Curso
Introducción a Python
4 h
6.9M
Resumen (TL;DR)
- Este artículo recopila más de 50 ideas de proyectos en Python que cubren categorías de nivel principiante, intermedio, avanzado y proyectos "por diversión"
- Los proyectos para principiantes se centran en análisis y visualización de datos con conjuntos de datos reales (deportes, finanzas, e-commerce)
- Los proyectos intermedios introducen machine learning, reconocimiento de imágenes y PLN con datos no tabulares
- Los avanzados abarcan sistemas de recomendación, deep learning, canalizaciones de PLN y despliegue de modelos
- Elige proyectos que te interesen de verdad, que sean abordables, y comparte tu trabajo para construir un sólido portfolio de ciencia de datos
Antes de empezar con proyectos en Python
Si ya conoces Python, puedes ponerte con estos proyectos de inmediato. Si prefieres afianzar primero los fundamentos necesarios, échale un ojo a nuestra lista de cursos interactivos de Python.
Cuando estés listo para ponerte manos a la obra, prueba DataLab y empieza a trabajar y publicar tus proyectos en el cuaderno de datos totalmente configurado de DataCamp, directamente en el navegador. También puedes explorar nuestras selecciones de ideas de proyectos de IA y proyectos con agentes de IA para estar al día.
Proyectos de Python para principiantes
Como principiante, los proyectos en Python te ayudarán a consolidar lo aprendido y a incorporar nuevas habilidades. Este conjunto gira en torno a tareas de análisis exploratorio de datos, junto con modelización y predicción sencillas sobre conjuntos de datos reales y relevantes.
1. Análisis de precios de diamantes
Los diamantes se dividen en cinco tipos de impurezas según la estructura de sus átomos de carbono. El conjunto de datos Diamonds de Kaggle te da aún más información: corte, claridad, color y precio. Desarrolla tus habilidades de visualización con un buen análisis exploratorio.
2. Análisis de la edad de conchas de abulón
Este es un dataset de abulón muy particular. Las conchas son una maravilla de la naturaleza, y su edad se puede determinar contando los anillos del interior. ¿Puedes estimar la edad de las conchas de abulón con tus habilidades de análisis en Python?
3. Análisis de datos de la Premier League
Un dataset de fútbol con el que explorar, analizar y visualizar eventos de la temporada 2018-2019 de la Premier League inglesa. El dataset Soccer Data es un excelente proyecto para principiantes de análisis de datos en Python. Incluye un conjunto de variables muy rico, desde detalles básicos de los partidos hasta estadísticas avanzadas.
El proyecto viene con un diccionario de datos claro y retos guiados. Además, incluye escenarios reales que lo hacen más atractivo y lo convierten en un ejercicio completo para tu portfolio. Es un proyecto equilibrado que combina aprendizaje guiado con exploración abierta, ideal para desarrollar habilidades.
Datos de un proyecto en Python para principiantes que analiza tendencias en fútbol
4. Predicción de churn en telecomunicaciones
El abandono de clientes es uno de los problemas más básicos del machine learning. En este dataset de clientes, podrás predecir el churn de un operador de telecomunicaciones a partir del uso de sus clientes. Incluye muchas variables, como fallos de llamada, antigüedad de la suscripción y valor del cliente, lo que permite análisis en profundidad. El proyecto para principiantes trae retos guiados de exploración, visualización y análisis estadístico, con un recorrido de aprendizaje estructurado. El escenario real añade complejidad y relevancia al pedirte que predigas el churn ante la entrada de un nuevo competidor.
5. Precios de acciones y predicción
¿Te intriga qué impulsa los vaivenes del mercado? El dataset de tecnológicas 2010–2021 te permite analizar precios históricos de grandes como Apple, Tesla y Amazon.
6. Datos de tiro de la NBA
¿Desde qué distancia es más probable que los jugadores de baloncesto anoten? Con este dataset de lanzamientos de los playoffs de la NBA de 2021, podrás responder a esa pregunta.
