¿Alguna vez has necesitado datos realistas para testear, entrenar modelos o hacer una demo… y te has quedado bloqueado porque los datos reales son confidenciales, sensibles o simplemente no existen?

En este taller descubrirás cómo usar el Synthetic Data SDK, una librería open source en Python, para generar datos sintéticos realistas, seguros y listos para usar. Veremos cómo este enfoque permite trabajar con datasets que conservan el valor estadístico del original, pero sin comprometer la privacidad de las personas.

Aprenderás a generar datos sintéticos desde cero, controlar el resultado con filtros y condiciones específicas, y crear conjuntos multitabla con relaciones entre entidades. También exploraremos conceptos como privacidad diferencial (de forma práctica, sin teoría pesada) y la generación de datos justos para ayudar a reducir sesgos en IA.

Todo se hará en notebooks de Colab, sin instalaciones ni prerequisitos complejos. El foco estará en experimentar, aprender y llevarte algo útil para tus propios proyectos: datasets sintéticos, ejemplos de código y acceso directo al repo en GitHub para seguir explorando… o contribuir.

Este taller está dirigido a personas desarrolladoras, data scientists y curiosos/as de Python que quieran trabajar con datos de calidad sin saltarse normativas ni comprometer la privacidad.