El formato con coma decimal y punto de miles es una de las causas más comunes de errores al pasar de Excel a Python: resolvelo al leer los datos y te ahorrás horas.

Caso: márgenes que se actualizan solos

Una distribuidora de Córdoba recalculaba márgenes cada vez que un proveedor mandaba lista nueva: abrir el archivo, copiar precios, revisar fórmulas, avisar a comercial. Con Python:

base = ventas.merge(listas_vigentes, on="producto", how="left")
base["margen_pct"] = (base["precio_venta"] - base["costo"]) / base["precio_venta"]
en_rojo = base[base["margen_pct"] < 0][["producto", "precio_venta", "costo"]]
en_rojo.to_excel("productos_en_rojo.xlsx", index=False)

Cuando llega una lista, se corre el script y comercial recibe en minutos los productos que quedaron por debajo del costo. En un contexto inflacionario, esa velocidad vale plata.

Ruta de aprendizaje recomendada

1. Excel con soltura: si te falta, el curso de Excel.
2. SQL para sacar datos de la base: curso de SQL Server.
3. Python con Pandas para limpiar y automatizar (este curso).
4. Power BI para presentar: curso de Power BI y guía de Power BI en Argentina.

Si preferís todo en un programa, está el curso de Análisis de datos.

Plan de práctica de cuatro semanas

• Semana 1: Google Colab (gratis) o Anaconda. Variables, listas, diccionarios, if y for.
• Semana 2: leé con Pandas una planilla de tu laburo (anonimizada), filtrá y creá columnas.
• Semana 3: merge con un maestro y groupby con variaciones mensuales (pct_change).
• Semana 4: automatizá un proceso real y medí cuánto tiempo te ahorra.

Datos públicos para practicar sin usar info del laburo

Para armar ejercicios y portafolio sin exponer datos de tu empresa, usá fuentes abiertas:

• datos.gob.ar: el portal nacional de datos abiertos, con conjuntos de comercio, transporte, energía y más, muchos en CSV.
• Series de tiempo oficiales: indicadores económicos que podés descargar y cruzar con ventas ficticias para practicar ajustes por inflación.
• Portales de datos de ciudades y provincias: varias jurisdicciones publican presupuesto, movilidad o servicios en formatos abiertos.

Un ejercicio que funciona muy bien en entrevistas: tomar una serie de ventas nominales (inventada o pública), deflactarla con un índice de precios oficial descargado con Python y mostrar en un gráfico la diferencia entre crecer en pesos y crecer en términos reales. Demuestra Pandas, Matplotlib y criterio de negocio en un solo proyecto.

Antes de usar cualquier conjunto, revisá la fecha de actualización y la metodología que publica la fuente.

Si apuntás a laburos para el exterior

• Escribí tu código en inglés: nombres de variables, comentarios y títulos de gráficos.
• Subí tus proyectos a GitHub con un README que explique el problema y el resultado.
• Practicá explicar tu código en voz alta: muchas entrevistas técnicas son en vivo.
• Sumá SQL: casi ninguna búsqueda de datos pide Python solo.

En Bumeran, ZonaJobs, GetOnBoard y LinkedIn, buscá también «data analyst», «analista de pricing» y «analista de riesgo»: muchos piden Python aunque no lo pongan en el título.

Errores comunes al arrancar

• Coma decimal mal leída. Un precio de «1.234,56» se convierte en otra cosa si no lo limpiás.
• Comparar montos nominales entre meses sin calcular variación.
• merge que duplica filas. Revisá cantidad de filas antes y después.
• Copiar código de internet sin entenderlo. Si no sabés qué hace cada línea, cuando cambie el formato del archivo no vas a poder arreglarlo.
• Guardar todo en un solo cuaderno eterno. Separá lectura, limpieza y resumen en pasos claros; te va a resultar mucho más fácil encontrar errores.
• Saltar a machine learning sin dominar limpieza y agregación.

Cómo elegir un curso de Python online en Argentina

• Que esté enfocado en datos, con Pandas como eje.
• Que sea en vivo y en tu horario.
• Que use casos de negocio, no solo ejercicios abstractos.
• Que tenga grabaciones para repasar.
• Que conecte con SQL y Power BI.

El curso Python en vivo de ProgramBI (Argentina)

Datos de la ficha del curso para Argentina, revisada el 4 de noviembre de 2026:

• En vivo por Zoom, lunes y miércoles de 19:30 a 21:30, hora de Argentina.
• 20 horas, 8 módulos, nivel básico-intermedio, desde cero.
• Temario: variables, tipos de datos y operadores; control de flujo y funciones; listas, diccionarios y tuplas; módulos y librerías; DataFrames y Series con Pandas; limpieza y transformación; GroupBy, agregaciones y Merge; conexión a bases de datos y APIs; visualización con Matplotlib; IA aplicada a Python.
• Nivel avanzado: análisis avanzado con Pandas y ciencia de datos aplicada a negocios.
• Grabaciones de por vida, certificado y proyectos con datos reales.
• Inicio: lunes 23 de noviembre de 2026. Valor: $ 159.900.
• Instructor: Manuel Oliva, Magíster en Data Science (UAI).

Formas de pago: los cursos de ProgramBI se pueden pagar en 3 cuotas sin interés, en todos los países.