Introducción a Big Data 

• Big Data. Definición, filosofía, las Vs. 
• Big Data como marco de trabajo. 
• Arquitectura conceptual. 
• Componentes tecnológicos disponibles. 
• Arquitectura moderna de datos. 

 Almacenamiento distribuido con Apache Hadoop 

• Tecnologías Open-source para Big Data. 
• Fundamentos de Apache Hadoop. 
• Almacenamiento distribuido en HDFS. 
• Taller: Procesamiento de datos con Apache Hive. 
• Diferencias de Map Reduce vs Tez vs Apache Spark. 
• Datalake. Definición y arquitectura (capas). 
• Taller: Poblamiento de un Datalake con Apache Tez, Apache Hive y HDFS. 

 Procesamiento distribuido con Apache Spark 

• Introducción a Spark. 
• Funciones con PySpark. 
• Extracción y Transformación de datos. 
• Dataframes y RDDs. 
• Funciones de Apache Spark. 
• Tunning en Apache Spark. 

 Ingeniería de datos con Databricks 

• ¿Qué es Databricks? 
• Databricks Community vs Azure Databricks. 
• Conociendo la interfaz de Databricks. 
• Data lakehouse vs Datalake. 
• Iceberg vs Delta lake vs Apache Hudi. 
• Taller: Creación de una Lakehouse con arquitectura Medallion con Delta Lake. 

 Real-time Fundamentals 

• Real-time en datos. Definición, casos de aplicación, diferencias respecto a Batch. 
• Arquitectura Publicador – Suscriptor. 
• Tecnología para carga Real-Time en Big Data. 
• Taller: Uso y configuración de Apache Kafka para carga de datos Real-Time. 
• Apache Spark & Kafka setup enviroments. 
• Taller: Integración de Apache Spark con Apache Kafka para procesamiento de datos Real-time.