La mayoría de los egresados de cursos de datos tiene proyectos, pero no sabe mostrarlos. Y GitHub es, muchas veces, el primer filtro antes de una entrevista. Esta guía explica cómo estructurar tus repositorios para que un reclutador entienda tu valor en menos de un minuto: qué mira primero, cómo escribir un buen README y cómo presentar un caso de negocio.

Importa ahora porque el mercado de datos está competitivo y el portfolio bien armado es lo que te separa de decenas de perfiles con la misma formación. Un buen repo comunica más que una lista de cursos completados.

Qué mira un reclutador primero

Cuando alguien abre tu GitHub, en los primeros segundos evalúa tres cosas: si hay un proyecto que se entienda sin esfuerzo, si el código está ordenado y si sabés comunicar qué problema resolviste. No lee todo tu código: escanea. Tu trabajo es que ese escaneo dé una impresión sólida.

Por eso el README del repositorio principal es más importante que el código en sí. Es tu portada.

Cómo escribir un README que funcione

Un buen README de proyecto de datos responde en orden:

• Qué problema resolviste: una o dos líneas de contexto de negocio. "Analicé la rotación de clientes para identificar señales de abandono temprano."

• Qué datos usaste: fuente, tamaño y qué representan.

• Qué hiciste: pasos del análisis, herramientas y decisiones clave.

• Qué encontraste: los hallazgos, idealmente con una visualización embebida.

• Cómo reproducirlo: instrucciones mínimas para correrlo.

La documentación oficial de GitHub sobre READMEs muestra cómo enriquecerlos con imágenes y formato. Un README con una visualización del resultado vale más que mil líneas de código sin explicación.

Cómo estructurar los repositorios

• Carpetas claras: separá datos, notebooks, scripts y resultados. Una estructura ordenada comunica profesionalismo.

• Notebooks limpios: ejecutados de principio a fin, con celdas comentadas y sin errores a la vista. Un notebook desordenado resta.

• Visualizaciones embebidas: que se vean sin tener que correr nada. El reclutador quiere ver el resultado, no ejecutarlo.

• Un README de perfil: el que aparece en tu página principal de GitHub, con una breve presentación y tus proyectos destacados.

Calidad sobre cantidad

Tres proyectos bien documentados pesan más que quince repos abandonados. Elegí tus mejores casos, pulílos y fijalos como destacados. Un perfil con pocos proyectos excelentes transmite criterio; uno con muchos a medio hacer transmite lo contrario.

Si todavía no tenés proyectos fuertes, mirá cómo conseguir trabajo en data sin experiencia armando un portfolio. Y para entender qué buscan concretamente los reclutadores en tus repos, sirve revisar qué proyectos de GitHub ayudan a conseguir trabajo.

El caso de negocio: el detalle que casi nadie incluye

La mayoría muestra el análisis técnico y olvida el "para qué". Agregar una línea sobre el impacto —qué decisión permitiría tomar tu análisis— eleva el proyecto de ejercicio a caso profesional. Los reclutadores buscan personas que conecten datos con decisiones, no solo que sepan la sintaxis.

Cursos recomendados de Coderhouse

Para construir proyectos que valgan la pena mostrar, según tu nivel:

• Si estás empezando, el Curso de Data Analytics te da proyectos concretos para tu portfolio.

• Para sumar herramientas de visualización que lucen bien en un repo, el Curso de Power BI es una gran incorporación.

• Si buscás el recorrido completo hacia un rol de datos, la Carrera de Data Scientist te acompaña de la teoría a proyectos publicables.

Convertí tus proyectos en tu mejor carta de presentación: sumá una de estas formaciones y armá un portfolio que hable por vos antes de la entrevista.

Preguntas frecuentes

¿Cuántos proyectos debería tener en GitHub?

Entre tres y cinco bien documentados. La calidad y la claridad pesan mucho más que la cantidad de repositorios.

¿Qué es lo primero que mira un reclutador?

El README del proyecto destacado: si se entiende el problema, si el código está ordenado y si hay un resultado visible. Casi nunca lee todo el código.

¿Sirve GitHub si no soy programador avanzado?

Sí. Para roles de datos importa más mostrar análisis claros, notebooks limpios y buenas explicaciones que código sofisticado.

¿Debo incluir el caso de negocio en cada proyecto?

Sí. Explicar qué decisión permite tomar tu análisis diferencia un ejercicio de un caso profesional y es lo que más valoran los reclutadores.