7. Previsión de ventas en e-commerce
Con este dataset de e-commerce de un minorista online, aplica visualización y técnicas de predicción para estimar ventas futuras. Es un dataset amplio, con pedidos de varios países durante un año e incluye variables como número de factura, códigos de stock, cantidades y precios unitarios. Permite análisis multifacéticos: series temporales, segmentación de clientes y categorización de productos. Los retos te animan a explorar anomalías (como cantidades negativas), visualizar beneficios por periodos y comparar tamaños de pedido entre países. Además, el escenario te pide categorizar más de 4000 productos por distintas características, muy relevante en e-commerce.
Otro proyecto para principiantes que analiza datos de eCommerce
8. Análisis de anuncios de Airbnb
Este dataset de Airbnb te permite entender la dinámica de los alquileres: qué barrios concentran los anuncios más populares, la relación entre precio y tipo de habitación y mucho más.
9. Analiza datos de PIB
El producto interior bruto es uno de los mejores indicadores de la salud económica de una región o país. En este dataset, analiza cómo ha evolucionado el PIB de distintos países en los últimos 50 años.
10. Análisis de datos de los Juegos Olímpicos
¿Qué país es el más exitoso en judo? ¿Cómo influye la altura de los atletas en el éxito en cada deporte? Con el análisis exploratorio del dataset de los Juegos Olímpicos podrás responder a estas y otras preguntas.
Un ejemplo de los hallazgos del proyecto de los Juegos Olímpicos
Proyectos de Python intermedios
Más allá de las tareas y datasets para principiantes, este conjunto te reta con datos no tabulares (imágenes, audio, etc.) y pone a prueba tu nivel de machine learning en distintos problemas.
1. Clasificar géneros musicales a partir de audio
¿Eres un auténtico melómano? Entonces disfrutarás prediciendo géneros con machine learning en este proyecto de reconocimiento de audio. Cubre todo el flujo de ciencia de datos: exploración, ingeniería de características e implementación y evaluación de varios algoritmos. También aborda temas como desbalanceo de clases y validación cruzada. Es una experiencia de aprendizaje completa y una buena pieza para tu portfolio.
2. Analiza y visualiza recogidas de Uber en Nueva York
Los datasets con geolocalizaciones son ideales para analizar y mapear. Este dataset de recogidas de Uber con más de 20 millones de viajes en Nueva York no es la excepción.
3. Reconocimiento de caracteres escritos a mano
El reconocimiento de dígitos MNIST es un gran comienzo para practicar deep learning. Sin embargo, este dataset de alfabetos manuscritos A–Z añade dificultad, porque se trata de predecir letras manuscritas en inglés.
4. Detección de fraude con tarjeta de crédito
El fraude con tarjeta es todo un reto, sobre todo por el fuerte desbalanceo de clases. Pon a prueba tus estrategias con este dataset de fraude con tarjeta. Es idóneo para perfiles intermedios-avanzados interesados en finanzas y seguridad. Abarca desde representación geoespacial hasta modelado predictivo, con desafíos reales como el desbalanceo y las implicaciones éticas de los falsos positivos.
Ejemplo de visualización geoespacial en este proyecto intermedio
5. Predicción de género a partir del sonido
En este proyecto de predicción de género, usarás la librería fuzzy para categorizar el género de nombres según sus fonemas y cómo suenan.
6. Cancelaciones en reservas de hotel
Si te interesa el sector inmobiliario y hotelero, este dataset de demanda hotelera te permite analizar las tasas de cancelación. Con técnicas sencillas de machine learning, podrás predecir la probabilidad de cancelaciones a partir de datos históricos.
7. Detección de caras en imágenes
¿Te has preguntado cómo tu iPhone dibuja un recuadro sobre tu cara? Lo hace con detección de rostros. Puedes crear algo similar con este dataset de detección de caras con imágenes anotadas.
