Más de 60 proyectos Python para todos los niveles de experiencia

Antes de empezar con proyectos Python

Si ya estás familiarizado con Python, puedes empezar con estos proyectos de inmediato. Sin embargo, si quieres adquirir los conocimientos básicos necesarios para empezar a trabajar en proyectos con Python, consulta la lista de más de 140 cursos de Python de DataCamp. Todos nuestros cursos son interactivos y están diseñados para ayudarte a romper la barrera de la codificación y desarrollar tus habilidades con Python. 

Cuando estés listo para empezar a trabajar en proyectos, echa un vistazo a DataLab, y empieza a trabajar y a publicar tus proyectos en el cuaderno de datos totalmente configurado de DataCamp, directamente en el navegador. 

Proyectos Python para principiantes

Como principiante, debes aprovechar los proyectos de Python para retener lo aprendido y adquirir nuevas habilidades. Este conjunto de proyectos gira principalmente en torno a tareas de análisis exploratorio de datos, junto con tareas sencillas de modelización y previsión sobre conjuntos de datos relevantes del mundo real.

1. Análisis de datos sobre el precio de los diamantes

Los diamantes se dividen en cinco tipos de impurezas según la estructura de sus átomos de carbono. El conjunto de datos de Diamantes de Kaggle te ofrece aún más información: talla, claridad, color y precio. Desarrolla en él tus habilidades de visualización de datos con algún análisis exploratorio de datos. 

2. Análisis de datos sobre la edad de las conchas de abalón

Se trata de un conjunto de datos único en zoología. Las conchas de abulón son milagros de la naturaleza, y puedes determinar su edad contando los círculos del interior de sus conchas. ¿Puedes determinar la edad de las conchas de Abalón con tus habilidades de análisis de datos en Python?

3. Análisis de datos de la Premier League

Un conjunto de datos de fútbol en el que puedes explorar, analizar y visualizar eventos de la temporada 2018-2019 de la Premier League inglesa. El conjunto de datos Datos de Fútbol ofrece un excelente proyecto Python para principiantes para el análisis de datos. Con un rico conjunto de características que van desde detalles básicos del juego hasta estadísticas intrincadas, el conjunto de datos ofrece amplias oportunidades para la exploración de datos, la visualización y el análisis estadístico. El proyecto viene con un diccionario de datos claro y retos guiados, lo que lo hace accesible para los recién llegados. Además, incluye escenarios del mundo real que no sólo hacen que el proyecto sea más atractivo, sino que también sirven como ejercicio completo que puede incluirse en un portafolio. Es un proyecto completo que equilibra el aprendizaje guiado con la exploración abierta, lo que lo hace ideal para el desarrollo de habilidades.

Datos de un proyecto Python para principiantes que analiza las tendencias del fútbol

4. Predicción del churn en telecomunicaciones

La pérdida de clientes es uno de los problemas más fundamentales del aprendizaje automático. En este conjunto de datos de clientes, podrás predecir el churn de un proveedor de telecomunicaciones basándote en los datos de uso de sus clientes. El conjunto de datos incluye una variedad de características, como fallos en las llamadas, duración de la suscripción y valor del cliente, lo que lo convierte en un rico recurso para el análisis en profundidad. El proyecto para principiantes viene con retos guiados centrados en la exploración de datos, la visualización y el análisis estadístico, proporcionando una ruta de aprendizaje estructurada. El escenario del mundo real añade una capa extra de complejidad y relevancia, al pedirte que predigas la pérdida de clientes ante un nuevo competidor en el mercado.

5. Análisis y predicción de las cotizaciones bursátiles

¿Quieres averiguar la razón del repunte del 100% de las acciones de Tesla hace dos años? En caso afirmativo, el conjunto de datos sobre valores tecnológicos 2010-2021 será el primer lugar donde empezar.

6. Datos de tiro de la NBA

¿A qué distancia tienen más probabilidades de anotar un tiro los jugadores de baloncesto? En este conjunto de datos de tiros de la NBA capturados en los playoffs de la NBA de 2021, podrás responder precisamente a esa pregunta. 

