He visto el mismo patrón una y otra vez: alguien se apunta a un curso de ciencia de datos, ve 40 horas de video sobre teoría de probabilidad y estadística, y termina sin saber ni construir un pipeline de datos ni explicar un modelo en una entrevista.

El problema no es la falta de contenido — es la falta de proyectos reales evaluables por alguien que ya contrató para el puesto. Las empresas no piden que recites el teorema de Bayes, piden que muestres que puedes tomar datos sucios, limpiarlos, entrenar un modelo simple y explicar el resultado en términos de negocio.

Estoy armando CodePath Academy con esa lógica al revés: en vez de "aprende teoría → después practica", empezamos con un proyecto real desde la semana 1 (ej: predecir churn con datos reales) y la teoría se aprende resolviendo lo que no sabes. Cohortes pequeñas, mentoría directa, y el objetivo explícito es que salgas con 3 proyectos de portafolio, no con un certificado más.

Si estás empezando en tech y sientes que ya viste "otro curso más" que no te acerca al trabajo, con gusto comparto cómo estructuramos el programa.