Fundamentos de ETL con Python 

• ETL. Definición y herramientas. 
• Herramientas Python para ETL. 
• Python y sus entornos de ejecución. 

 Introducción a Python 

• Manejo de excepciones e instrucciones. 
• Tipos de datos en Python. 
• Creación de Programas en Python. 
• Interactuando con el OS. 
• API. Definición y librerías para extraer datos. 
• Taller: Consulta de datos desde un API. 

 Object Relational Mapper 

• ORM. Definición, ventajas de su uso. 
• Tipos de ORM en Python. 
• SQLAlchemy. Definición y características. 
• Taller: Creación de un Engine con SQLAlchemy. 
• Taller: Conexión a base de datos con SQLAlchemy. 

 Pandas. Series y Dataframes 

• Pandas. Definición, carga en Python. 
• Pandas Series. Características y uso de vectores. 
• Operaciones con Series. Búsquedas, Slicing, operaciones aritméticas, tipos de datos. 
• Pandas DataFrames. Características y uso de DataFrames. Diferencias respecto a Series. 
• Operación con DataFrames. Creación, descripción, visualización. 
• Operaciones de agrupación. Agrupaciones directas y por Agregación simple y múltiple (varios campos). 
• Guardar DataFrames en archivos planos (Json y CSV) y base de datos (MySQL). 
• Taller: Carga de datos de un API, procesamiento, y descarga en una base de datos. 
• Taller: Carga de datos desde un archivo plano, procesamiento y descarga en una base de datos. 

El Lenguaje Transact-SQL 

• SQL y T-SQL. Definición, diferencias. 
• Lenguaje de definición de datos (DDL). Definición, alcance y comandos asociados (create, alter, drop). 
• Lenguaje de manipulación de datos (DML). Definición, alcance y estructura del comando SELECT…FROM… 
• Consultas básicas, uso de SELECT…FROM… 
• Consultas condicionales, uso de WHERE y operadores lógicos. 
• Consultas de agregación, uso de GROUP BY, COUNT, MAX, MIN, SUM, AVG, 
• Pivoteo de tablas, uso de PIVOT. 
• Consultas multi-tabla. Uso del comando JOIN y variantes (LEFT, RIGHT, FULL) 
• Operadores de conjunto, uso de UNION, INTERSECT,EXCEPT. 
• Taller: Extracción de datos desde una base de datos local con comandos T-SQL. 

 Transact-SQL Avanzado 

• Transformación y operación de columnas, uso de operadores aritméticos, funciones de fechas, funciones de textos, uso de IIF, ISNULL, NULLIF. 
• Filtrado avanzado, uso de IN, ANY AND SOME, ALL, EXISTS. 
• Conversión de tipos de datos, uso de CAST, CONVERT,FORMAT, PARSE. 
• Encapsulamiento de consultas en Procedimientos almacenados. Uso de estructuras condicionales y bucles. 
• Carga de datos externos, uso de Linked Servers, OpenQuery y OpenRowSet. 
• Taller: Transformación de datos externos con comandos T-SQL. 

 Tópicos Avanzados sobre Tablas 

• Tablas derivadas y tablas temporales como alternativas para pre-procesamiento de datos. 
• Instrucciones tipo Query jerárquica y correlaciónales.  
• Manejo de expresiones de tablas (CROSS APPLY, OUTER APPLY). 
• Uso de cursores para copia y transferencia de datos. 
• Automatización de scripts con Jobs (schedule). 
• Taller: Diseño de un script ETL con lenguaje T-SQL (De BD a BD) 

Fundamentos de No-SQL 

• Bases de datos NoSQL. Definición y tipos. 
• MongoDB. Definición, métodos y tipos de datos que soporta. 
• Terminología y Conceptos (comparativo SQL y MongoDB). 

