AQUÍ, aprende como en la empresa
NO REQUIERES DE EXPERIENCIA PREVIA
Creamos este CURSO diseñado para resolver todos esos desafios empresariales que una academia normal no toma en cuenta.
Te enseñamos buenas prácticas, codificación, arquitecturas y arquetipos basados en estándares empresariales, lo que aprendas aquí lo aplicarás a la vida empresarial.
BENEFICIOS
✅ Es un curso 100% de laboratorios prácticos donde aprenderás a implementar soluciones basadas en Inteligencia Artificial Generativa.
✅ Implementarás en las 3 nubes: AWS, Azure y GCP, sobre un Data Lake.
✅ El profesor asesora empresas latinoamericanas en I.A. y Big Data.
✅ Los materiales y grabaciones se quedan contigo para siempre
✅ Únete a nuestros alumnos, quienes en promedio completan 3 cursos
✅ Nuestros alumnos comienzan a trabajar lo aprendido desde el tercer mes
Al finalizar el curso habrás dado el primer paso para tener el conocimiento disruptivo que te permitirá un alto salario.
¿Listo para comenzar en Big Data❓
NO NECESITAS DE EXPERIENCIA PREVIA, en estas 12 sesiones tendrás la capacidad de:
✅ ARQUITECTURAS DE BIG DATA, CLOUD COMPUTING Y DATA LAKE: Aprende los fundamentos que debe dominar un Data Engineer para diseñar soluciones modernas de datos. Comprende arquitecturas Big Data y Cloud, procesamiento y almacenamiento distribuido, Hadoop, Databricks, Hive, zonas BRONZE y SILVER, formatos PARQUET y DELTA, tablas particionadas y los principios de una arquitectura Delta Lake.
✅ PROCESAMIENTO BIG DATA CON APACHE SPARK: Domina Apache Spark para procesar grandes volúmenes de información mediante DataFrames, esquemas de metadatos, Select, Filter, Group By y Join. Aprende además procesamiento avanzado utilizando UDF, librerías externas y datos semi-estructurados en formatos JSON y XML, implementando arquetipos reutilizables para proyectos empresariales.
✅ DATA ENGINEERING Y BIG DATA MULTI-CLOUD EN AWS, AZURE Y GCP: Implementa soluciones completas de Data Engineering sobre las principales plataformas Cloud. Trabaja con servicios como AWS Glue, Athena, Step Functions y EventBridge; Azure Synapse, Databricks, Spark Pool y Synapse SQL; y GCP Data Fusion, Composer, BigQuery y Spark, aplicando una misma visión arquitectónica Multi-Cloud.
✅ ARQUITECTURAS REAL-TIME CON APACHE KAFKA: Aprende a diseñar soluciones de ingesta y procesamiento de datos en tiempo real utilizando Apache Kafka. Configura tópicos, Producers y Consumers, integra Kafka con PySpark y comprende las arquitecturas necesarias para construir pipelines de eventos y procesamiento Real-Time.
✅ GOBIERNO DE DATOS, ARQUITECTURAS EMPRESARIALES Y ESTÁNDARES: Aprende a diseñar Data Lakes gobernados y arquitecturas híbridas que integren ambientes On-Premise y Cloud. Aplica patrones, taxonomías y arquetipos para datos estructurados, semi-estructurados y no estructurados, construyendo soluciones reutilizables que eviten desarrollar cada proyecto desde cero.
✅ CIENCIA DE DATOS, MACHINE LEARNING E INTELIGENCIA ARTIFICIAL: Comprende cómo los datos construidos por un Data Engineer son utilizados posteriormente en proyectos analíticos y predictivos. Aprende Data Preparation con Spark y Pandas, entrenamiento y validación, Regresión Lineal y desarrolla un modelo de Machine Learning utilizando Amazon SageMaker, relacionándolo con Deep Learning e I.A. Generativa.
✅ FORMACIÓN PRÁCTICA ORIENTADA A PROYECTOS EMPRESARIALES: Consolida tus conocimientos mediante más de 80 laboratorios y ejercicios que recorren Hadoop, Databricks, Spark, Delta Lake, AWS, Azure, GCP, Kafka, Gobierno de Datos y Machine Learning. Aprende a trasladar patrones, buenas prácticas y arquitecturas a escenarios reales de Data Engineering & Big Data Multi-Cloud.
No se necesita experiencia previa, ya que aprenderás desde cero.
¡Un total de 12 sesiones en vivo!
