Desarrollar la capacidad del estudiantado para preparar, transformar y documentar conjuntos de datos con criterios de calidad y reproducibilidad, como base para el desarrollo de proyectos de inteligencia artificial y analítica avanzada. 

Al finalizar el curso, el estudiantado será capaz de:
Explicar el papel de la preparación de datos dentro del ciclo de vida de proyectos de IA.
Utilizar de forma competente herramientas del ecosistema Python orientadas al tratamiento de datos.
Detectar y abordar problemas habituales de calidad de datos.
Aplicar técnicas básicas de transformación y selección de variables para adecuar los datos a distintos modelos.
Integrar y organizar datos procedentes de diferentes fuentes.
Diseñar y aplicar un flujo de preparación de datos estructurado y reproducible sobre un caso práctico. 

Entorno Python (Jupyter/Colab u otros equivalentes) con librerías estándar para análisis de datos.
Aula virtual para materiales, comunicación y entrega de actividades.
Datasets proporcionados por el profesorado y/o fuentes abiertas.
Material de apoyo: presentaciones, notebooks de ejemplo, documentación oficial de las herramientas.
Guía orientativa para el desarrollo de un caso práctico o mini-proyecto.