Cómo usar Bunseki

Una guía corta para empezar

Bunseki es una plataforma educativa para aprender análisis de datos paso a paso, con datasets reales y Tomo, el agente IA que te acompaña.

Qué es Bunseki

Bunseki —que significa análisis en japonés— es un espacio donde podés practicar análisis de datos con conjuntos curados por dificultad y contexto. Es una alternativa simple y enfocada para quienes recién empiezan: nada de competencias, nada de presión.

Cada dataset viene acompañado de una descripción, un diccionario de columnas, una vista previa y una serie de ejercicios pensados para que aprendas haciendo.

Cómo funciona Tomo

Tomo es el agente IA de Bunseki y tu compañero de práctica. Lo podés usar principalmente para tres cosas:

  • Buscar un dataset

    Describile en palabras lo que necesitás (por ejemplo, «datos de ventas para principiantes») y te orienta hacia el más adecuado.

  • Generar un dataset nuevo

    Si no encontrás algo apropiado, Tomo te puede sugerir un esquema y un dataset sintético acorde a tu objetivo.

  • Recomendarte algo según tu nivel

    Contale a Tomo en qué andás, qué herramientas conocés y cuánto tiempo tenés para invertir, y te arma una hoja de ruta.

Niveles de dificultad explicados

Principiante

Datasets pequeños, limpios y con columnas claras. Pensados para practicar agrupaciones, promedios, filtros y visualizaciones básicas. Ideal para Excel.

Intermedio

Datasets más grandes que requieren algo de limpieza (fechas, categorías repetidas) y permiten cálculos derivados, joins simples y visualizaciones de mayor complejidad.

Avanzado

Datasets extensos, con datos sucios, valores nulos y outliers reales. Pensados para entrenar series de tiempo, modelos simples, análisis de cohortes y clustering.

Recomendaciones para empezar

  1. Si nunca abriste un dataset, arrancá con uno de nivel Principiante en Excel. La idea es perderle el miedo a las tablas largas.
  2. Cuando termines un ejercicio, pedile a Tomo que te corrija el enfoque o que te proponga una variante.
  3. Tomate tu tiempo. No es una carrera: importa más entender por qué preguntás algo que la rapidez con la que lo respondés.
  4. Cuando te sientas cómodo, pasá a Python o R con un dataset Intermedio del mismo contexto que ya conocés.

¿Listo para empezar? Explorá la biblioteca o hablá con Tomo para que te recomiende un dataset.

Ver biblioteca