8. Reconocimiento facial con aprendizaje supervisado
Enfréntate al reto de distinguir imágenes de Arnold Schwarzenegger de otros rostros con un dataset etiquetado de reconocimiento facial. Construirás una canalización completa de ML en Python y scikit-learn, y luego optimizarás y evaluarás el modelo.
9. Analiza y predice la demanda de bicicletas compartidas
Este dataset de bike-sharing recoge gran cantidad de información sobre trayectos de una startup de alquiler de bicis. Incluye factores como clima, hora del día y festivos para predecir la demanda en Seúl. Podrás comparar patrones de alquiler por momentos del día y estaciones, visualizar el impacto de la temperatura e identificar las variables más influyentes.
Un ejemplo del proyecto sobre alquiler de bicicletas
Proyectos de Python avanzados
Estos proyectos van más allá de los datasets complejos y te animan a aplicar soluciones creativas a problemas interesantes. Desde crear sistemas de recomendación de películas o analizar redes de personajes en libros, hasta interpretar lengua de signos con machine learning, te darán la complejidad suficiente para aprender nuevas habilidades sobre la marcha.
1. Construye un sistema de recomendación de películas
Las plataformas de streaming ofrecen recomendaciones al detalle según tu interacción y la de usuarios similares. En este proyecto de recomendación, aprenderás a crear un recomendador de películas con filtrado colaborativo y basado en contenido.
2. Reconocimiento de lengua de signos americana
La American Sign Language es la lengua principal de muchas personas sordas en Norteamérica. En este proyecto de reconocimiento de imágenes, usarás deep learning para reconocer letras de ASL.
3. Reconocimiento de matrículas en tiempo real
Un proyecto muy interesante para reconocer matrículas en tiempo real usando deep learning sobre vídeo. Echa un vistazo al proyecto en GitHub con el dataset y el código.
Proyecto avanzado de detección de matrículas - fuente
4. Detección de spam en SMS
La detección de spam es un pilar de la ciencia de datos y combina procesamiento del lenguaje natural y técnicas de machine learning. Crea tu detector con este dataset de SMS.
5. Análisis de redes de Juego de tronos
Aunque ya pasó su momento, Juego de tronos cautivó al mundo como pocas series. Con semejante elenco y trasfondo, ¿quién fue el personaje más importante? En este proyecto de análisis de redes responderás a esa pregunta.
6. Clasificación multietiqueta de géneros de películas
Una película puede combinar géneros. Con este dataset de películas de Netflix, aplica clasificación multietiqueta para predecir los géneros de una película a partir de su descripción, valoración y más.
7. Construye y despliega una canalización de machine learning
No es un proyecto concreto, pero desplegar y mantener los proyectos de esta lista es una habilidad muy valiosa para mostrar a empleadores. En este tutorial aprenderás cómo hacerlo.
Proyectos de Python para desarrollo web y automatización
Python se usa ampliamente para crear aplicaciones web y automatizar tareas repetitivas. Estos proyectos te dan habilidades prácticas directamente aplicables en el trabajo.
1. Crea una API REST con FastAPI
Desarrolla una API RESTful para un gestor de tareas o un blog con FastAPI. Aprenderás enrutado de endpoints, validación de peticiones, integración con bases de datos y documentación con Swagger.
2. Web de portfolio personal con Django
Construye un portfolio profesional con Django para mostrar tus proyectos. Incluye un blog, una galería y un formulario de contacto: una gran forma de demostrar habilidades full-stack en Python.
3. Web scraper para seguimiento de precios
Crea un scraper automático con BeautifulSoup o Scrapy que rastree precios en sitios de e-commerce y envíe alertas cuando bajen de un umbral.
4. Automatiza la organización de archivos
Programa un script en Python que organice automáticamente los archivos de tu carpeta de descargas por tipo, fecha o proyecto. Es una excelente introducción a la automatización con Python y al trabajo con el sistema de archivos.
5. Sistema de automatización de emails
Construye un sistema que envíe emails personalizados con smtplib e integre la API de Python. Automatiza newsletters, recordatorios o seguimientos a partir de disparadores en una base de datos o una hoja de cálculo.