7. Previsión de ventas de comercio electrónico

Utilizando este conjunto de datos de comercio electrónico de un minorista online, aprovecha la visualización de datos y las técnicas de previsión para predecir las ventas futuras. El conjunto de datos es rico, abarca pedidos de varios países a lo largo de un año e incluye diversas variables como números de factura, códigos de existencias, cantidades y precios unitarios. Esto permite un análisis polifacético que puede incluir tendencias de series temporales, segmentación de clientes y categorización de productos. Los retos propuestos te animan a explorar anomalías en los datos, como cantidades de pedidos negativas, visualizar los beneficios en distintos marcos temporales y comparar el tamaño de los pedidos entre países. Estas tareas no sólo te ayudan a practicar habilidades esenciales de la ciencia de datos, sino que también imitan preguntas empresariales del mundo real. El escenario añade otra capa de complejidad, al pedirte que clasifiques más de 4000 productos únicos en función de diversas características, una tarea muy relevante en el sector del comercio electrónico. 

Otro proyecto Python para principiantes sobre datos de comercio electrónico

8. Analiza los anuncios de Airbnb

Se trata de un excelente conjunto de datos para comprender la dinámica que subyace a los anuncios de alquiler de Airbnb. Con el análisis y la visualización de datos exploratorios, podrás comprender qué barrios tienen los anuncios más populares, entender la relación entre el precio y el tipo de habitación, y mucho más. 

9. Analizar los datos del PIB 

El producto interior bruto es uno de los indicadores más sólidos de la salud económica de una región o nación. En este conjunto de datos, analiza cómo ha evolucionado el PIB de los países en los últimos 50 años. 

10. Análisis de datos de las Olimpiadas 

¿Cuál es el país más exitoso en Judo? ¿Cómo influye la estatura del deportista en su éxito deportivo? Con el análisis exploratorio del conjunto de datos de las Olimpiadas, podrás responder a estas preguntas y a otras más.   

Un ejemplo de las conclusiones del proyecto Olimpiadas

Proyectos Python intermedios

Más allá de las tareas y conjuntos de datos para principiantes, este conjunto de proyectos Python te desafiará trabajando con conjuntos de datos no tabulares (por ejemplo, imágenes, audio) y pondrá a prueba tus habilidades de aprendizaje automático en diversos problemas.

1. Clasificar géneros de canciones a partir de datos de audio

¿Eres un auténtico amante de la música? A continuación, disfrutarás prediciendo géneros musicales con aprendizaje automático sobre un conjunto de datos musicales en este proyecto de reconocimiento de audio. Este proyecto intermedio de Python abarca todo el proceso de la ciencia de datos, desde la exploración de datos y la ingeniería de características hasta la implementación y evaluación de múltiples algoritmos de aprendizaje automático. El proyecto también aborda temas avanzados como el tratamiento de datos desequilibrados y técnicas de evaluación de modelos como la validación cruzada. Este proyecto, que consta de varios pasos y requiere un uso intensivo de la biblioteca, constituye una excelente experiencia de aprendizaje y una pieza de portfolio para quienes deseen mejorar sus habilidades.

2. Analizar y visualizar las recogidas de Uber en Nueva York

Los conjuntos de datos con geolocalizaciones siempre son divertidos de analizar y visualizar en un mapa. Este conjunto de datos de recogida de uber de más de 20 millones de viajes en coche en la ciudad de Nueva York no es una excepción. 

3. Reconocimiento de caracteres manuscritos

El reconocimiento de dígitos MNIST es un gran punto de partida para practicar el aprendizaje profundo. Sin embargo, este conjunto de datos añade otra capa de desafío porque estás prediciendo letras manuscritas en inglés.

4. Detección de fraudes con tarjetas de crédito

El fraude con tarjetas de crédito siempre es un reto, sobre todo porque habrá un grave desequilibrio de clases en los datos. Comprueba si puedes evitarlo en este conjunto de datos sobre fraudes con tarjetas de crédito. El proyecto es adecuado para usuarios de Python de nivel intermedio a avanzado interesados en aplicaciones de ciencia de datos y aprendizaje automático en los sectores de las finanzas y la seguridad. El proyecto implica un análisis exhaustivo de las transacciones con tarjeta de crédito para identificar actividades fraudulentas. Abarca una amplia gama de competencias, desde el análisis exploratorio de datos, incluido el trazado geoespacial, hasta el modelado predictivo. El proyecto también plantea retos del mundo real, como tratar con clases desequilibradas y las consideraciones éticas de los falsos positivos en la detección del fraude. Esto lo convierte en una experiencia de aprendizaje polifacética que no sólo mejora las habilidades técnicas, sino que también fomenta el pensamiento crítico sobre las implicaciones de los modelos de aprendizaje automático en áreas sensibles como la seguridad financiera.

