MATRICÚLATE

OFERTA

¡De regalo un videocurso de 30 sesiones!

  1. Curso de Data Engineer en Azure +
  2. Videocurso de Fundamentos de Spark para Big Data

Todo por 129 dólares

🎁 ¿Quieres un 20% de DCTO?, usa el código:
descuentobda

*¿Quieres una mejor oferta?, sigue bajando para obtenerla

Matricúlate aquí 👈

¡Llévate mucho más!

Sólo por esta semana, para las 10 primeras matrículas

Te llevas:

  1. 🧑‍💻EL CURSO EN VIVO: de Data Engineer en Azure
  2. 🎁VIDEOCURSO: Fundamentos de Spark para Big Data
  3. 🎁EDICIÓN GRABADA: Del curso ""Data Engineer & Big Data Multi-Cloud"" de 12 sesiones, valorizado en 119 dólares
  4. 🎁WORKSHOP GRABADO: De 3 días de ""Construye tu Primera Red Neuronal"" valorizado en 29 dólares

PROMOCIÓN: Sólo a ⚡$209 dólares *

🎁 ¿Quieres un 20% de DCTO?, usa el código:
descuentobda

*Válido hasta agotar las 10 primeras matrículas, agotadas las vacantes el botón se deshabilitará
Llévatelo TODO AQUÍ 👈

Horario según tu país

¡Las clases empezaron esta semana! Si te matriculas ahora, tendrás acceso a nuestra plataforma con las grabaciones para ponerte al día.

 INICIO: Miércoles 30 de Julio - 8 sesiones en vivo

  • Perú, Colombia, Ecuador, Panamá

    • Lunes de 7:30 PM a 10:30 PM y
    • Miércoles de 7:30 PM a 10:30 PM
  • Chile, Puerto Rico, Bolivia, Venezuela

    • Lunes de 8:30 PM a 11:30 PM y
    • Miércoles de 8:30 PM a 11:30 PM
  • Argentina, Uruguay, Paraguay

    • Lunes de 9:30 PM a 12:30 AM y
    • Miércoles de 9:30 PM a 12:30 AM
  • Ciudad de México, Costa Rica

    • Lunes de 6:30 PM a 9:30 PM y
    • Miércoles de 6:30 PM a 9:30 PM

¡Un total de 8 sesiones en vivo!

Conoce el temario de 8 sesiones divididas en 8 módulos

  • MÓDULO 1: INTRODUCCIÓN A LA INGENIERÍA DE DATOS EN AZURE

    • Introducción al rol de un Data Engineer.
    • Visión general de los servicios de Azure para datos (Azure Data Lake Storage, Azure SQL Database, Azure Synapse Analytics, Cosmos DB, Azure Data Factory, entre otros).
    • Creación de una cuenta en Azure y configuración inicial.
    • Arquitectura de soluciones de datos en la nube con Azure.
    • Azure Data Lake Storage Gen2: Almacenamiento escalable y arquitectura.
    • Azure Blob Storage - Archive Tier: Almacenamiento en frío y recuperación de datos.
    • Fundamentos de bases de datos relacionales y no relacionales en la nube.
    • Diferencias entre Azure SQL Database (relacional) y Cosmos DB (NoSQL).
    • Introducción a las bases de datos analíticas en Azure (Synapse Analytics).
    • Creación de un entorno de trabajo para ingeniería de datos en Azure.
  • MÓDULO 2: ALMACENAMIENTO Y GESTIÓN DE DATOS CON AZURE DATA LAKE STORAGE

    • Introducción a Azure Data Lake Storage Gen2 (ADLS Gen2).
    • Diferencias entre Hot, Cool y Archive Tiers en Azure Blob Storage.
    • Creación y configuración de un container en un Data Lake.
    • Ingestión de datos en ADLS desde diferentes fuentes (local, servicios, APIs).
    • Estructuración y organización de datos en carpetas jerárquicas
    • Políticas de acceso y seguridad
    • Gestión de permisos a nivel de directorio y archivo.
    • Integración de ADLS con otros servicios de Azure (Data Factory, Synapse, Azure Databricks).
    • Mejores prácticas de particionamiento y almacenamiento optimizado en Data Lake.
    • Acceso y análisis de datos usando Synapse SQL Serverless o Azure Data Explorer.
  • MÓDULO 3: ETL/ELT CON AZURE DATA FACTORY

    • ¿Qué es un proceso ETL/ELT?
    • Introducción a Azure Data Factory (ADF).
    • Creación de un pipeline ETL básico con Azure Data Factory.
    • Conectores y actividades disponibles en ADF (Copy, Data Flow, Lookup, etc.).
    • Ingestión de datos desde múltiples fuentes (Azure SQL, Data Lake, Cosmos DB, Blob Storage, APIs, etc.).
    • Transformación de datos usando Mapping Data Flows (basado en Spark)
    • Automatización de procesos con triggers programados y monitoreo con Azure Monitor.
    • Control de versiones y reutilización de componentes mediante plantillas y parametrización.
    • Optimización de rendimiento y costos en pipelines de datos.
    • Buenas prácticas para manejo de errores y excepciones con actividades de control, logging y alertas.
  • MÓDULO 4: BASES DE DATOS RELACIONALES EN AZURE (AZURE SQL DATABASE)

