MATRICÚLATE
OFERTA
¡De regalo un videocurso de 30 sesiones!
- Curso de Data Engineer en Azure +
- Videocurso de Fundamentos de Spark para Big Data
Todo por 119 dólares
🎁 ¿Quieres un 20% de DCTO?, usa el código:
DESCUENTOBDA
¡Llévate mucho más!
Sólo por esta semana, para las 10 primeras matrículas
Te llevas:
- 🧑💻CURSO EN VIVO: de Data Engineer en Azure
- 🎁VIDEOCURSO: Fundamentos de Spark para Big Data
- 🎁EDICIÓN GRABADA: Del curso "PySpark Multi-Cloud"
- 🎁WORKSHOP GRABADO: De "Construye tu Primera red neuronal"
PROMOCIÓN: Sólo a ⚡$199 dólares *
🎁 ¿Quieres un 20% de DCTO?, usa el código:
DESCUENTOBDA
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: 07 de Diciembre - 8 sesiones en vivo
-
Perú, Colombia, Ecuador, Panamá
- Sábados y Domingos de 2:00PM a 5:00PM
-
Argentina, Uruguay, Chile, Paraguay
- Sábados y Domingos de 4:00PM a 7:00PM
-
Puerto Rico, Bolivia, Venezuela
- Sábados y Domingos de 3:00PM a 6:00PM
-
México, Costa Rica
- Sábados y Domingos de 1:00PM a 4:00PM
¡Un total de 8 sesiones en vivo!
Conoce el temario de 8 sesiones
-
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.
- Creación de una cuenta en Azure y configuración inicial.
- Arquitectura de soluciones de datos en la nube.
- Azure Data Lake: Almacenamiento y arquitectura.
- Azure Storage Accounts: Tipos y uso en soluciones de datos.
- Fundamentos de bases de datos relacionales y no relacionales en la nube.
- Diferencias entre Azure SQL Database y Cosmos DB.
- Introducción a las bases de datos analíticas en Azure.
- Creación de un entorno de trabajo para ingeniería de datos en Azure.
-
MÓDULO 2: FUNDAMENTOS DE ETL/ELT CON AZURE DATA FACTORY
- ¿Qué es un proceso ETL/ELT?
- Introducción a Azure Data Factory (ADF).
- Creación de un pipeline ETL básico en ADF.
- Conectores y actividades en Azure Data Factory.
- Ingestión de datos desde múltiples fuentes (SQL, Blob, etc.).
- Transformación de datos con Data Flow.
- Automatización de procesos ETL con triggers y monitoreo.
- Control de versiones en Data Factory.
- Mejoras de rendimiento y costos en pipelines.
- Buenas prácticas para el manejo de errores y excepciones en ADF.
-
MÓDULO 3: ALMACENAMIENTO Y GESTIÓN DE DATOS CON AZURE DATA LAKE
- Introducción a Azure Data Lake Storage (ADLS).
- Diferencias entre ADLS Gen1 y ADLS Gen2.
- Creación y configuración de un Data Lake en Azure.
- Ingestión de datos en Azure Data Lake.
- Estructuración y organización de datos en el Data Lake.
- Políticas de acceso y seguridad en Data Lake.
- Uso de ACLs y permisos en ADLS.
- Integración de Data Lake con otros servicios de Azure.
- Mejores prácticas de particionamiento y almacenamiento.
- Acceso y análisis de datos en Data Lake usando Azure Synapse Analytics.
-
MÓDULO 4: BASES DE DATOS RELACIONALES EN AZURE (AZURE SQL DATABASE)
- Introducción a las bases de datos relacionales en la nube.
- Creación de una Azure SQL Database desde cero.
- Opciones de escalabilidad y rendimiento en Azure SQL.
- Modelado de datos relacional: Tablas, índices y relaciones.
- Alta disponibilidad y recuperación ante desastres en Azure SQL.
- Creación de procedimientos almacenados y funciones.
- Importación y exportación de datos en Azure SQL.
- Supervisión y optimización del rendimiento de consultas.
- Integración de Azure SQL con otros servicios de datos en Azure.
- Seguridad y cumplimiento de normativas en Azure SQL (Auditoría, TDE, etc.).
-
MÓDULO 5: BASES DE DATOS NOSQL CON AZURE COSMOS DB
- Introducción a bases de datos NoSQL y su uso en Big Data.
- Creación y configuración de Azure Cosmos DB.
- Modelado de datos en Cosmos DB.
- Elección del modelo de consistencia adecuado en Cosmos DB.
- Integración con APIs múltiples (SQL, MongoDB, Cassandra, Gremlin).
- Optimización de rendimiento en Cosmos DB (Throughput, Particionamiento).
- Escalabilidad y replicación global con Cosmos DB.
- Implementación de consultas distribuidas en Cosmos DB.
- Estrategias de seguridad y cifrado en Cosmos DB.
- Monitorización y métricas para bases de datos NoSQL en Azure.
-
MÓDULO 6: PROCESAMIENTO DE DATOS EN TIEMPO REAL CON AZURE STREAM ANALYTICS
- Introducción al procesamiento en tiempo real.
- Creación de un trabajo de Stream Analytics.
- Conectores de entrada para datos en streaming (Event Hubs, IoT Hub).
- Transformaciones en Stream Analytics con SQL.
- Salidas a bases de datos y almacenamiento (Azure SQL, Data Lake).
- Ventanas de tiempo y agregaciones en tiempo real.
- Monitorización y optimización de trabajos de Stream Analytics.
- Escalabilidad de soluciones de procesamiento en tiempo real.
- Casos de uso: Monitoreo de eventos y detección de anomalías.
- Integración de Stream Analytics con Power BI para visualización en tiempo real.
-
MÓDULO 7: BIG DATA Y ANÁLISIS DISTRIBUIDO CON AZURE SYNAPSE ANALYTICS
- Introducción a Azure Synapse Analytics.
- Comparativa entre Synapse y otras soluciones de Big Data.
- Creación de un entorno de Synapse Analytics.
- Uso de SQL Pools y Spark Pools en Synapse.
- Integración con Azure Data Lake y almacenamiento.
- Ejecución de consultas distribuidas y paralelismo.
- Procesamiento de grandes volúmenes de datos con Apache Spark.
- Seguridad y control de acceso en Synapse Analytics.
- Optimización del rendimiento en Synapse (Particiones, Indexación).
- Creación de un pipeline de datos y análisis con Synapse.
-
MÓDULO 8: AUTOMATIZACIÓN Y ORQUESTACIÓN CON AZURE DATABRICKS
- Introducción a Apache Spark y Azure Databricks.
- Creación de un clúster en Azure Databricks.
- Ingestión de datos en Databricks desde múltiples fuentes.
- Transformación de datos con Spark SQL y PySpark.
- Uso de notebooks en Databricks para procesamiento de datos.
- Orquestación de flujos de trabajo con Databricks Jobs.
- Integración de Databricks con Azure Data Factory.
- Escalado automático de clústeres en Databricks.
- Monitoreo y optimización del rendimiento en Databricks.
- Casos de uso: Machine Learning y análisis avanzado con Databricks.
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]
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"
✅10 años de experiencia
✅6 años de experiencia como docente universitario
✅Más detalles de mi perfil: LINKEDIN
Layla Scheli
[email protected]
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