Proyectos de IA e IA generativa con Python
La IA y la IA generativa están entre las habilidades más demandadas en 2026. Estos proyectos te darán experiencia práctica con modelos de lenguaje grandes, chatbots y aplicaciones con IA.
1. Crea un chatbot de IA con Streamlit
Desarrolla un chatbot interactivo usando la API de OpenAI y Streamlit para la interfaz. Aprenderás a gestionar el historial de conversación, manejar peticiones a la API y desplegar una app web. Inspírate con nuestro tutorial de proyectos de ciencia de datos con ChatGPT.
2. Panel de análisis de sentimiento
Crea un dashboard que analice el sentimiento de textos con técnicas de PLN. Usa librerías como NLTK o Hugging Face Transformers para clasificar textos como positivos, negativos o neutros y visualiza resultados con Matplotlib o Plotly.
3. Sistema de preguntas y respuestas sobre PDFs
Construye un sistema de Recuperación Aumentada con Generación (RAG) que permita hacer preguntas sobre documentos PDF subidos. Combina análisis de documentos, embeddings vectoriales e integración con LLMs, una habilidad muy demandada en 2026.
4. Resumen de contenidos con IA
Crea una herramienta que tome artículos o documentos largos y genere resúmenes concisos usando las APIs de OpenAI o Hugging Face. Aprenderás prompt engineering, integración con APIs y procesamiento de texto.
5. Crea un agente de IA
Usa frameworks como LangChain o CrewAI para construir un agente de IA que complete tareas de forma autónoma: investigar temas, generar informes o responder preguntas a partir de una base de conocimiento.
Proyectos de Python divertidos para afianzar tus habilidades
Aunque no son los más complejos, estos proyectos ofrecen datasets interesantes y atractivos para explorar y acelerar tu aprendizaje de Python.
1. Identificación de autores de terror
Clasifica obras de autores de misterio. Averigua si un fragmento pertenece a Edgar Allen Poe, HP Lovecraft o Mary Shelley.
2. Predicción de ventas de videojuegos
¿Esperas el próximo lanzamiento de Activision o EA? Intenta predecir cómo venderá usando los datos de ventas de videojuegos de más de 16.000 títulos.
3. Predicción de tipo de personalidad MBTI
Según el indicador MBTI hay 16 tipos de personalidad. En lugar de buscarlo en Google, intenta predecir tu tipo con este dataset.
4. Limpieza de datos de campañas de marketing bancario
La limpieza de datos es esencial para ingenieros y analistas: leer, modificar, dividir y almacenar datos. En este proyecto de limpieza de datos bancarios, aplicarás estas técnicas para procesar campañas de marketing: modificar valores, crear nuevas variables, convertir tipos y guardar resultados en varios archivos.
5. Predicción de popularidad de canciones
Con este gran dataset de canciones desde los años 50, podrás predecir la popularidad de un tema a partir de varios atributos.
6. Exploración de resultados de exámenes en escuelas públicas de NYC
Cada año, los resultados influyen en el futuro universitario de millones de estudiantes. En este proyecto sobre escuelas públicas de NYC, usarás datos de rendimiento en pruebas estandarizadas para identificar los mejores centros en matemáticas, ver cómo varía por distrito y encontrar los diez mejores de la ciudad.
7. Sube a lo más alto de las listas musicales
Con este dataset de Spotify de ~600 canciones entre 2010 y 2019, podrás explorar cómo han evolucionado los géneros, predecir el género de una canción a partir de atributos clave y más.
8. Analiza una base de datos de Lego
Aunque también requiere algo de SQL, esta base de datos de Lego te permite bucear en miles de ventas a lo largo del año y entender qué sets impulsan más ingresos.
Más proyectos guiados y libres en Python para practicar
A lo largo del artículo hemos enlazado muchos proyectos y datasets de DataCamp. DataCamp ofrece proyectos guiados y sin guion según el nivel de dificultad que busques. Aquí tienes una lista adicional para practicar.