    • Introducción a las bases de datos relacionales en Azure.
    • Creación de una instancia de Azure SQL Database desde cero (soporta SQL Server, MySQL, PostgreSQL).
    • Opciones de escalabilidad y rendimiento: DTUs, vCores, Elastic Pools y Hyperscale.
    • Modelado de datos relacional: Tablas, claves, índices y relaciones.
    • Alta disponibilidad y recuperación ante desastres (Geo-replicación, Zonas de disponibilidad, Backup automático).
    • Importación y exportación de datos con herramientas como Azure Data Studio, Azure Data Factory.
    • Integración de Azure SQL con otros servicios (Data Factory, Synapse).
    • Seguridad y cumplimiento en Azure SQL
  • MÓDULO 5: BASES DE DATOS NOSQL CON AZURE COSMOS DB

    • Introducción a bases de datos NoSQL y su uso en soluciones Big Data.
    • Creación y configuración de Azure Cosmos DB (modo Core SQL, MongoDB API, Cassandra, Gremlin, Table).
    • Modelado de datos en Cosmos DB (partitions keys, documentos JSON, relaciones flexibles).
    • Elección del modelo de consistencia: Fuerte, Bounded Staleness, Session, Consistent Prefix, Eventual.
    • Integración con APIs múltiples: SQL (Core), MongoDB, Cassandra, Table y Gremlin (GraphQL via Azure API Management).
    • Optimización de rendimiento: Throughput (RU/s), particionamiento eficiente y control de costos.
    • Escalabilidad automática y replicación global en múltiples regiones.
  • MÓDULO 6: AUTOMATIZACIÓN Y ORQUESTACIÓN CON AZURE DATABRICKS Y DATA FACTORY

    • Introducción a Apache Spark y Azure Databricks.
    • Creación y configuración de un workspace de Azure Databricks.
    • Ingestión de datos desde múltiples fuentes (Data Lake, Blob Storage, Event Hubs, etc.).
    • Transformación de datos usando Spark SQL y PySpark en notebooks colaborativos.
    • Uso de notebooks en Databricks para procesamiento interactivo y automatizado de datos.
    • Orquestación de flujos de trabajo de datos con Azure Data Factory y Azure Synapse Pipelines.
    • Integración de Azure Databricks con Data Factory, Synapse.
    • Escalado automático y manejo de clústeres en Databricks (autoscaling y pools).
    • Monitorización y ajuste de rendimiento con Azure Monitor, Logs, y herramientas propias de Databricks.
  • MÓDULO 7: BIG DATA Y ANÁLISIS DISTRIBUIDO CON AZURE SYNAPSE ANALYTICS

    • Introducción a Azure Synapse Analytics como solución de análisis distribuido en la nube.
    • Comparativa entre Synapse y otras soluciones de Big Data (como Redshift, BigQuery, Snowflake).
    • Creación de un entorno de trabajo en Azure Synapse Workspace.
    • Uso de SQL Serverless y Dedicated SQL Pools para consultas distribuidas.
    • Integración con Azure Data Lake Storage, Blob Storage y otros servicios (Data Factory, Cosmos DB).
    • Ejecución de consultas paralelas y procesamiento masivo mediante MPP (Massively Parallel Processing).
    • Procesamiento de grandes volúmenes de datos en tiempo casi real o por lotes.
    • Creación de un pipeline de datos y análisis completo en Synapse
  • MÓDULO 8: PROCESAMIENTO DE DATOS EN TIEMPO REAL CON AZURE STREAM ANALYTICS

    • Introducción al procesamiento de datos en tiempo real con Azure.
    • Creación de un streaming job en Azure Stream Analytics.
    • Conectores de entrada para datos en streaming: Azure Event Hubs, Blob Storage.
    • Transformaciones en tiempo real usando Stream Analytics Query Language (similar a SQL).
    • Salidas a Azure SQL Database, Data Lake, Cosmos DB
    • Monitorización y optimización de trabajos de streaming
    • Escalabilidad y resiliencia de soluciones en tiempo real con autoscaling y unidades de streaming.

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

Profesora

"He trabajado en proyectos de todo tamaño, desde soluciones pequeñas hasta grandes implementaciones, siempre enfocada en transformar datos en valor estratégico para las organizaciones"

✅EXPERTA EN DATA SCIENCE, ML y CLOUD
✅10 años de experiencia
✅6 años de experiencia como docente universitario
✅Más detalles de mi perfil: LINKEDIN

Layla Scheli

📋

Requisitos

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

🎓

Certificación Internacional

Al finalizar el curso obtendrás los certificados de "Data Engineer on Azure", "Data Architect on Azure" y "Data Leader on Azure"

🎞️

¿Y si no puedo asistir en vivo?

No te preocupes, si no puedes asistir o llegas tarde, podrás acceder de por vida a las grabaciones de cada sesión desde nuestra plataforma.

Algunos alumnos incluso llevan las clases sólo con las grabaciones.

Se indispensable para tu empresa y ten un alto salario

¡Las clases empezaron esta semana! Si te matriculas ahora, tendrás acceso a nuestra plataforma con las grabaciones para ponerte al día.

 INICIO: Miércoles 30 de Julio - 8 sesiones en vivo

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