Curso de Python en Perú: Python para datos, online y desde cero

Respuesta corta: el curso de Python para datos de ProgramBI en Perú es online y en vivo por Zoom: 20 horas, 8 módulos, nivel básico-intermedio, los lunes y miércoles de 17:30 a 19:30, hora de Perú. Empieza el lunes 23 de noviembre de 2026 y cuesta S/ 349.00. Incluye grabaciones de por vida y certificado.

¿Qué aprendes? Python desde los fundamentos con enfoque en análisis de datos: variables, funciones, listas y diccionarios, y luego Pandas para limpiar, transformar, agrupar y cruzar información; gráficos con Matplotlib y conexión a bases de datos y APIs. En tu chamba, eso se traduce en automatizar el consolidado que hoy armas juntando archivos de cada agencia, fundo o tienda.

Por qué Python vale la pena en Perú

Los sectores que más pesan en el empleo calificado peruano —banca y microfinanzas, minería, agroexportación, retail y consumo masivo— tienen algo en común: la información llega fragmentada. Cada agencia manda su reporte, cada fundo su planilla, cada tienda su cierre. Alguien en Lima los consolida a mano, revisa que cuadren y arma el informe para gerencia.

Python automatiza ese consolidado. Lee todos los archivos, los estandariza, detecta los que vienen incompletos y entrega el resumen. Y como el trabajo híbrido y remoto creció, quien domina esta herramienta puede hacerlo desde Arequipa, Trujillo o Piura con el mismo impacto.

Excel, Python y Power BI: cuándo usar cada uno

No es una competencia: Python prepara y automatiza, Power BI presenta.

Lo que pide el mercado (referencia)

Python aparece cada vez más en avisos de analista de datos, riesgos e inteligencia comercial, junto a SQL, Excel y Power BI. Como referencia, Computrabajo Perú informa un sueldo medio de S/ 2.224 al mes para «analista de datos», con 467 salarios de los últimos 12 meses (consultado el 4 de noviembre de 2026). pe.computrabajo.com/salarios/analista-de-datos Los avisos que piden Python y SQL suelen estar en la parte alta del rango.

Ejemplos con datos peruanos

Consolidar los reportes de todas las agencias:

import pandas as pd
from pathlib import Path

reportes = pd.concat(
    [pd.read_excel(f, dtype={"dni": str}).assign(agencia=f.stem)
     for f in Path("agencias").glob("*.xlsx")],
    ignore_index=True)

Recuperar el cero inicial del DNI:

reportes["dni"] = reportes["dni"].str.replace(r"\D", "", regex=True).str.zfill(8)

Mora por agencia y producto:

reportes["en_mora"] = reportes["dias_atraso"] > 30
mora = (reportes.groupby(["agencia", "producto"])
                .apply(lambda g: g.loc[g["en_mora"], "saldo_pen"].sum() / g["saldo_pen"].sum()))

Detectar agencias que no enviaron su reporte:

esperadas = set(maestro_agencias["agencia"])
recibidas = set(reportes["agencia"])
faltantes = esperadas - recibidas

El último ejemplo es pequeño pero muy útil: antes de calcular cualquier indicador, sabes si el consolidado está completo.

Caso: la campaña de arándanos, al día

Una agroexportadora en La Libertad recibe cada semana los registros de cosecha y despacho de varios fundos. Gerencia comercial quiere saber kilos por destino y calibre, y cómo va la campaña frente a la anterior. Con Python:

despachos = pd.concat([pd.read_excel(f) for f in Path("fundos").glob("*.xlsx")])
resumen = despachos.pivot_table(index="destino", columns="calibre",
                                values="kilos", aggfunc="sum", fill_value=0)
resumen.to_excel("campania_semana.xlsx")

El script reemplaza una tarde de copiar y pegar. Conectado a Power BI, el avance de la campaña se ve sin esperar al lunes.

Ruta de aprendizaje recomendada

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

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

Plan de práctica de cuatro semanas

• Semana 1: usa Google Colab (gratis, sin instalar nada) y practica variables, listas, diccionarios y ciclos.
• Semana 2: lee con Pandas un reporte de tu trabajo (anonimizado), filtra y crea columnas calculadas.
• Semana 3: consolida varios archivos con concat, cruza con merge y resume con groupby.
• Semana 4: automatiza un consolidado real y compara el resultado con el manual.

Cómo prepararte para una evaluación técnica con Python

Algunas empresas y convocatorias incluyen una prueba práctica. Suele parecerse a esto:

1. Un archivo con errores: fechas mezcladas, DNI sin ceros, montos como texto.
2. Preguntas concretas: «¿qué agencia tiene mayor mora?», «¿cuál fue el mes con más colocaciones?».
3. Un entregable: un cuaderno de Jupyter con código y respuestas, o un gráfico.

Practica con un caso así cronometrándote. Comenta tu código: quien evalúa quiere entender tu razonamiento, no solo ver el resultado.

Cinco procesos que puedes automatizar en tu primer mes

• El consolidado de colocaciones que cada agencia envía por correo, con validación de que llegaron todas.
• La depuración de la base de clientes: DNI con ceros perdidos, nombres en mayúsculas y minúsculas, teléfonos con espacios.
• El reporte de cobranza por tramo de atraso (0–30, 31–60, 61–90 y más de 90 días), listo para el comité.
• El seguimiento de despachos por destino y semana en una agroexportadora.
• El cierre de ventas de tiendas en retail, con comparación contra la misma semana del año anterior.

Cada uno empieza igual: leer archivos, limpiar, unir y resumir. Cuando dominas ese patrón con Pandas, puedes aplicarlo a casi cualquier reporte de tu empresa. Y cada proceso automatizado es un ejemplo concreto para contar en una entrevista: qué hacías antes, qué hace ahora el script y cuántas horas ahorras al mes.

Cargos que piden Python en Perú

En Computrabajo, Bumeran, LinkedIn y Talento Perú, Python aparece en avisos de «analista de datos», «analista de riesgos», «analista de inteligencia comercial» y «analista de planeamiento». En banca y consultoras es frecuente que lo pidan junto a SQL.

Errores comunes al empezar

• Leer el DNI como número. Pierde el cero inicial y deja de cruzar.
• No validar que llegaron todos los archivos. Un consolidado incompleto da indicadores falsos.
• Uniones que duplican filas. Revisa el número de filas antes y después del merge.
• Copiar código sin entenderlo. Cuando cambie el formato del archivo, no sabrás corregirlo.
• Ir directo a modelos predictivos sin dominar la limpieza.

Cómo elegir un curso de Python online en Perú

• Enfocado en análisis de datos, con Pandas como eje.
• En vivo y en hora peruana, para resolver dudas en el momento.
• Con casos de negocio como cartera, ventas o campañas.
• Con grabaciones, sobre todo si vives fuera de Lima y tu horario varía.
• Que conecte con SQL y Power BI.

El curso Python en vivo de ProgramBI (Perú)

Según la ficha del curso para Perú, revisada el 4 de noviembre de 2026:

• En vivo por Zoom, lunes y miércoles de 17:30 a 19:30, hora de Perú.
• 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. Precio: S/ 349.00.
• 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.