¿Qué podemos analizar con los datos de una carrera de F1? Ejemplo con el GP de Baku 2026 y Python Cuando pensamos en analizar una carrera de Fórmula 1, normalmente pensamos en preguntas como: ¿Quién ganó? ¿Quién quedó segundo? ¿Quién hizo la vuelta más rápida? Pero cuando tenemos los datos de la carrera , podemos hacer muchas más preguntas. Y ahí es donde comienza realmente el análisis de datos. En este proyecto utilicé datos del Gran Premio de Azerbaiyán 2026 y Python para demostrar una idea muy sencilla: No siempre necesitamos más datos. Muchas veces necesitamos aprender a mirar los datos que ya tenemos de otra manera. 🏎️ De una tabla de resultados a un análisis de datos Los datos obtenidos de la API contienen información como: Piloto Equipo Posición final Posición de salida Vueltas completadas Estado de la carrera Información del piloto y del equipo A primera vista parece simplemente una tabla de resultados. Pero podemos comenzar a hacer pre...

 Introducción Cuando trabajamos con un conjunto de datos, normalmente el siguiente paso consiste en crear gráficos y calcular estadísticas. Sin embargo, un gráfico por sí solo no siempre explica lo que realmente está ocurriendo. En este proyecto utilicé un dataset público de Kaggle con información del Mundial de la FIFA 2026. Después de preparar los datos con Python y Pandas, decidí incorporar Inteligencia Artificial como apoyo para formular preguntas, identificar patrones y convertir los números en una historia con sentido. El objetivo no fue que la IA reemplazara el análisis, sino utilizarla como un asistente capaz de proponer nuevas perspectivas y ayudar a interpretar los resultados obtenidos. ¿Qué información contiene el dataset? El conjunto de datos incluye información de todas las selecciones participantes en el Mundial 2026, entre ellas: Información de los jugadores. Estadísticas por partido. Eventos del encuentro. Goles esperados (Expected Goals). Disparos realizados. Posic...