Saltar al contenido
Valentina Vanegas Aristizábal

Trabajo / Sector público

Datos y economía · Sector público · 2026

Pipeline de datos del Sisbén IV

El primer tablero de Power BI del Departamento Administrativo de Planeación de Antioquia y el pipeline en Python que lo alimenta, construido sobre ~25M registros del Sisbén, la encuesta con la que Colombia focaliza sus programas sociales.

Estado
Cubre los 125 municipios
Rol
Practicante de Datos y Economía Departamento Administrativo de Planeación, Gobernación de Antioquia
Periodo
feb. – jun. 2026
Tecnologías
Python · DuckDB · PyArrow · Power BI · DAX · TMDL
Enlaces
Código ↗ Mi publicación en LinkedIn ↗ Certificado de la práctica (PDF, 573 KB) Carta de recomendación de mi supervisor, en inglés (PDF, 148 KB)

Resumen

El Sisbén es la encuesta con la que Colombia decide quién puede recibir programas sociales, así que sus cifras tienen que estar bien antes de que alguien lea una gráfica. Construí el camino de seis cortes anuales en bruto a un tablero por municipio: un pipeline en Python que limpia y audita los datos, y un modelo de Power BI que el Director Técnico del Departamento usó con los 125 municipios de Antioquia.

Lo que construí

  • El primer tablero de Power BI del Departamento Administrativo de Planeación de Antioquia, con datos del Sisbén por municipio (2021–2026), que el Director Técnico usó con los 125 municipios.
  • Un ETL por lotes en Python, con DuckDB y PyArrow, sobre ~25M registros en seis cortes anuales (2021–2026).
  • 24 columnas derivadas que pasaron al ETL por lotes, más auditorías automáticas de calidad de datos.
  • Un modelo semántico de Power BI en TMDL y DAX, con 19 tablas.
Tabla 1 El pipeline en cifras.
QuéCantidad
Registros~25M
Cortes anuales6 (2021–2026)
Columnas derivadas24
Tablas en el modelo semántico19
Municipios en el tablero125
Pipeline: seis cortes anuales, de 2021 a 2026; un ETL en Python con DuckDB y PyArrow; cerca de 25 millones de registros con 24 columnas derivadas y auditorías de calidad; un modelo semántico de Power BI con 19 tablas; un tablero por municipio para los 125 municipios. 6 cortes anuales 2021–2026 ETL en Python DuckDB · PyArrow ~25M registros 24 columnas derivadasauditorías de calidad Modelo semántico de Power BI 19 tablas · TMDL, DAX Tablero por municipio los 125 municipios
Fig. 1 De seis cortes anuales en bruto a un tablero por municipio, con los datos auditados antes de que alguien lea una gráfica.