Un ejemplo de trazado geoespacial de este proyecto Python intermedio

5. Predicción del sexo mediante el sonido

En este proyecto de datos de audio, utilizarás el paquete difuso para clasificar el género de los nombres basándote en los fonemas y en cómo suenan.

6. Tarifas de cancelación de reservas de hotel

Si te dedicas al sector inmobiliario, éste es un excelente conjunto de datos con el que puedes jugar para comprender las tasas de cancelación de reservas hoteleras. Con sencillas técnicas de aprendizaje automático, puedes intentar predecir la probabilidad de cancelaciones de hoteles basándote en datos históricos.

7. Detección de caras en imágenes

¿Te has preguntado alguna vez cómo tu iPhone pone cajitas alrededor de tu cara? Esto se debe a que realiza la detección facial bajo el capó. Puedes crear una funcionalidad similar utilizando este pequeño conjunto de datos de imágenes anotadas con caras.

8. Predecir las especies de abejas a partir de imágenes

¿Puede un algoritmo de aprendizaje automático detectar las especies de abejas basándose en una imagen? En este proyecto de reconocimiento de imágenes, harás precisamente eso. 

9. Analizar y predecir la demanda de bicicletas compartidas

Este conjunto de datos sobre el uso compartido de bicicletas contiene abundante información sobre los trayectos en bicicleta para una startup de bicicletas compartidas. Este proyecto intermedio consiste en utilizar Python para analizar un conjunto de datos que incluye diversos factores como las condiciones meteorológicas, la hora del día y los días festivos para predecir la demanda de alquiler de bicicletas en Seúl. Ofrece una experiencia de aprendizaje integral, que abarca desde el análisis exploratorio de datos hasta el modelado predictivo. Los retos del proyecto incluyen comparar los patrones de alquiler a distintas horas del día y en distintas estaciones, visualizar el impacto de la temperatura en el alquiler de bicicletas e identificar las variables más influyentes en la demanda de bicicletas. Esto lo convierte en un proyecto excelente para quienes buscan perfeccionar sus habilidades en manipulación de datos, visualización y aprendizaje automático, al tiempo que adquieren conocimientos sobre los retos operativos a los que se enfrenta una startup en expansión.

Un ejemplo del proyecto Python sobre alquiler de bicicletas

10. Construye un clasificador de Tweets

Las diferentes personalidades tienen estilos de tuitear distintos. En este proyecto de análisis de redes sociales, utilizarás el aprendizaje automático y el procesamiento del lenguaje natural para clasificar si los tweets son de Donald Trump o de Justin Trudeau.

Proyectos avanzados en Python

Estos proyectos avanzados van más allá de los conjuntos de datos complejos y te desafían a aplicar soluciones creativas a problemas interesantes. Ya se trate de crear sistemas de recomendación de películas, de analizar redes entre personajes de libros o de interpretar el lenguaje de signos con aprendizaje automático, estos proyectos te proporcionarán la complejidad suficiente para aprender nuevas habilidades sobre la marcha.

1. Construye un sistema de recomendación de películas

Las plataformas de streaming proporcionan recomendaciones granulares basadas en cómo tú y otros como tú interactuáis con los contenidos. En este proyecto de sistema de recomendación, aprenderás a construir un sistema de recomendación de películas.

2. Reconocimiento del lenguaje de signos americano

La Lengua de Signos Americana es la lengua principal que utilizan muchas personas sordas en Norteamérica. En este proyecto de reconocimiento de imágenes, utilizarás Deep learning para reconocer las letras ASL.

3. Reconocimiento de matrículas en tiempo real

Un impresionante proyecto sobre el reconocimiento de números de matrícula en tiempo real utilizando deep learning en conjuntos de datos de vídeo. Consulta el proyecto GitHub que contiene el conjunto de datos y el código. 

Un proyecto Python avanzado sobre detección de matrículas - fuente

4. Análisis del Sentimiento en los Titulares de las Noticias Bursátiles

El sentimiento de los inversores es un indicador increíblemente importante a la hora de buscar pistas sobre la evolución futura de una acción. Con el procesamiento del lenguaje natural y el aprendizaje automático, puedes extraer automáticamente el sentimiento de los titulares de las noticias en este proyecto de procesamiento del lenguaje natural. 

5. Detección de spam por SMS

La detección del spam es una piedra angular de la ciencia de datos y requiere una combinación de técnicas de procesamiento del lenguaje natural y de aprendizaje automático. Crea una herramienta de detección de spam con este conjunto de datos de SMS.

