Resumen ejecutivo

• Cinco fuentes de datos abiertos argentinas, gratuitas y oficiales, para armar un primer proyecto de análisis de datos con contexto local.

• Para cada una: qué datos tiene, qué pregunta de negocio podés responder y qué herramienta conviene usar (Excel, SQL, Python o Power BI).

• Un proyecto con datos locales diferencia tu perfil junior: muestra iniciativa, manejo de datos reales “sucios” y capacidad de contar hallazgos.

• Incluye una estructura de README para presentarlo en tu portafolio y los errores más comunes al publicarlo.

Si querés entrar al mundo de los datos sin experiencia previa, el portafolio es tu mejor carta de presentación. El problema es que muchos proyectos junior se parecen entre sí: el mismo dataset del Titanic, las mismas ventas ficticias. En esta guía te proponemos cinco fuentes de datos abiertos de la Argentina, como datos.gob.ar, el INDEC y BA Data, con una pregunta de negocio concreta para cada una, la herramienta que conviene usar y cómo presentarlo en tu portafolio. ¿Por qué ahora? Porque cuando alguien pregunta cómo convertirse en analista de datos sin experiencia, la respuesta casi siempre es la misma: mostrá proyectos. Y un proyecto con datos locales, que responde una pregunta real, es de lo que más diferencia a un perfil junior frente a quien solo replicó tutoriales.

Por qué usar datos públicos argentinos

• Son reales: vienen con faltantes, cambios de formato y particularidades que te obligan a limpiar, igual que en un trabajo.

• Tienen contexto: inflación, movilidad urbana o empleo son temas que cualquier recruiter entiende, lo que facilita contar tus hallazgos.

• Son oficiales y citables: podés enlazar la fuente, lo que le da credibilidad al análisis.

• Te diferencian: un análisis del subte de Buenos Aires se recuerda más que otro análisis de un dataset genérico.

1. Datos Argentina (datos.gob.ar): series de tiempo económicas

Qué tiene: el portal nacional de datos abiertos reúne más de mil datasets de organismos públicos sobre economía, energía, salud, transporte y más, en formatos como CSV y XLSX. Podés explorarlos en el catálogo de Datos Argentina. Además ofrece una API de series de tiempo para descargar indicadores, como el Índice de Precios al Consumidor (IPC) por categorías y regiones.

Pregunta de negocio: ¿qué categorías de consumo aumentaron más que el promedio en el último año y en qué regiones? Es una pregunta que se hace cualquier empresa de consumo masivo o retail para definir precios.

Herramienta sugerida: Excel para un primer análisis de variaciones porcentuales, o Python con pandas si querés consumir la API directamente y automatizar la actualización.

2. INDEC: microdatos de la Encuesta Permanente de Hogares

Qué tiene: en su sección de bases de datos, el INDEC publica los microdatos de la Encuesta Permanente de Hogares (EPH), con bases de hogares y de personas que incluyen variables de empleo, ingresos, educación y aglomerado.

Pregunta de negocio: ¿cómo varían los ingresos laborales según el nivel educativo y la región? Sirve para un análisis tipo “estudio de mercado” o para un equipo de recursos humanos que quiere entender el mercado laboral.

Herramienta sugerida: Python (pandas) o SQL. Es un dataset ideal para mostrar que sabés trabajar con diccionarios de variables y con factores de ponderación, algo que muchos juniors pasan por alto. Si recién arrancás, esta guía de Python para análisis de datos te da la base.

3. BA Data: recorridos de Ecobici

Qué tiene: el portal de datos de la Ciudad de Buenos Aires publica el dataset de Bicicletas Públicas, con archivos de recorridos realizados (estación de origen y destino, hora de partida y de llegada) y datos de usuarios como edad y sexo.

Pregunta de negocio: ¿cuáles son las estaciones y franjas horarias de mayor demanda, y dónde conviene reforzar la disponibilidad de bicicletas? Es un problema clásico de operaciones y logística.

