> caso: Tu propio proyecto

Proyecto final: tu propio análisis con datos públicos

Llegas como analista de datos a Tu propio proyecto. Datos del caso: Un conjunto de datos abiertos chilenos que eliges tú, de una lista de seis fuentes; para practicar, una muestra de matrícula escolar del Maule con el formato de un portal público (datos generados con un script reproducible).

  1. Misión 1 · 40 minElegir tus datos y tu preguntaPendiente
  2. Misión 2 · 35 minLeer un archivo públicoPendiente
  3. Misión 3 · 25 minRevisar el análisis de la IAPendiente
  4. Misión 4 · 30 minTu repositorio y tus datosPendiente
  5. Misión 5 · 60 minExplorar y limpiarPendiente
  6. Misión 6 · 60 minAnalizar y visualizarPendiente
  7. Misión 7 · 40 minConclusiones y limitacionesPendiente
  8. Misión 8 · 60 min · sin guíaPublicar tu proyectoPendiente

Tu entregable

Un repositorio en GitHub con tus datos y su fuente, el notebook de análisis (.ipynb), los gráficos (.png) y un README que cuente la pregunta, cómo preparaste los datos, lo que encontraste, tus conclusiones y sus limitaciones.

Cómo se revisa tu entregable

Una persona lo revisa en tres dimensiones, cada una con puntaje de 1 a 3 (1: Insuficiente, 2: Aceptable, 3: Destacado). Se aprueba con 2 o más en las tres. Si una queda en 1, recibes un comentario sobre qué corregir y puedes reenviarlo sin penalización.

Claridad del README y la explicación
El README explica la pregunta, los datos con su fuente, cómo se prepararon y lo que se encontró, de modo que lo entiende alguien que no conoce el proyecto.
Ejecución técnica del análisis
El notebook lee y limpia los datos de forma correcta y repetible, cada decisión de limpieza está documentada y los cálculos responden las preguntas.
Coherencia de las conclusiones
Las conclusiones se apoyan en los resultados y los gráficos, y las limitaciones dicen lo que los datos no permiten afirmar.

Datos del caso

Descárgalos para tu entregable. Son archivos CSV en UTF-8. En Excel ábrelos con Datos → Obtener datos → Desde texto/CSV (así se ven bien las tildes y las columnas); en Google Sheets, con Archivo → Importar; en Python, con pd.read_csv.