Acerca del programa
Especialízate en la construcción de plataformas de datos en Microsoft Azure y recorre el ciclo completo: ingesta, almacenamiento, procesamiento batch/streaming, modelado analítico, seguridad y MLOps. El programa está alineado y te prepara para la certificación Microsoft Azure Data Engineer Associate (DP-203) e impulsa el aprendizaje haciendo, con laboratorios y un proyecto integrador.
Aprenderás a crear pipelines ETL/ELT con Azure Data Factory, procesar a escala en Databricks (Spark/Delta), modelar con Synapse Analytics, trabajar datos en tiempo real con Event Hubs/Stream Analytics y aplicar gobernanza con Purview y seguridad con AAD/Key Vault. Todo en sesiones en vivo, con acceso a grabaciones y materiales de apoyo.
Temas/recursos clave (muestra)
-
Data Lake Storage Gen2, Synapse SQL/Serverless.
-
Orquestación con ADF, parametrización y monitoreo.
-
Streaming con Event Hubs y Stream Analytics.
-
Databricks, Apache Spark y Delta Lake.
-
Seguridad (AAD/Key Vault) y gobernanza (Purview).
-
Azure ML y servicios cognitivos en pipelines.
¿Por qué especializarte en este programa?
-
Metodología 80/20: práctica intensiva con mini-proyectos por sesión.
-
Alineado a DP-203: dominios y habilidades que evalúa el examen.
-
Portafolio aplicable: laboratorios, proyecto final y Demo Day.
-
Acompañamiento y comunidad: soporte activo y networking en WhatsApp.
-
Grabaciones 1 año: refuerza a tu ritmo con materiales y datasets guía.
-
Enfoque productivo: rendimiento, costos y buenas prácticas en Azure.
¿Qué ganarías al terminar el programa?
-
Diseñar data lakes/warehouses modernos en Azure con arquitecturas escalables.
-
Orquestar pipelines ETL/ELT robustos con Azure Data Factory y monitoreo.
-
Procesar grandes volúmenes con Databricks (Spark/Delta) y streaming en tiempo real.
-
Aplicar seguridad, gobernanza y cumplimiento con AAD, Key Vault y Purview.
-
Integrar IA/ML en pipelines con Azure ML y servicios cognitivos (MLOps básico).
Además, quedarás preparado/a para rendir el examen DP-203 (Microsoft Azure Data Engineer Associate).
Metodología 80/20
- Enfoque 20% teoría / 80% práctica: sesiones dinámicas orientadas a construir soluciones paso a paso, con micro-aprendizajes y actividades aplicadas desde la primera clase. Cada clase dura 150 minutos: máx. 30 min de teoría y 120 min de práctica con ejercicios guiados, datasets y plantillas (ej.: Byte y herramientas afines).
Pre-requisitos
- Programación básica en Python o SQL (fundamentos de sintaxis, estructuras de datos, funciones).
- Conocimientos de bases de datos relacionales (tablas, consultas SELECT, JOIN, WHERE).
- Conceptos básicos de datos (ETL, data warehousing, diferencia entre datos estructurados y no estructurados).