Bootcamp de Ingeniería de Datos

Antes de que comience el bootcamp, completarás un módulo de pre-work autodidacta diseñado para asentarte en Python, SQL y manejo de datos, junto con control de versiones con Git y conceptos básicos de cloud. Practicarás codificación, manipulación de datos con Pandas, consultas SQL y flujos de trabajo modernos para poder lanzarte sin problemas al desarrollo de pipelines desde la primera semana. Al final, tendrás confianza escribiendo scripts en Python, transformando datos con Pandas y navegando bases de datos relacionales y en la nube, listo para enfrentarte a desafíos reales desde el primer día.

Comienza con fuerza construyendo las habilidades de programación y arquitectura de datos esenciales para cualquier Data Engineer. Aprenderás Python para manejo de datos, dominarás Pandas y NumPy para transformaciones, y llevarás tu SQL al siguiente nivel. Después, profundizarás en modelado de datos, diseñando esquemas y bases de datos y comprendiendo cómo trabajan juntos los data lakes y los warehouses. Al final, habrás construido tu primer pipeline ETL y diseñado tu propio esquema de datos desde cero.

Este módulo te introduce a la construcción y automatización de pipelines con Airflow y dbt. Programarás transformaciones, rastrearás la línea de datos y probarás flujos de trabajo de principio a fin. Después, explorarás el mundo del big data con Apache Spark, procesando conjuntos de datos masivos de forma eficiente y escalando el rendimiento como un profesional. Optimizarás transformaciones PySpark, estudiarás la ejecución diferida y ajustarás el rendimiento de sistemas distribuidos, entregando al final tu primer pipeline completo capaz de alimentar sistemas de análisis reales.

Aprenderás a construir y gestionar warehouses en Snowflake, BigQuery o Redshift, automatizar infraestructura con Terraform y Docker y diseñar soluciones multi-cloud eficientes. Tu proyecto integrará pipelines ETL, transformaciones dbt y reporting BI. Después, procesarás datos en tiempo real con Kafka y Spark Streaming, gestionando escalabilidad y tolerancia a fallos, y explorarás servicios cloud de streaming como Pub/Sub y Kinesis. Al final, habrás construido un pipeline de ingesta y análisis en tiempo real, visualizado en un dashboard en vivo, con experiencia práctica en arquitecturas basadas en eventos y análisis instantáneos.

En este módulo te centrarás en lo que distingue a un gran Data Engineer: fiabilidad, transparencia e impacto. Testearás y validarás la calidad de los datos con Great Expectations, rastrearás la línea de datos con dbt y aplicarás buenas prácticas de gobernanza para privacidad y cumplimiento. Después llegará tu Capstone Sprint, un proyecto práctico de nivel producción donde diseñarás, construirás y desplegarás un sistema completo integrando pipelines en tiempo real, gobernanza y visualización de datos.

Al final del Bootcamp de Ingeniería de Datos, completarás proyectos capstone de nivel producción simulando sistemas reales de empresa. Diseñarás, construirás y desplegarás pipelines que integren streaming en tiempo real, gobernanza y visualización analítica. En la Parte I crearás un pipeline de transacciones bancarias en tiempo real, mientras que en la Parte II te centrarás en streaming y gobernanza de CDRs de telecom. Junto a tus proyectos, practicarás colaboración Agile, workflows con Git, comunicación técnica y preparación de entrevistas, asegurando que estés listo para el mercado laboral.