Python Seminar
Universidad Francisco Marroquín — Madrid
Profesores: Fernando Vicente y Miguel González Calvo
Fecha: viernes 25 de abril de 2025, 16:00–21:00
Descripción
Taller intensivo de cinco horas sobre Python aplicado al análisis de datos económicos, la automatización de tareas y la construcción de proyectos reales. No se requiere experiencia previa: el recorrido va desde la instalación del entorno hasta el despliegue de un prototipo.
Todo el material —notebooks y dependencias— está disponible en el repositorio del taller: github.com/MiguelPuntoEs/python-ufm.
Contenidos
- Introducción a Python
- Instalación e introducción a Visual Studio Code
- Instalación y configuración básica (Google Colab / Jupyter Notebook)
- Repaso de sintaxis básica: variables, operaciones matemáticas, estructuras de control
- Manejo de datos económicos con
pandas- Lectura y manipulación de datos
- Importación de datos económicos desde CSV y Excel
- Análisis exploratorio con
matplotlibyplotly, y gráficos para revistas académicas
- Estadística y econometría en Python
- Estadística descriptiva con
numpyypandas - Modelos econométricos con
statsmodels - Regresión lineal aplicada a datos económicos
- Modelos más avanzados: beta regression, Markov switching models
- Estadística descriptiva con
- APIs para datos económicos
- Datos en tiempo real del Banco Mundial y del BCE
- API de la Reserva Federal
- Portales estadísticos (Eurostat, INE)
- Machine learning para predicción económica
- Introducción al machine learning en economía
- Predicción de series temporales con
scikit-learn - ARIMA y Random Forest
- Modelos avanzados: transformers,
darts, regresión armónica
- Comparte tu trabajo
- Dashboards con
dash - Páginas web, notebooks y presentaciones con
quarto
- Dashboards con
- Prototipado de interfaces API
- Backend con Django
- Prototipo con Nuxt
- IA en desarrollo
- Coding con IA: GitHub Copilot
- Vibe coding: Cursor
Material
- Repositorio del taller: MiguelPuntoEs/python-ufm — notebooks y
requirements.txt. - Para un recorrido más largo sobre los mismos temas, ver Python for Finance.