Conoce el temario de 12 sesiones divididas en 8 módulos
-
MÓDULO 1: ARQUITECTURAS DE BIG DATA
- Arquitecturas de Big Data
- Arquitecturas de Cloud Computing
- Tecnologías sobre Big Data
- Infraestructura de almacenamiento y procesamiento
- Hadoop como ecosistema de almacenamiento
- Trabajando de manera distribuida sobre un clúster
- Hadoop como estándar en el mundo del Big Data
- HDFS como motor de almacenamiento
- YARN como gestor de recursos
- MapReduce vs Spark como motor de procesamiento
- Preparación de entornos
- Capacidad física de un clúster
-
MÓDULO 2: PROCESAMIENTO DISTRIBUIDO CON HIVE
- Hive como infraestructura de almacenamiento
- SQL sobre Spark
- Archivos de HDFS como tablas Hive
- Particionamiento estático y dinámico
- Formatos binarios de archivos: Parquet, Delta
- Compresión optimizada de datos
- Configuración y tuneo de procesos en Hive
- Sqoop como motor de ingesta de datos
- Importando datos a Hadoop a bases de datos relacionales
- Arquetipo de ingesta de datos batch
- Arquetipo de modelamiento de datos
- Arquetipo de procesamiento de datos
-
MÓDULO 3: PROCESAMIENTO SOBRE SPARK
- Python con Spark para PySpark
- Programación funcional
- Dataframes para datos estructurados y semi-estructurados
- Transformations y operations en dataframes
- Creación de funciones personalizadas con UDFs
- UDFs con multi-parámetros
- Almacenamiento en formatos binarios de rápido procesamiento: Parquet y Delta
- Procesamientos en pasos encadenados
- Procesamientos en pasos separados
- Liberación de memoria con el Garbage Collector
-
MÓDULO 4: PROCESAMIENTO SEMI-ESTRUCTURADO & INSTALACIÓN DE LIBRERÍAS
- Lectura de archivos JSON
- Lectura de archivos XML
- Dataframes semi-estructurados
- Definición del esquema de formato semi-estructurado
- Patrón de diseño de modelamiento semi-estructurado
- Navegación de campos complejos
- Navegación manual de campos array
- Navegación automática de campos array
- Trazabilidad y debugeo de errores
- Instalación de librerías desde repositorios públicos
- Instalación de librerías desde repositorios privados
-
MÓDULO 5: BIG DATA ON AWS
- Servicios de Big Data disponibles en AWS
- Arquitectura de Big Data sobre AWS
- Implementación de un Data Lake para Gobierno de Datos sobre AWS
- Ingesta y almacenamiento de datos sobre el S3
- Interfaz SQL de AWS con Athena
- Implementación de flujos ETL con Glue
- Infraestructura para clústers de Big Data con EMR
- Implementación de soluciones con Spark para EMR
- Despliegues y workflows con Wokflows for Glue y Step Functions
-
MÓDULO 6: BIG DATA ON AZURE
- Servicios de Big Data disponibles en Azure
- Arquitectura de Big Data sobre Azure
- Implementación de un Data Lake para Gobierno de Datos sobre Azure
- Ingesta y almacenamiento de datos sobre el Blob Storage
- Datasets sobre Data Factory
- Implementación de flujos ETL con Dataflow
- Infraestructura para clústers de Big Data con HDInsight
- Implementación de soluciones con Spark para HDInsight
- Despliegues y workflows con Data Factory
-
MÓDULO 7: BIG DATA ON GCP
- Servicios de Big Data disponibles en GCP
- Arquitectura de Big Data sobre GCP
- Implementación de un Data Lake para Gobierno de Datos sobre GCP
- Ingesta y almacenamiento de datos sobre el Cloud Storage
- Interfaz SQL de GCP con Bigquery
- Implementación de flujos ETL con Data Fusion
- Infraestructura para clústers de Big Data con Dataproc
- Implementación de soluciones con Spark para Dataproc
- Despliegues y workflows con Cloud Composer
-
MÓDULO 8: PROCESAMIENTO REAL-TIME SOBRE BIG DATA
- Procesamiento de datos real time
- ¿Streaming, real time, near real time o micro batch?
- Arquitectura general para proyectos real time
- Captura de datos desde fuentes real time: tormenta de datos
- La elasticidad en la capa de captura y procesamiento
- La importancia de la paralelización elástica
- Evitando el colapso de CPU
- Kafka como repositorio temporal de baja latencia
- Tópico, producers y consumers
- Tuning de tópicos
- Procesamiento real time con Spark Streaming
- Arquetipo de procesamiento real time
- Arquetipo enriquecimiento real time
- Limitaciones y cómo superarlas
Profesor
"He trabajado con todo tipo de proyectos, desde pequeños de unos cuántos miles de dólares, hasta muy grandes de presupuestos de millones de dólares"
✅14 años de experiencia en Big Data e Inteligencia Artificial
✅12 años de experiencia como docente universitario
✅Más detalles de mi perfil: LINKEDIN
Alonso Melgarejo
[email protected]
"En , continuamos liderando el avance de proyectos innovadores de Inteligencia Artificial en toda Latinoamérica"
"Melgarejo fue considerado uno de los pocos arquitectos de Big Data en 2016"
MATRICÚLATE
OFERTA
¡De regalo un videocurso de 30 sesiones!
- Curso de Data Engineer & Big Data Multi-Cloud +
- Videocurso de Fundamentos de Spark para Big Data
Todo por 119 dólares
Preguntas Frecuentes
-
¿Qué es Big Data Academy (BDA)?
Somos una empresa que tiene como objetivo desbloquear todo tu potencial en Big Data, Inteligencia Artificial y Cloud Computing
-
¿Hay cursos para principiantes?
Sí, desde workshops de primeros pasos hasta cursos y programas completos
-
¿Hay cursos para empresas o grupos grandes?
Sí, con buenos descuentos, puedes escribirnos a nuestro WhatsApp (+51 907 999 456)
-
¿Cuáles son los cursos en los que puedo matricularme?
Puedes encontrar los cursos y programas desde el siguiente enlace: CURSOS
-
¿Cuáles son los requisitos para matricularme en un curso?
Puedes revisar el brochure o la web de cada curso para conocer su detalle
-
¿Qué tipo de computadora requiero para iniciar un curso?
Una computadora simple, usamos infraestructura en la nube para practicar, puedes acceder incluso desde tu tablet
-
¿Cuántas horas semanales requiero para llevar un curso?
Depende de ti, pero te recomendamos de 2 a 3 horas semanales