Bootcamp de Data Engineering: Creando el pipeline de datos

Primer BOOTCAMP asistido por IA

📆 4ta edición - Inscripción abierta

Aprende desde cero a crear e implementar un Data Pipeline real, la tarea mas importante de un Data Engineer.

Tendrás a Atenea, tu IA que te guiará en tu aprendizaje en todo momento y también contarás con soporte de nuestros instructores a través de nuestra comunidad.

badge-videos
Lecciones
badge-timer
Horas
badge-code
Ejercicios
badge-school
Alumnos
badge-xp
XP
Airflow
Apache Beam
Apache Hive
Looker
Hadoop
PySpark
Spark
Scala
¡Iniciar Gratis!
Hasta 6 cuotas de $96.250
USD 1.500
Suscribirse

🟢 Opciones de 2 cuotas y 3 cuotas en USD sin interés.

🔵 Exclusivo en Argentina: hasta 6 cuotas sin interés.

🟡 10% de descuento vía tansferencia bancaria.

Con este programa intensivo creado por un Data Engineer de Google aprenderás desde 0:

  • Aspectos teóricos de base de datos
  • Data Warehousing
  • Big data
  • Analytics

Aprenderás a crear tu propio data pipeline; desde la carga de archivos, la preparación de los datos y finalmente la inserción en el data warehouse. Ideal para empezar a conocer big data e ingeniería de datos, con una fuerte orientación al mundo laboral.

Se hace mapeo de los comandos y las tecnologías a las 3 nubes principales: GCP, Azure, AWS y al opensource.

El curso incluye temas presentes en exámenes de certificación de los principales cloud provider.

Certifícate, te recomendamos y comienza tu carrera de Data Engineer

Se entrega certificados de finalización y de aprobación.

El bootcamp incluye un proyecto integrador que te permitirá ser recomendado/a por nosotros a las empresas con las cuales trabajamos.

¡Simulamos un entorno laboral! Practica con un entorno desarrollado exclusivamente para este curso

Tendrás acceso a una máquina virtual que simula un entorno laboral lista para que te enfoques en las prácticas y en crear tu primer proyecto de Data Engineer.

Bootcamp de Data Engineering: Creando el pipeline de datos

💥 NUEVO CONTENIDO EXTRA💥

  • Introducción Meltano
  • Fundamentos de Machine Learning
  • Prompt engineering para Data Engineers
#
1

Intro a Data Engineering

Descubre cuáles son las tareas de este rol, y comienza a tomar contacto con el ciclo de vida de los datos.

#
2

Repaso de SQL para Data Engineering

Revisión de los elementos, operadores y sentencias de SQL fundamentales para el rol de data engineering.

#
3

Ingest

¿Cuáles son las formas de ingresar lo datos? ¿Qué herramientas se utilizan para esta fase?

#
4

Processing

Profundiza en la etapa de Transformación, cómo hacerlo, cuáles son las diferentes formas de transformar los datos y qué herramientas utilizar.

#
5

Datawarehouse

Aprenderás qué es un Datawarehouse, qué tipos de almacenamiento existen dependiendo del tipo de dato y cuáles herramientas utilizar.

#
6

Orquestator

Aprende qué es un pipeline y qué significa orquestar la información.

Conoce Airflow y comienza a generar tu pipeline de datos.

Preguntas frecuentes

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Venenatis nec nisi ornare.

¿Este bootcamp es para mí?

arrow

¿Cuánto dura el bootcamp?

arrow

¿Hay otras modalidades de pago?

arrow

¿Qué tengo que saber para comenzar?

arrow

¿Qué tecnologías se verán en el curso?

arrow

¿El contenido sirve para ambientes laborales?

arrow

¿Cómo es la modalidad de cursada?

arrow

¿Incluye soporte?

arrow

¿Cuánto tiempo tendré acceso?

arrow

¿Qué me puedo descargar?

arrow

¿Puede mi empresa/empleador pagar mi bootcamp?

arrow

¿Qué es el 'entorno virtual' y por qué es importante?

arrow

¿Otorgan certificado?

arrow

Todavía tengo dudas si este curso es para mí

arrow

Soy parte de una empresa y quiero contratar talento certificado y job ready en data engineering

arrow

Testimonios

No hay elementos para mostrar

Instructor del Curso

Federico Piñeyro
Instructor del bootcamp | Creador de contenido

Federico Piñeyro

Más de 20 años trabajando en el área de sistemas, 10 en Infraestructura/DevOps y más de 10 trabajando con datos. Se desempeña como ingeniero de datos, desarrolló modelos de ML y actualmente es arquitecto de datos en Google. Trabajó en empresas multinacionales, de la industria del petróleo, videojuegos, finanzas y servicios de cloud. Ingeniero de sistemas UAI, con una maestría en dirección estratégica de la información y MBA UADE.
Perfil de Linkedin
Utilizamos cookies en este sitio web para mejorar tu experiencia de usuario.
Al hacer click en el botón "Aceptar" o en cualquier enlace de este sitio web nos estás dando tu consentimiento para su uso.
Aceptar