Proyectos guiados en Python
1. Predicción de aprobaciones de tarjetas de crédito
Las aprobaciones automáticas de tarjetas son un caso de uso enorme de machine learning en banca. En este proyecto de aprobaciones, aprenderás a predecir si una solicitud será aceptada o rechazada por los bancos.
2. Historia visual de los ganadores del Nobel
Casi todo investigador sueña con ganar un Nobel alguna vez. Pero, ¿influyen edad, raza o género en las probabilidades? Descúbrelo analizando los datos de ganadores desde 1901.
3. Inspeccionando las tendencias de carga de vehículos eléctricos
A medida que crecen los vehículos eléctricos, entender el uso y la expansión de la infraestructura de carga es clave para planificar. Examina las tendencias entre 2014 y 2022 usando técnicas de wrangling y joins.
4. Recreando el mapa fantasma de John Snow
El doctor John Snow (no el de Juego de tronos) cartografió a mano casos de cólera y dedujo el origen de los brotes, sentando las bases de la epidemiología moderna. En este proyecto histórico, recrearás su trabajo y su famoso mapa.
5. Generación de palabras clave para Google Ads
Generar keywords para búsqueda es una tarea minuciosa y pesada. ¿Y si la automatizas con Python? En este proyecto de Google Ads aprenderás a hacerlo.
Proyectos libres en Python
1. Explorando la historia de Lego
Se producen unas 1140 piezas de Lego por segundo. Descubre cómo la marca de juguetes más popular se hizo tan dominante analizando sus ventas históricas.
2. El descubrimiento del lavado de manos
Lavarse las manos hoy es un gesto automático, pero no siempre fue así. El médico húngaro Ignaz Semmelweis descubrió sus beneficios analizando la mortalidad hospitalaria. Recrea su análisis con este dataset.
3. Frecuencia de palabras en novelas clásicas
En este proyecto, extraerás una novela de Project Gutenberg y analizarás la distribución de palabras en un gran corpus.
4. Comparando interés de búsqueda con Google Trends
Google ofrece su API de Trends en Python para consultar el interés por cualquier término. Es una gran fuente de series temporales desde 2004. En este proyecto con Google Trends, explorarás el interés mundial por cinco navegadores principales.
Cómo elegir qué proyectos de Python añadir a tu currículum
Con esta larga lista, ¿cómo eliges qué proyecto incluir en tu currículum? Según Nick Singh, autor del bestseller "Ace the Data Science Interview", ten en cuenta estos cuatro principios al elegir proyectos en Python.
1. Elige proyectos que te interesen de verdad
Trabajar en un tema que te importe hará el proceso más entretenido y aumentará tus opciones de terminarlo. Además, ese entusiasmo se notará cuando hables de tu proyecto con un hiring manager.
2. La simplicidad gana a la complejidad
Hoy es fácil distraerse con herramientas y técnicas de última generación. Pero en el mundo real, la ciencia de datos requiere soluciones pragmáticas y sencillas. Uno de los objetivos de un proyecto es demostrar que sabes construir soluciones útiles con técnicas relativamente simples.
3. Completa siempre tu proyecto
Es fácil caer en el scope creep. Como regla general, acota un proyecto que sepas que puedes completar de la A a la Z, aunque sea un ejercicio sencillo de análisis.
4. Busca impacto cuantificable
Cuando termines, comparte tu trabajo y recopila feedback de forma cuantificable. Ya sean estrellas en GitHub, compartidos en LinkedIn o menciones en Reddit, compartir es la mejor forma de mostrar el impacto de tu proyecto a posibles empleadores.
Lleva tu aprendizaje de Python al siguiente nivel
Esperamos que esta lista te haya inspirado y te ayude a acelerar tu aprendizaje de Python. Si quieres comenzar y necesitas un repaso, consulta el programa de formación en Python de DataCamp. También puedes explorar nuestras guías sobre las mejores librerías de Python para ciencia de datos y sobre cómo crear un gran portfolio de ciencia de datos.
Temas
