Excel vs. Python: ¿Qué herramienta te conseguirá tus primeras prácticas en Finanzas este 2026?

Entras a YouTube o LinkedIn y el mensaje parece unánime: "Excel está muerto, si no sabes programar en Python estás obsoleto". Asustado, te inscribes en un Bootcamp de programación, pero cuando vas a tu primera entrevista en una consultora financiera, la prueba técnica consiste en armar un flujo de caja descontado en Excel en 45 minutos.

¿Quién miente? Nadie. El mercado laboral financiero del 2026 tiene capas de complejidad. En este artículo, vamos a desmitificar la guerra entre hojas de cálculo y lenguajes de programación, dándote la hoja de ruta exacta sobre qué aprender, cuándo aprenderlo y cómo venderlo en tu currículum.

Excel: El idioma universal

Aclaremos algo desde el principio: Excel no va a desaparecer. Es la espina dorsal del sistema corporativo global. ¿Por qué? Porque es visual, auditable y, lo más importante, es el software que entiende tu jefe, tu gerente y el cliente.

• El límite de supervivencia: Para un practicante o analista junior, poner "Excel Intermedio" en el CV es casi una ofensa para los reclutadores de hoy. Se asume que dominas atajos de teclado (usar el mouse te hace lento), que cruzas bases de datos enormes con BuscarX o Índice/Coincidir, y que sabes estructurar modelos financieros limpios y libres de errores.

• El uso real: Excel es imbatible para modelos ad-hoc, presentaciones rápidas y flujos de caja. Si estás en Banca de Inversión (M&A), pasarás el 90% de tu tiempo en Excel armando escenarios de sensibilidad financiera.

Los límites de Excel y el salto cuántico

El problema de Excel aparece cuando cambias de liga. Cuando pasas de modelar una empresa a intentar modelar el comportamiento de un millón de transacciones de tarjetas de crédito. A partir del millón de filas, Excel se congela, se corrompe y colapsa. Además, las tareas repetitivas (como entrar a la web de la SBS cada mañana para copiar y pegar el tipo de cambio) son una pérdida de tiempo monumental. Aquí es donde entra la programación.

Python: El megáfono de tu CV

Aprender Python no te convierte en un ingeniero de sistemas; te convierte en un Economista Aumentado. Python no reemplaza tu criterio económico, le da superpoderes a tu velocidad de procesamiento.

• Librería Pandas: Es como un Excel con esteroides. Te permite limpiar, filtrar y agrupar bases de datos de 10 millones de filas en fracciones de segundo.

• Automatización y Web Scraping: Puedes crear un script (un pequeño programa) que se conecte automáticamente a internet, descargue la inflación de todos los países de Latam, aplique un modelo econométrico y envíe un reporte en PDF al correo de tu gerente todos los lunes a las 8:00 a.m. sin que tú toques un botón.

• Machine Learning: Si quieres trabajar en Gestión de Riesgos, Python tiene librerías (Scikit-Learn) para predecir qué clientes tienen mayor probabilidad de no pagar un préstamo.

Cómo secuenciar tu aprendizaje

El mayor error de los estudiantes es intentar aprender Python sin dominar Excel primero. Terminan sabiendo hacer bucles matemáticos complejos, pero no saben estructurar un Estado de Resultados.

Tu hoja de ruta para el 7mo/8vo ciclo debe ser:

1. Fase 1 (Sólida Base): Conviértete en un usuario de Excel avanzado. Aprende a estructurar datos y a entender la lógica de negocio.

1. Fase 2 (El Puente): Aprende Power Query y Power Pivot dentro de Excel. Es el paso intermedio perfecto hacia el manejo de bases de datos relacionales.

1. Fase 3 (La Especialización): Estudia Python aplicado a Finanzas (no Python general). Aprende a usarlo para el "trabajo sucio" (extraer y limpiar data masiva) y exporta esos resultados a Excel para que la gerencia los analice cómodamente.

En una entrevista laboral en 2026, la dinámica es simple: Excel te consigue la entrevista, pero Python te consigue la vacante. Demostrar que entiendes la teoría financiera y que posees las herramientas tecnológicas para automatizarla te convertirá en el practicante más codiciado de tu promoción.