Herramienta sugerida: SQL para agregar un gran volumen de viajes por estación y hora, y Power BI para un mapa o tablero de demanda. Si necesitás repasar consultas, mirá cómo aprender SQL desde cero para análisis de datos.

4. BA Data: viajes en subte por molinete

Qué tiene: el dataset Subte: Viajes Molinetes, provisto por SBASE, informa la cantidad de pasajeros por molinete en cada estación en rangos de 15 minutos y según el tipo de pasaje.

Pregunta de negocio: ¿cómo se distribuye la demanda a lo largo del día y de la semana, y qué estaciones concentran la hora pico? Podés comparar días hábiles, fines de semana y feriados.

Herramienta sugerida: Python para unir y limpiar los archivos, y Power BI para un tablero con filtros por línea, estación y franja horaria. Para empezar con tableros, seguí esta guía para crear tu primer dashboard en Power BI.

5. Banco Central (BCRA): API de estadísticas

Qué tiene: el BCRA ofrece un conjunto de APIs públicas, entre ellas estadísticas cambiarias y monetarias, con documentación técnica para desarrolladores.

Pregunta de negocio: ¿cómo evolucionaron el tipo de cambio y las principales variables monetarias, y qué impacto tendría eso en los costos de una empresa importadora?

Herramienta sugerida: Python para consultar la API y guardar los datos, y Excel o Power BI para visualizarlos. Demostrás algo muy valorado: saber obtener datos de una API y no solo de un archivo descargado.

Cómo presentarlo en tu portafolio

Un buen proyecto no es solo el código o el tablero: es la historia que contás. Usá esta estructura en el README:

1. Pregunta de negocio: qué querías responder y para quién.

2. Fuente: link al dataset oficial y fecha de descarga.

3. Limpieza: qué problemas encontraste (faltantes, formatos, duplicados) y cómo los resolviste.

4. Análisis: métodos y herramientas usadas.

5. Hallazgos: tres a cinco conclusiones concretas, con un gráfico cada una.

6. Limitaciones y próximos pasos: qué no podés afirmar con estos datos y qué harías con más tiempo.

Para ordenar el resto de tu portafolio, te puede servir esta guía para armar tu portfolio de Data Science para conseguir trabajo en Argentina.

Errores comunes

• Publicar el notebook sin explicación ni conclusiones.

• No citar la fuente ni la fecha de los datos.

• Hacer gráficos lindos que no responden ninguna pregunta.

• Afirmar causalidad cuando solo encontraste una correlación.

Cursos recomendados de Coderhouse

Si querés trabajar estos datasets con método, el Curso de Data Analytics te enseña a analizar y visualizar datos de punta a punta. Para un recorrido completo con Excel, SQL y Power BI, la Carrera de Data Analytics te prepara para tu primer rol como analista, y si todavía no dominás las planillas, el Curso de Excel es un buen primer paso.

CTA: elegí hoy uno de estos cinco datasets, escribí tu pregunta de negocio en una línea y descargá los datos. En dos semanas podés tener tu primer proyecto publicado. Si querés feedback y una guía paso a paso, formate en Data Analytics en Coderhouse.

Preguntas frecuentes

¿Necesito saber programar para usar estos datasets? No para empezar. Varios se descargan en CSV o XLSX y podés analizarlos en Excel. Python o SQL te permiten trabajar volúmenes más grandes y automatizar.

¿Cuántos proyectos necesito en el portafolio? Dos o tres bien documentados valen más que diez sin explicación. Idealmente, que muestren herramientas distintas.

¿Puedo usar datos públicos en un proyecto para mostrar a empresas? Sí. Son datos abiertos publicados por organismos oficiales; revisá la licencia de cada portal y citá siempre la fuente.

¿Qué dataset conviene para un primer proyecto? El de subte o el de Ecobici: son fáciles de entender, tienen volumen suficiente y permiten hacer visualizaciones atractivas.