AQUÍ, aprende como en la empresa

Creamos este VIDEOCURSO diseñado para resolver todos esos desafíos 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 real.

BENEFICIOS

✅ Aprenderás los fundamentos de Big Data, sin necesidad de experiencia
✅ El profesor asesora empresas latinoamericanas en I.A. y Big Data
✅ Es un videocurso 100% de laboratorios prácticos
✅ Conocerás los principales servicios de Big Data que existen
✅ Implementarás un proceso completamente funcional
✅ Obtendrás 1 certificación a nombre de BDA: ""Consultor de Big Data en Spark""
✅ 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 videocurso tendrás las herramientas y el conocimiento disruptivo que te permitirá un alto salario.

Matricúlate AQUÍ

¿Listo para iniciar en el mundo del Big Data con Spark❓

NO NECESITAS DE EXPERIENCIA PREVIA, en este VIDEOCURSO aprenderás:

✅ FUNDAMENTOS DE BIG DATA, ARQUITECTURAS DISTRIBUIDAS Y APACHE SPARK: Comprende las limitaciones del procesamiento clásico de datos y descubre cómo las arquitecturas de Big Data permiten almacenar y procesar grandes volúmenes de información de manera distribuida. Conoce el papel de Apache Spark como motor de procesamiento, sus principales componentes y los conocimientos necesarios para desarrollarte profesionalmente con PySpark.

✅ PREPARACIÓN DEL ENTORNO DE TRABAJO CON DATABRICKS: Aprende a preparar una infraestructura completa de almacenamiento y procesamiento para proyectos de Big Data. Desarrolla laboratorios guiados para crear una cuenta en Databricks, configurar clústeres de almacenamiento y procesamiento, administrar recursos y preparar notebooks para la ejecución de código PySpark.

✅ PROCESAMIENTO DISTRIBUIDO CON RDDs Y DATAFRAMES: Conoce los principales modelos de datos de Apache Spark, comprendiendo las diferencias entre RDDs y DataFrames. Aprende a utilizar transformaciones, acciones y procesamiento funcional para distribuir operaciones sobre grandes conjuntos de datos de manera eficiente.

✅ LECTURA, TRANSFORMACIÓN Y ALMACENAMIENTO DE DATOS ESTRUCTURADOS: Desarrolla laboratorios prácticos para leer archivos estructurados, definir esquemas de metadatos, transformar DataFrames y almacenar los resultados del procesamiento. Aprende a construir flujos de trabajo reproducibles orientados a escenarios reales de ingeniería de datos.

✅ GOBIERNO DE DATOS, DATA LAKE Y RUTA PROFESIONAL EN PYSPARK: Aprende los fundamentos del gobierno de datos aplicado a arquitecturas con Data Lake, considerando organización, almacenamiento, calidad y disponibilidad de la información. Finaliza el curso con una visión integral del ecosistema Spark y una ruta clara para continuar avanzando en ingeniería de datos, procesamiento distribuido y soluciones Big Data.

✅ LABORATORIOS Y EJERCICIOS PRÁCTICOS: Refuerza cada módulo mediante laboratorios de configuración, lectura, procesamiento, transformación y almacenamiento de datos, además de ejercicios orientados a consolidar los conceptos aprendidos y aplicarlos en escenarios empresariales.

No se necesita experiencia previa, ya que se aprende desde cero.

👨🏻‍💻

¡Un total de 46 sesiones!

Puedes conocer el temario detallado líneas más abajo

🎓

Certificación Internacional

Al finalizar el curso obtendrás el certificado de "Consultor de Big Data en Spark"

📋

Requisitos

No se necesita experiencia previa, ya que se aprende desde cero

Plan de Estudio

Conoce el temario detallado

    1. M01S01. Spark como Motor de Procesamiento para Big Data

    2. M01S02. Variables RDDs y DataFrames

    3. M01S03. Infraestructura de almacenamiento y procesamiento

    4. M01S04. Laboratorio [Creación de Cuenta Databricks]

    5. M01S05. Laboratorio [Preparación de Cluster de Almacenamiento]

    6. M01S06. Laboratorio [Preparación de Cluster de Procesamiento]

    7. M01S07. Laboratorio [Preparación de Notebooks de Código]

    8. M01S08. Laboratorio [Preparación de Sublime Text]

    9. M01S09. EJERCICIO [PREPARACIÓN DE ENTORNO]

    1. M02S01. Lectura de Archivos

    2. M02S02. Laboratorio [Lectura desde Archivos Estructurados]

    3. M02S03. Laboratorio [Lectura Estructurada con Esquemas de Metadatos]

    4. M02S04. Laboratorio [Lectura desde Directorios]

    5. M02S05. Laboratorio [Lectura desde Archivos Semi-Estructurados JSON]

    6. M02S06. Laboratorio [Lectura Semi-Estructurada con Esquemas de Metadatos]

    7. M02S07. EJERCICIO [LECTURA DE ARCHIVOS]

    1. M03S01. Procesamiento con PySpark SQL

    2. M03S02. Laboratorio [Dataframes como TempViews]

    3. M03S03. Laboratorio [Ejecución de Consultas con PySPark SQL]

    4. M03S04. Laboratorio [Parametrización de Consultas en PySpark SQL]

    5. M03S05. Laboratorio [Procesamiento con PySpark SQL]

    6. M03S06. Laboratorio [Almacenamiento de Dataframes]

    7. M03S07. Laboratorio [Más código SQL]

    8. M03S08. EJERCICIO [PYSPARK SQL]

    1. M04S01. Procesamiento Funcional

    2. M04S02. Laboratorio [Inmutabilidad de los Dataframes]

    3. M04S03. Laboratorio [Transformations SELECT y FILTER]

    4. M04S04. Transformation GROUP BY

    5. M04S05. Laboratorio [Transformation GROUP BY]

    6. M04S06. Laboratorio [Transformation GROUP BY con más de un Campo]

    7. M04S07. Transformation JOIN

    8. M04S08. Laboratorio [Transformation JOIN]

    9. M04S09. Laboratorio [Transformation JOIN con alias]

    10. M04S10. Laboratorio [Más Transformations]

    11. M04S11. EJERCICIO [PROCESAMIENTO FUNCIONAL]

    1. M05S01. Almacenamiento Binarizado de Dataframes

    2. M05S02. Laboratorio [Almacenamiento en Formato Avro]

    3. M05S03. Laboratorio [Almacenamiento en Formato ORC]

    4. M05S04. Laboratorio [Almacenamiento en Formato Parquet]

    5. M05S05. Laboratorio [Almacenamiento en Formato Delta]

    6. M05S06. Actualización de registros en Archivos Delta

    7. M05S07. Laboratorio [DELETE de Registros sobre Archivos Delta]

    8. M05S08. Laboratorio [UPDATE de Registros sobre Archivos Delta]

    9. M05S09. Actualización de registros en otros Formatos de Archivo

    10. M05S10. Laboratorio [Actualización de registros en otros Formatos de Archivo]

    11. M05S11. EJERCICIO [ALMACENAMIENTO BINARIZADO]

¡Matricúlate!

  • $5.00
  • 46 lecciones

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"

✅EXPERTO EN IA PARA BANCOS Y FINANCIERAS
✅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

"Melgarejo fue considerado uno de los pocos arquitectos de Big Data en 2016"




Entrevistas y eventos del profesor

Lo que nuestros alumnos dicen

Nuestros 69 mil alumnos nos recomiendan

Se indispensable para tu empresa y ten un alto salario

Todo por 5 dólares 👇

Matricúlate AQUÍ

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