6. Análisis de Redes de Juego de Tronos

Aunque un poco anticuado a estas alturas, Juego de Tronos cautivó la imaginación del mundo, como ningún otro programa. Con un conjunto tan vasto de personajes y lore, ¿era el más importante de todos ellos? En este proyecto de Análisis de Redes, responderás precisamente a esta pregunta.

7. Reducir la mortalidad del tráfico con aprendizaje automático

En este proyecto sobre mortalidad por accidentes de tráfico, investigarás los datos históricos sobre mortalidad por accidentes de tráfico en EE.UU. por estados y aplicarás el aprendizaje automático para encontrar similitudes y diferencias entre estados y proporcionar recomendaciones políticas granulares. Puedes consultar nuestros otros proyectos de aprendizaje automático en otro artículo. 

8. Similitud de películas en los resúmenes argumentales 

Con tantas películas disponibles, es fácil pensar en películas parecidas entre sí. ¿Y si puedes encontrar el procesamiento del lenguaje natural y el aprendizaje automático para clasificar las películas basándote en sus resúmenes argumentales? Con este conjunto de datos de similitudes de películas, harás exactamente eso. Este proyecto avanzado de Python ofrece retos en análisis exploratorio de datos, minería de textos y análisis de tendencias. La tarea más avanzada consiste en construir un grafo de red para analizar las relaciones profesionales entre los miembros del reparto y los directores, lo que requiere conocimientos de manipulación de datos complejos y teoría de grafos. Este proyecto proporciona una sólida plataforma para aplicar técnicas avanzadas de ciencia de datos a datos del mundo real.

Un proyecto Python avanzado sobre datos de películas

9. Clasificación de géneros cinematográficos con salida multietiqueta

Una película puede combinar géneros. Con este conjunto de datos de películas de Netflix, puedes aplicar la clasificación multietiqueta para predecir los muchos géneros que puede tener una película basándote en su descripción, calificación, etc.

10. Construir y desplegar una canalización de aprendizaje automático 

Aunque no se trata de un proyecto específico, desplegar y mantener los demás proyectos de esta lista es una habilidad increíblemente útil para mostrar a los empleadores. En este tutorial, aprenderás exactamente cómo hacerlo. 

Proyectos Python divertidos para desarrollar tus habilidades con Python

Aunque no son los más complejos, estos proyectos proporcionan conjuntos de datos interesantes y atractivos para explorar y empezar a acelerar tu viaje de aprendizaje de Python. 

1. Identificación de autores espeluznantes

Clasifica las obras de los escritores de misterio. Averigua si un fragmento pertenece a Edgar Allen Poe, HP Lovecraft o Mary Shelley.

2. Predicción de ventas de videojuegos

¿Estás esperando un próximo juego de Activision o EA? Intenta predecir lo bien que se vendería utilizando los datos de más de 16.000 videojuegos anteriores. 

3. Predicción del tipo de personalidad Myers-Briggs (MBTI)

Existen 16 tipos de personalidad según el indicador MBTI. En lugar de buscarlo en Google, intenta predecir tu personalidad utilizando este conjunto de datos de tipos de personalidad.

4.Explora los Datos del Precio del Bitcoin

Los precios de las criptomonedas han enamorado al mundo con su extrema volatilidad. En este proyecto, aplicarás técnicas de análisis de series temporales y visualización de datos a los precios del Bitcoin. 

5. Predicción de popularidad de canciones

En este gran conjunto de datos de canciones de los años 50, puedes predecir la popularidad de una canción basándote en varios atributos.

6. Analizar los datos del Fitness Tracker

Con el auge de los rastreadores de actividad física llega una abundancia de datos que puedes analizar. En este proyecto de análisis de datos, analizarás y visualizarás los datos del rastreador de fitness Runkeeper.  

7. Rompe mitos con datos

Un estudio de 1991 descubrió que los zurdos mueren nueve años antes que los diestros por término medio. ¿Es esto cierto? Descúbrelo en este proyecto de análisis estadístico. 

8. Analizar los datos del respirador

Utilizando los datos recogidos de los alcoholímetros en el estado de Iowa, podrás visualizar y analizar el estado de embriaguez en Iowa y encontrar patrones que puedan conducir a mejores decisiones políticas. 