 Operaciones con MongoDB 

• Operaciones CRUD en MongoDB. 
• Creación de documentos, uso de INSERTONE() e INSERTMANY(). 
• Uso de diversas fuentes de datos: documentos definidos previamente, array de documentos, archivos JSON. 
• Lectura de documentos, uso FIND(). 
• Actualización de documentos, uso de UPDATEONE(), UPDATEMANY(), REPLACEONE(). 
• Eliminación de documentos, uso de DELETEONE(), DELETEMANY(), REMOVE(). 
• Consulta de documentos. 
• Consultas simples, uso de FIND(), FINDONE(). 
• Consultas avanzadas, comparación, Cadenas, Existencia. 
• Consultas con operaciones lógicas, uso de Y ($AND), O ($OR), Negación ($NOT), Dos expresiones ($NOR). 
• Consulta de arrays, uso de DOT NOTATION 
• Consultas en subdocumentos. 
• Uso de Cursores. 

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. 

Fundamentos de Cloud Computing 

• ¿Qué es computación en la nube? 
• Conceptos de virtualización, Uso bajo demanda, despligue escalable. 
• Ventajas del cloud computing. 
• Regiones y zonas de disponibilidad. 
• Tipos de nubes. 
• IAAS, PAAS y SAAS. 

 Introducción a la Ingeniería de datos con AWS 

• Introducción a la Consola de AWS. 
• Principales servicios de data en AWS. S3, EMR, Cloud Funtions, IAM, Redshift, Athena, entre otros. 
• Arquitectura de datos en AWS. 
• Taller: Diseño e implementación de un ETL básico con AWS. 

 Introducción a la Ingeniería de datos con Azure 

• Introducción a la Consola de Azure. 
• Principales servicios de data en Azure. Blob Storage, Data factory, Databricks, Synapse, Event Hub, Azure SQL. 
• Arquitectura de datos en AZURE. 
• Taller: Diseño e implementación de un ETL básico con Azure. 

 Introducción a la Ingeniería de datos con GCP 

• Introducción a la Consola de Azure. 
• Servicios principales servicios de data en GCP. Cloud functions, Cloud Storage, Bigquery, Dataproc, data fusion, composer. 
• Arquitectura de datos en GCP. 
• Taller: Diseño e implementación de un ETL básico con GCP. 

Data Visualización fundamentals 

• Inteligencia de negocios y herramientas de visualización. 
• Power BI for Big data. Conexión a fuente Cloud. 
• Transformación de datos con Power Query. 
• Taller: Conexión y transformación de fuente de datos con Power BI y Power Query. 

Web Scraping Fundamentals 

• Web Scraping. Definición, debate legal-ético.  
• Métodos de extracción de datos. 
• Técnicas de web scraping. Estático, Requests, Dinámico. 
• Taller: Scraping a un sitio web y almacenamiento de su contenido. 

Fundamentos de DataOps 

• DataOps. Definición y características. 
• Devops vs DataOps. 
• Conceptos asociados: Continuos-delivery y Continuos-integrations. 
• Servicios de automatización de despliegue: Jenkins, Azure Devops, Github Actions, Gitlab CI). 
• Fundamentos de Infraestructura como código. Definición y características de Terrraform. 

Git and GitHub 

• El control de versiones. Definición y características. 
• Git. Definición, principales comandos. 
• GitHub. Definición. 
• Configuración de llaves SSH. 
• Directorio de trabajo. 
• Commit. 
• Fusionar y el comando Merge. 
• Ramas y el comando Branch. 
• Taller: Creación de un repositorio en GitHub. 

Jenkins 

• Jenkins. Definición, características, configuración e instalación básica. 
• Configuración de un Job. 
• Plugin de Jenkins. 
• Conexión a GitHub. 
• Taller: Despliegue de código automatizado. 

Apache Airflow 

• Apache Airflow. Definición. 
• DAG (Direct-Acyclic-Graph). Definición y casos de uso. 
• Uso de Scheduler. 
• Task and Operator. 
• Taller: Implementado un DAG. 
• Bash Operator,Python Operator y Apache Spark Operators. 
• Taller: Procesamiento de datos con Apache Airflow. 

• Asesoría Proyecto Integrador
• Refuerzo de conocimientos