Hay dos caminos gratuitos: análisis de datos (SQL, Power BI, pandas) y machine learning (estadística, modelos y evaluación). Google, Kaggle y Microsoft te llevan lejos en ambos, y existen libros excelentes en español. Lo único que no conviene saltarse es la estadística: es lo que separa a quien entrena modelos de quien entiende si funcionan.
Google for Developers · gratis
Curso de Google sobre machine learning: regresión, clasificación, preparación de datos, generalización, redes neuronales, embeddings y LLMs, con ejercicios interactivos.
Explica la intuición de cada concepto con visualizaciones; muy bueno para entender cómo se evalúa un modelo.
Ideal para: Programadores que dan sus primeros pasos en ML.
Kaggle (Google) · gratis · certificado gratis
Microcursos prácticos con notebooks en la nube: Python, pandas, visualización, SQL, machine learning, deep learning e ingeniería de variables.
Cero instalación, datos reales y certificado de finalización en cada microcurso; enlaza directo con competencias para practicar.
Ideal para: Quien quiere practicar rápido con código real.
Microsoft Learn · gratis
Rutas oficiales en español de Power BI: preparar datos con Power Query, modelar, DAX, visualizar y publicar informes.
Cubre el temario del examen PL-300 y usa los mismos términos que escucharás en entrevistas de analista.
Ideal para: Analistas de negocio y usuarios avanzados de Excel.
Rafael A. Irizarry · gratis
Libro en español sobre análisis de datos con R: visualización, probabilidad, inferencia, modelos lineales, machine learning y herramientas de productividad.
Escrito por un bioestadístico de Harvard; su enfoque estadístico es justo lo que falta en muchos cursos de 'data science'.
Ideal para: Quien quiere bases estadísticas sólidas y trabaja o trabajará con R.
Hadley Wickham y Garrett Grolemund (traducción comunitaria) · gratis
Traducción al español del libro de referencia del tidyverse: importar, ordenar, transformar, visualizar y comunicar datos con R.
Enseña un flujo de trabajo completo y reproducible; la comunidad hispana de R mantiene la traducción.
Ideal para: Analistas que eligen R o vienen del mundo académico.
Khan Academy · gratis
Curso completo de estadística en español con videos y ejercicios: distribuciones, muestreo, intervalos de confianza, pruebas de hipótesis y regresión.
La estadística es el filtro real entre un analista y un científico de datos; aquí se aprende sin costo y con práctica.
Ideal para: Quien necesita aprender o repasar estadística desde cero.
Microsoft · gratis
Currículo abierto de machine learning clásico con Scikit-learn: regresión, clasificación, clustering, NLP, series de tiempo y ML responsable, con traducción al español.
Se centra en el ML clásico, que es el que más se usa en empresas, antes de pasar a deep learning.
Ideal para: Estudiantes y autodidactas con bases de Python.
Microsoft · gratis
Lecciones sobre el ciclo de vida de la ciencia de datos: ética, estadística, bases de datos, visualización y trabajo en la nube, con traducción al español.
Da la visión completa del oficio y no solo los modelos; buen punto de partida antes de especializarse.
Ideal para: Principiantes que quieren saber si la ciencia de datos es para ellos.
pandas (NumFOCUS) · gratis
Guía oficial de inicio con tutoriales cortos: leer datos, seleccionar, filtrar, graficar, agrupar, combinar tablas y trabajar con fechas y texto.
Va directo a lo que usarás a diario con la API vigente, sin los métodos obsoletos de tutoriales antiguos.
Ideal para: Analistas que pasan de Excel a Python.
scikit-learn · gratis
Introducción oficial a la librería de ML más usada en Python: estimadores, pipelines, preprocesamiento, validación cruzada y búsqueda de hiperparámetros.
La guía de usuario de scikit-learn funciona como un libro de ML aplicado con explicaciones y ejemplos.
Ideal para: Quien ya maneja pandas y quiere entrenar modelos.
fast.ai · gratis
Curso práctico de deep learning con PyTorch: visión, NLP, datos tabulares y despliegue, enseñado de lo aplicado a lo teórico.
Primero entrenas modelos que funcionan y después entiendes la teoría; muy motivador y con foro activo.
Ideal para: Programadores con al menos un año de experiencia en Python.
Alfredo Sánchez Alberca (Universidad CEU San Pablo) · gratis
Sitio de recursos educativos libres en español con manuales y prácticas de estadística, Python, R y aprendizaje automático.
Material de un profesor universitario de estadística, escrito en español y con ejercicios resueltos.
Ideal para: Estudiantes hispanohablantes que necesitan reforzar estadística y programación para datos.
Enlaces verificados el 2 de octubre de 2026. Ninguno es de afiliado.
Los recursos gratuitos son excelentes, pero exigen disciplina para armar tu propio orden. Si prefieres un camino estructurado, estos son los cursos mejor evaluados del área:
Federico Garay, Escuela Directa
El curso de Power BI con más práctica y el ciclo más completo, de Power Query a la publicación y la inteligencia de tiempo; «analista avanzado» en 15 horas es optimista.
Santiago Hernández
El curso de ML en español que mejor explica por qué funcionan los algoritmos, con un proyecto completo y casos de ciberseguridad; la evaluación de modelos no tiene sección propia.
Javier Gomez, datdata – Cursos
El curso de Power BI más probado en español, con un proyecto completo y ETL sobre 40 millones de registros; su temario es poco detallado y no muestra el servicio de Power BI ni Copilot.