Crea un entorno reproducible con Python y uv

Una analítica fiable empieza con un proyecto que otra persona pueda instalar y ejecutar.

Misión de la lección

Qué vas a conseguir ahora

Una decisión o prueba aplicada a «Crea un entorno reproducible con Python y uv».

1Entiende el criterio
2Haz una práctica pequeña
3Guarda una evidencia

Evidencia

Una nota breve con qué hiciste, qué salió bien, qué falló y qué revisarías después.

Objetivos de aprendizaje

Crear un proyecto aislado.
Fijar dependencias y versión de Python.
Separar código, datos y resultados.

Usa `uv init` para crear el proyecto y añade pandas, polars, duckdb y pyarrow solo cuando los necesites. Guarda la configuración en `pyproject.toml`, excluye datos privados con `.gitignore` y crea carpetas `data/`, `src/`, `reports/` y `tests/`.

Idea clave. Acción de la misión: Crea la estructura, ejecuta un script que imprima la versión de Python y guarda el resultado en `reports/entorno.txt`.

Cuidado. No dependas de paquetes instalados globalmente ni incluyas `.env` en Git.

Comprueba que funciona. Guarda una evidencia concreta: archivo, consulta, captura, log o test. Si no puedes enseñarla, la misión aún no está terminada.

Guardar y reabrir el proyecto.

Registra fecha, versión de herramientas, dataset usado y qué revisarías antes de pasar a datos reales.

Terminal

ia-datos-analitica/
├── data/incoming/
├── reports/
├── src/
├── tests/
├── pyproject.toml
└── README.md

Siguiente misión recomendada

Si has guardado la evidencia de esta lección, continúa con «Carga CSV y Excel sin perder tipos ni privacidad». Si no, repite la comprobación antes de avanzar.

Carga CSV y Excel sin perder tipos ni privacidad

Mapa completo de AulafyConsulta cómo encaja esta lección sin salir de tu ruta.

Mapa completo de Aulafy

Cómo se relacionan todos los cursos

No es una lista que debas completar. Empieza por la base, elige un resultado y profundiza solo cuando tu proyecto necesite más control.

1Comprender
2Aplicar o construir
3Operar con confianza

Empieza aquí

Crea una base común: qué puede hacer la IA, cómo pedir resultados y cómo comprobarlos antes de especializarte.

IA desde ceroEntiende, usa y verifica la IA generativa antes de elegir una herramientaCero absoluto · 12 leccionesVer curso

Desde esta base puedes aplicar la IA a una tarea o aprender a construir con código.

Elige una aplicación

Convierte la base en un resultado visible: una web, una mejora de negocio, contenido o una experiencia interactiva.

Codex desde ceroTrabaja con archivos, automatiza tareas y construye proyectos sin experiencia previaCero absoluto → intermedio · 20 leccionesVer curso Crea webs profesionales con IA desde ceroDe una idea a una web seria, publicada y mantenible con Codex y GPT-5.6 SolCero absoluto → profesional · 47 leccionesVer curso IA para pymes y autónomosAutomatiza oficina sin perder controlPrincipiante → intermedio · 20 leccionesVer curso IA generativa: imagen, voz y vídeoCrea recursos multimedia con modelos abiertosPrincipiante → intermedio · 7 leccionesVer curso Videojuegos, 3D y simulaciones con IAGodot, Blender, Fable 5 y pipelines 3DPrincipiante → intermedio · 6 leccionesVer curso

Si necesitas mantener código, datos o infraestructura, continúa por la rama técnica.

Construye con código

Prepara el entorno, trabaja con agentes de programación y aprende a ejecutar modelos con control sobre tus proyectos.

Fundamentos para AulafyPython, Git, terminal y Docker para aprender IA sin fricciónPrincipiante · 6 leccionesVer curso Codex para programadoresPrograma, prueba y entrega cambios con OpenAI CodexPrincipiante → avanzado · 10 leccionesVer curso Claude Code, de 0 a proDomina la CLI de IA de AnthropicPrincipiante → avanzado · 24 leccionesVer curso Claude Code + IA LocalConstruye apps de IA en tu ordenadorIntermedio · 34 leccionesVer curso

Esta rama prepara los conocimientos necesarios para diseñar y operar sistemas de IA fiables.

Lleva sistemas a producción

Combina recuperación, agentes, evaluación, seguridad, despliegue y adaptación de modelos cuando el problema lo exija.

RAG avanzado y seguroChatbots con documentos que sí se pueden usarIntermedio · 14 leccionesVer curso Agentes y automatizaciónDiseña agentes útiles, seguros y manteniblesIntermedio → avanzado · 20 leccionesVer curso Agentes en producción con LangGraph y n8nAgentes fiables para tareas realesIntermedio → avanzado · 9 leccionesVer curso Automatización IA self-hosted para pymesn8n, Open WebUI y Ollama en tu servidorIntermedio · 10 leccionesVer curso AI Router y sistema de contenidoEnruta modelos locales y frontier con calidad, coste y privacidadIntermedio → avanzado · 6 leccionesVer curso Seguridad y evaluación de modelosPrueba sistemas de IA antes de publicarlosIntermedio · 7 leccionesVer curso MLOps local y despliegue de modelosSirve modelos abiertos con controlIntermedio → avanzado · 10 leccionesVer curso Fine-tuning y post-training de LLMsAdapta modelos abiertos con tus datosIntermedio → avanzado · 8 leccionesVer curso

No es obligatorio completarlo todo: elige solo la pieza que tu sistema necesita y vuelve al mapa cuando crezca.

Ver catálogo completo