RankingdeCursos

Ruta para ser analista de datos (y dar el salto a machine learning)

Excel, SQL, Power BI, Python y comunicación de resultados: el orden que más rápido lleva a un primer empleo, con un desvío opcional hacia machine learning.

  • 5 etapas
  • 6 a 9 meses
  • Actualizada: 2 de octubre de 2026

El análisis de datos es una de las puertas de entrada más realistas al sector tecnológico: no exige un título en sistemas y sí muchísima práctica con datos reales. La ruta está ordenada por empleabilidad: primero lo que más piden las vacantes de analista junior (SQL, Excel y Power BI) y después Python.

El machine learning aparece al final como camino opcional. Es tentador empezar por ahí, pero sin bases de datos limpios y estadística, los modelos solo producen números sin sentido.

  1. 1

    Excel bien usado

    3 a 4 semanas

    Fórmulas de búsqueda, tablas dinámicas, limpieza de datos y dashboards básicos. Sigue siendo la herramienta más usada en las empresas, y dominarla te da resultados visibles desde la primera semana.

    FórmulasTablas dinámicasLimpieza de datos

    Cursos analizados para esta etapa

  2. 2

    SQL: la habilidad que más piden

    4 a 6 semanas

    Consultas, filtros, agregaciones, JOINs, subconsultas y funciones de ventana. Practica con bases de datos reales hasta que escribir una consulta te resulte natural.

    SELECT y filtrosJOINsAgregacionesCTEs y ventanas

    Recursos gratuitos oficiales

    Cursos analizados para esta etapa

  3. 3

    Power BI y visualización

    5 a 6 semanas

    Modelado de datos, Power Query, DAX y diseño de dashboards que alguien de negocio pueda entender en 10 segundos. Aquí construyes las piezas principales de tu portafolio.

    Power QueryModeladoDAXDashboards

    Recursos gratuitos oficiales

    Cursos analizados para esta etapa

  4. 4

    Python para datos y storytelling

    6 a 8 semanas

    pandas para limpiar y transformar, gráficos para explorar y, sobre todo, aprender a contar lo que encontraste. Un buen análisis que nadie entiende no sirve; la comunicación es la mitad del trabajo.

    pandasVisualizaciónAnálisis exploratorioStorytelling

    Recursos gratuitos oficiales

    Cursos analizados para esta etapa

  5. 5

    Opcional: machine learning

    8 a 12 semanas

    Si te interesa predecir y no solo describir, el siguiente paso es el machine learning clásico: regresión, clasificación, validación y métricas. Deep learning y NLP vienen después, cuando ya entiendes cómo evaluar un modelo.

    Regresión y clasificaciónValidaciónscikit-learn

    Recursos gratuitos oficiales

    Cursos analizados para esta etapa

Consejo final

Para conseguir tu primer trabajo como analista importa más un portafolio con tres análisis completos (pregunta de negocio → datos → limpieza → hallazgos → recomendación) que haber terminado diez cursos. Usa datos públicos de tu país o tu ciudad: los proyectos con contexto local destacan mucho en entrevistas.