Análisis de datos con Python

Contexto

Después de construir bases con datos reales, el paso natural fue analizarlas para detectar patrones, diferencias entre zonas y comportamientos generales.

Este tipo de trabajo conecta mi formación en Economía con la parte técnica: usar datos para producir una lectura clara y defendible.

Mi aporte

• Preparé datasets, revisé consistencia básica y armé consultas exploratorias para entender outliers, distribuciones y cortes útiles.
• Combiné tablas, gráficos y comparaciones simples para traducir datos crudos en hallazgos entendibles.
• Usé Python como entorno principal porque me permite repetir análisis y escalar mejor que una planilla manual.

Apoyo de IA

• La IA me ayudó a comparar enfoques de limpieza, revisar snippets y pensar alternativas de visualización.
• La interpretación de resultados y la selección de métricas siguieron dependiendo de mi criterio y del contexto del problema.

Resultados y valor

• Consolidé una forma de trabajo más cercana a análisis reproducible que a una exploración aislada en Excel.
• Este proyecto funciona como puente entre habilidades técnicas, estadística y lectura económica de datos.