9. Llega a lo más alto de las carteleras musicales

Con este conjunto de datos de Spotify de ~600 canciones de 2010 a 2019, podrás explorar y analizar cómo han evolucionado los géneros populares en la última década, predecir el género de una canción basándote en atributos clave, y mucho más. 

10. Analizar una base de datos Lego

Aunque este proyecto también requiere algunos conocimientos de SQL, esta base de datos de Lego te permite examinar miles de ventas de Lego a lo largo del año y comprender qué juegos de Lego generan más ventas. 

Proyectos Python adicionales guiados y no guiados para practicar

A lo largo de este artículo, hemos enlazado a muchos proyectos y conjuntos de datos de DataCamp. DataCamp ofrece una gran cantidad de proyectos guiados y no guiados en función del nivel de dificultad que te propongas. Aquí tienes una lista de proyectos adicionales para practicar

Proyecto guiado de Python para practicar

1. Predecir la aprobación de tarjetas de crédito

Las aprobaciones automatizadas de tarjetas de crédito son un gran caso de uso del aprendizaje automático en la banca. En este proyecto de aprobaciones de tarjetas, aprenderás a predecir si una solicitud de tarjeta de crédito es aceptada o rechazada por los bancos.

2. Descubre los temas de moda en la investigación sobre aprendizaje automático

Utilizando este conjunto de datos de trending topics, aplicarás el aprendizaje automático para descubrir el futuro de las tendencias de investigación en aprendizaje automático analizando los artículos sobre Sistemas de Procesamiento de Información Neuronal de la última década.

3. Clasificación de los donantes de sangre

Las donaciones de sangre salvan vidas. En este proyecto sobre donantes de sangre, analiza los patrones en las donaciones de sangre y predice si una persona volverá a donar en el futuro.

4. Comparar cosméticos por ingredientes

Elegir un producto cosmético que no ponga en peligro la salud de tu piel es difícil. En este proyecto guiado, aprenderás a procesar los ingredientes de los cosméticos para tomar una decisión más informada sobre si un nuevo cosmético es bueno para ti.

5. Historia visual de los Premios Nobel

Casi todo el mundo que se dedica a la investigación sueña con conseguir un Nobel alguna vez en su vida. Pero, ¿afectan tu edad, raza y sexo a tus posibilidades? Descúbrelo analizando los datos de los ganadores desde 1901.

6. La historia del lenguaje Scala en GitHub

Scala es el 34º lenguaje de programación más popular según el índice TIOBE. Aprende cómo llegó a serlo analizando la historia de su repositorio de GitHub en este proyecto guiado.

7. Explorando la evolución de Linux

Los sistemas de control de versiones como Git almacenan abundante información sobre la evolución de un proyecto de software. En este proyecto de evolución de Linux, analizarás y transformarás el repositorio Git real del Núcleo Linux y comprenderás cómo 700K+ commits crearon uno de los sistemas operativos más utilizados del planeta. 

8. Recreación del Mapa Fantasma de John Snow

El doctor John Snow (no el personaje de Juego de Tronos) cartografió a mano los casos de cólera y dedujo el origen de los brotes en su zona, dando origen a la epidemiología moderna. En este proyecto histórico, recrearás su obra y su famoso mapa. 

9. Una nueva era de análisis de datos en el béisbol

Moneyball marcó el comienzo de la era de la analítica deportiva. En este proyecto, analizarás los datos de Statcast de la MLB para comparar diferentes jugadores de béisbol y comprender qué impulsa los home runs.  

10. Generar palabras clave para los anuncios de Google

Generar palabras clave para anuncios de búsqueda es un proceso increíblemente meticuloso y engorroso. ¿Y si pudieras automatizar esta tarea con Python? En este proyecto de palabras clave de Google Ads, aprenderás a hacer exactamente eso. 

11. Pruebas A/B de juegos para móviles 

Las pruebas A/B impulsan el éxito de muchos productos y servicios digitales, y los juegos para móviles son una gran prueba de ello. En este proyecto, comprenderás el impacto de un experimento realizado en el popular juego Cookie Cats sobre la retención de usuarios. 

12. Priorizar el cobro de deudas con el aprendizaje automático

La morosidad es un gran problema para los bancos y las instituciones financieras. En este proyecto, utilizarás el aprendizaje automático y las regresiones para comprender cómo priorizar el cobro de deudas para un banco. 

