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

Respuesta corta: el curso de Python para datos de ProgramBI es un curso online y en vivo por Zoom para Chile: 20 horas, 8 módulos, nivel básico-intermedio, los lunes y miércoles de 19:30 a 21:30, hora de Chile. Parte el lunes 23 de noviembre de 2026 y cuesta $169.000 CLP, con grabaciones de por vida y certificado.

¿Qué aprendes? Python desde cero enfocado en datos, no en desarrollo de software: variables, funciones, listas y diccionarios, y luego Pandas para limpiar, transformar, agrupar y cruzar tablas, gráficos con Matplotlib y conexión a bases de datos y APIs. En la pega se traduce en dejar de copiar y pegar planillas: un script hace en segundos lo que hoy te toma la mañana.

Para qué sirve Python si trabajas con Excel

Si eres de finanzas, control de gestión u operaciones, probablemente tu semana tiene una tarea repetida: bajar diez archivos (uno por sucursal, por banco o por proveedor), juntarlos, limpiar columnas, cruzar con un maestro y armar el resumen. Excel aguanta hasta cierto punto; cuando los archivos pasan el millón de filas o son cuarenta, se vuelve lento y frágil.

Python resuelve justo eso. Con la librería Pandas lees todos los archivos de una carpeta, los unes, corriges formatos y exportas el resultado en un par de líneas. La próxima semana corres el mismo script y listo. No necesitas ser programador: necesitas entender tus datos, y eso ya lo sabes.

Excel, Python y Power BI: cuándo usar cada uno

No compiten: Python prepara, Power BI presenta. Por eso conviene mirarlos juntos (más abajo te dejamos la ruta).

Lo que se pide en el mercado chileno (referencia)

En los avisos de «analista de datos» Python aparece cada vez más junto a SQL, Excel y Power BI, sobre todo en banca, retail y empresas de tecnología. Como referencia de sueldo, Chiletrabajos informa un sueldo pretendido promedio de $979.205 al mes para «analista datos» (noviembre de 2026; es lo que piden los postulantes, no lo que pagan las empresas). chiletrabajos.cl/sueldos/analista/datos

Python no es un cargo; es la herramienta que te permite hacer el trabajo de un analista más rápido y con menos errores.

Ejemplos con datos chilenos

Unir los reportes de todas las sucursales de una carpeta:

import pandas as pd
from pathlib import Path

archivos = Path("reportes_octubre").glob("*.xlsx")
ventas = pd.concat([pd.read_excel(f) for f in archivos], ignore_index=True)

Limpiar montos que vienen como texto «$1.234.567»:

ventas["monto_clp"] = (ventas["monto"].astype(str)
                       .str.replace(r"[$.\s]", "", regex=True)
                       .astype(int))

Normalizar el RUT para cruzar con el maestro de clientes:

ventas["rut"] = ventas["rut"].str.replace(r"[.\-]", "", regex=True).str.upper()
clientes["rut"] = clientes["rut"].str.replace(r"[.\-]", "", regex=True).str.upper()
base = ventas.merge(clientes, on="rut", how="left")

Resumen por región y mes, listo para gerencia:

resumen = (base.groupby(["region", base["fecha"].dt.to_period("M")])["monto_clp"]
               .sum().reset_index())
resumen.to_excel("resumen_ventas.xlsx", index=False)

Con esas cuatro piezas automatizas un reporte que muchos equipos todavía arman a mano cada mes.

Caso: la conciliación bancaria de los lunes

Un analista de tesorería en Santiago recibe cada lunes las cartolas de tres bancos en formatos distintos y las concilia contra el libro de pagos del ERP. En Excel, la mañana completa. En Python:

cartolas = pd.concat([leer_banco_a(), leer_banco_b(), leer_banco_c()])
conciliado = cartolas.merge(pagos, on=["monto_clp", "fecha"], how="outer", indicator=True)
pendientes = conciliado[conciliado["_merge"] != "both"]

La variable pendientes contiene exactamente lo que no cuadra. El analista revisa diez filas en vez de mil.

La ruta: Python dentro del oficio de datos

1. Excel sólido: tablas, tablas dinámicas y BUSCARX.
2. SQL para sacar datos de la base: mira el curso de SQL Server.
3. Python con Pandas para limpiar, unir y automatizar (este curso).
4. Power BI para presentar: curso de Power BI y guía de Power BI en Chile.

Si quieres las tres herramientas en un solo programa, está el curso de Análisis de datos.

Plan de práctica de cuatro semanas

• Semana 1 · Fundamentos. Instala Python (Anaconda o la versión oficial) o usa Google Colab en el navegador, gratis. Practica variables, listas, diccionarios y un for.
• Semana 2 · Pandas básico. Lee un Excel de tu trabajo (anonimizado), filtra, ordena y crea columnas nuevas.
• Semana 3 · Unir y agrupar. merge para cruzar con un maestro y groupby para resumir por sucursal y mes.
• Semana 4 · Automatiza. Convierte tu reporte semanal en un script que lea la carpeta, limpie, resuma y exporte.

Seis tareas que puedes automatizar en tu primer mes

• Consolidar reportes de sucursales que llegan por correo en Excel, cada uno con su propio formato.
• Cuadrar ventas del ERP contra el libro de ventas y listar solo las diferencias.
• Actualizar el maestro de clientes: quitar duplicados por RUT, unificar comunas escritas de distintas formas («Stgo», «Santiago», «SANTIAGO»).
• Calcular indicadores de cobranza: días de mora por cliente y tramo de antigüedad de la deuda.
• Descargar datos públicos por API, como indicadores económicos, y dejarlos listos para cruzar con tus ventas.
• Generar el mismo gráfico cada semana con Matplotlib y guardarlo como imagen para el informe.

Cada tarea es una pieza de portafolio: el problema, el script y el tiempo que ahorraste. Es exactamente lo que vale la pena contar en una entrevista.

Errores típicos al aprender Python para datos

• Empezar por cursos de programación general. Para análisis, lo que más usas es Pandas; no necesitas crear aplicaciones.
• Tipos de dato mal leídos. Fechas como texto o RUT como número (pierde el dígito verificador «K»). Revisa siempre df.dtypes.
• merge que duplica filas. Igual que en SQL: si el maestro tiene claves repetidas, los totales se inflan.
• Scripts sin comentarios. En un mes no recordarás por qué filtraste algo.
• Querer saltar a machine learning. Primero domina limpiar y resumir; es el 80 % del trabajo real.

Cómo elegir un curso de Python online en Chile

• Enfocado en datos, con Pandas como protagonista.
• En vivo y en hora chilena, para resolver el error del momento.
• Con ejemplos de negocio, no solo ejercicios matemáticos.
• Con grabaciones, para repasar cuando un cierre de mes te quite una clase.
• Que conecte con SQL y Power BI, porque así se usa en la pega.

El curso Python en vivo de ProgramBI

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

• En vivo por Zoom, lunes y miércoles de 19:30 a 21:30, hora de Chile.
• 20 horas, 8 módulos, nivel básico-intermedio, desde cero, para perfiles administrativos, financieros, comerciales, ingenieros y de analítica.
• 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; e IA aplicada a Python.
• Nivel avanzado: análisis avanzado con Pandas y ciencia de datos aplicada a negocios.
• Grabaciones de por vida, certificado al completar y proyectos con datos reales.
• Próximo inicio: lunes 23 de noviembre de 2026. Valor: $169.000 CLP.
• Instructor: Manuel Oliva, Magíster en Data Science (UAI), con capacitaciones en Anglo American, CAP, Deloitte y SQM.
• Para equipos: cotización en /cursos/python/empresas.

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