13. Sistema de recomendación de libros de Charles Darwin

Charles Darwin era un ávido lector y poseía una extensa bibliografía. En este proyecto, utilizarás los libros favoritos de Charles Darwin para crear un sistema recomendador que proporcione recomendaciones de libros basadas en sus gustos. 

Proyectos Python no guiados para practicar

1. Investigando las películas de Netflix y las estrellas invitadas en la Oficina

En este proyecto sobre The Office, manipularás y visualizarás el rendimiento de las películas de Netflix y de las estrellas invitadas en la serie del fenómeno cultural "The Office".

2. Explorando la historia de Lego

Cada segundo se fabrican unas 1140 piezas de Lego. Descubre cómo la marca de juguetes más popular del mundo llegó a ser tan dominante analizando sus datos históricos de ventas. 

3. El descubrimiento del lavado de manos

Lavarse las manos es algo natural para todos nosotros, pero no siempre ha sido así en el pasado. De hecho, el médico húngaro Ignaz Semmelweis descubrió los beneficios de lavarse las manos analizando los datos de mortalidad de los pacientes en los hospitales. Recrea su análisis de datos utilizando este conjunto de datos.

4. El Android App Market en Google Play

El mercado de aplicaciones para Android es amplio y competitivo. Analiza y visualiza este conjunto de datos extraídos de Google Play Store para averiguar en qué consiste una gran aplicación.

5. Frecuencia de palabras en novelas clásicas

En este proyecto, extraerás una novela del sitio web del proyecto Gutenberg y luego analizarás la distribución de las palabras en un gran corpus de libros. 

6. Las malas contraseñas y las directrices del NIST

Casi todos los sitios requieren una contraseña, así que ¿cómo sabes si estás utilizando la mejor? En este proyecto, crearás un sistema que compruebe automáticamente si tu contraseña es conforme al Instituto Nacional de Normas y Tecnología.

7. Comparar el interés de búsqueda con Google Trends

Google expone su API de Tendencias en Python para que los usuarios puedan conocer el interés de búsqueda de cualquier palabra clave. Es una excelente fuente de datos de series temporales, con registros que se remontan a 2004. En este proyecto, explorarás el interés de las búsquedas mundiales en los cinco principales navegadores de Internet.

8. Explorar el mercado de Airbnb de Nueva York

Aprovecha la limpieza y manipulación de datos para descubrir información sobre el mercado de Airbnb de la ciudad de Nueva York.

Cómo elegir qué proyectos Python añadir a tu currículum

Con esta larga lista de proyectos Python, ¿cómo eliges uno para añadirlo a tu currículum? Según Nick Singh, autor del exitoso libro "Ace the Data Science Interview" (Supera la entrevista de ciencia de datos), aquí tienes cuatro principios clave en los que debes pensar cuando lleves a cabo proyectos en Python.

1. Los proyectos deben surgir de un interés genuino

Hacer un proyecto sobre un tema que te interese hará que todo el proceso te resulte más atractivo y aumentará tus posibilidades de completarlo. Además, este entusiasmo se transmitirá cuando hables con un jefe de contratación sobre tu proyecto. 

2. La sencillez triunfa sobre la complejidad

Hoy en día, es fácil distraerse con herramientas extravagantes y técnicas de vanguardia. Sin embargo, la ciencia de datos en el mundo real requiere un enfoque simplista y pragmático para la creación de soluciones. Uno de los objetivos de un proyecto es demostrar tu capacidad para desarrollar soluciones útiles de ciencia de datos con técnicas relativamente sencillas. 

3. Completa siempre tu proyecto

Es fácil caer en el deslizamiento del alcance cuando se realiza un proyecto. Como regla general, plantea siempre un proyecto que sepas que puedes completar de la A a la Z, aunque se trate de un simple ejercicio de análisis de datos. 

4. El proyecto debe tener un impacto cuantificable

Una vez finalizado el proyecto, asegúrate de compartir tu trabajo y obtener comentarios de la comunidad de forma cuantificable. Ya sean estrellas de GitHub, comparticiones en LinkedIn o menciones en Reddit, compartir tu trabajo es la mejor forma de mostrar el impacto cuantificable de tu proyecto a los posibles responsables de contratación.

Lleva tu aprendizaje de Python al siguiente nivel

Esperamos que te haya gustado esta lista de proyectos Python y que puedan acelerar tu viaje de aprendizaje de Python. Si quieres empezar y te vendría bien un repaso de Python primero, asegúrate de consultar el plan de estudios de Python de DataCamp y los recursos adicionales que aparecen a continuación.