• Me conozco. Autoconocimiento y descubrimiento del líder que hay en mí. 
• Colaboro. Engagement de equipos. 
• Lidero. Escucho, inspiro y guío. 

Estrategia de datos

• Definición, enfoque e impacto en las organizaciones.
• Roles en equipos de data y analytics.
• Artefactos para el diseño de una estrategia de datos.
• Recomendaciones y buenas prácticas en el diseño de una
  estrategia de datos.
• Taller: Diseño del roadmap de una estrategia de datos

Data Engineering Lifecycle

• Evolución de la Ingeniería de datos.
• ETL vs ELT.
• Arquitectura de una solución BI.
• Modelos Multidimensionales.
• Tecnologías Data Storage y Data Process.
• Taller: Desarrollo de un diagrama de una arquitectura BI.

Modern Data Architecture

• Arquitectura de una solución Big Data.
• Taxonomía del Datalake.
• Tecnologías y servicios relacionados a la arquitectura moderna
  de datos.
• Arquitecturas de referencia.
• Taller: Desarrollo de un diagrama de una arquitectura moderna
  de datos.

Data Modeler Fundamentals

• Tipos de modelos de datos.
• Modelo Conceptual, físico y lógico.
• Fundamentos de normalización.
• Cardinalidad.
• OLTP vs OLAP.
• Taller: Creación de un diagrama de Modelo lógico.
  

Data Modeler Dimensional

• Modelos dimensionas (Star Schema y Snowflake Schema).
• Modelamiento del Data warehouse.
• Modelamiento del Data lakehouse.
• Diseño de dimensiones (SCD).
• Taller: Diseño de un modelo OLAP a partir de uno OLTP.

Traditional Data Warehouse

• Repaso T-SQL. DML, DDL.
• Patrones de Ingesta de datos (CDC, Delta ingestion, Full
  ingestion).
• Optimización del rendimiento del almacenamiento (Indexing,
  particionado, bucketing, design by query, clustering).
• Introducción a SQL Server Integration Services (SSIS).
• Implementación de la capa Stage en SQL Server.
• Implementación de la capa Operational Data Store (ODS) en SQL
  Server.
• Implementación de la capa Business Data Store (BDS) en SQL
  Server.
• Implementación de scripts T-SQL para poblar el Data
  Warehouse.
• Automatización de paquetes mediante Jobs.
  

Cloud BI

• Fundamentos de Cloud Computing. Modelos principales de
  servicios (SaaS, PaaS, IaaS, Serveless). Modelos de costos.
• Arquitecturas de referencia de DWH en Cloud.
• Plataformas de almacenamiento y procesamiento multicloud.
  (Snowflake, Dbt).
• Taller: Implementación de una arquitectura DWH en Azure.
• Taller: Implementación de una arquitectura DWH en GCP.
• Taller: Implementación de una arquitectura DWH en AWS.

Data Governance Fundamentals

• Gobernanza de datos. Qué, por qué en la organización.
• Descripción general del modelo operativo de gobernanza de
  datos: Centralizado, Federado e Híbrido.
• Conceptos generales del Comité de la Dirección General. Roles y
  funciones: Responsable de datos, Administrador de datos,
  propietario de datos, custodio de datos.
• Data Lineage. Definición, técnicas y tipos.
• Data Catalog & Business Glossary. Definición, importancia,
  componentes, desarrollo y mantenimiento.
• Data Dictionary. Definición, importancia.
• Data Quality. Definición y dimensiones (métricas).
• Taller: Estimación de métricas de calidad de datos con Excel para
  diversos Datasets.
  

Evaluación de Madurez de Gobierno de datos

• Taller: Elección del modelo operativo para un caso uso.
• Taller: Revisión de áreas de conocimiento y niveles de madurez
  según DMBOK (Capítulo 15, sección 1.3).
• Taller: Plantilla 1. Diagnóstico de brechas (actual vs. Esperado).
  GAP y técnicas de priorización.
• Taller: Plantilla 2. Progreso de actividades por área de
  conocimiento.
• Taller: Plantilla 3. Identificación y análisis de Stakeholders.
• Taller: Plantilla 4. Planificación de proyectos por áreas de
  conocimiento priorizadas.

Marco Normativo

• Overview marcos normativos GDPR, CCPA, PCI DSS.
• Overview ISO 8000 Data Quality, ISO 27001 Information Security
  Management.
• Gestión de riesgos.
• Taller: Diseño de un plan de seguridad de datos básico:
  Identificación de vulnerabilidades, análisis de riesgos y plan de
  contingencia.
  

Protección de datos en proyectos de datos

• Encriptación simétrica, encriptación asimétrica,
  enmascaramiento de datos.
• Algoritmos comunes de encriptación.
• Encriptación vs Tokenización
• Servicios cloud de almacenamiento de secretos y accesos de
  forma segura.
• Taller: Diseño de políticas de seguridad de datos.
• Taller: Uso de servicios cloud para almacenamiento de las
  credenciales

Sesión 1. Lineamientos generales

• Presentación de formatos.
• Lineamientos, sugerencias, buenas prácticas.
  

Sesión 2. Presentación de primer avance. Revisión y feedback

• (I) Diseño de Data Roadmap Corporativo.
• (II) Diseño del Data Warehouse.
  

Sesión 3. Presentación de segundo avance. Revisión y feedback

• (III) Data Warehouse implementado.
  Sesión 4. Presentación final y sustentación
• I + II + III
• (IV) Plan de gobierno de datos (iniciativas).
• (V) Plan de seguridad de datos (básico).

Storytelling

• Storytelling. Definición, importancia en los negocios y en el
  trabajo con proyectos.
• Principio, desarrollo y final de impacto.
• Implicación de las emociones.
  

El arte de la persuasión

• Comprensión de la audiencia.
• Modelos de procesamiento de información
• Los llamamientos motivacionales, reglas de interacciones
  humanas.
• Comunicación auténtica. Claves verbales y no verbales.
• Manejo de objeciones y defensa de propuestas.
• Taller: Planteamiento y defensa de un proyecto de data science
  empleando técnicas de Storytelling y de persuasión
  comunicativa

Monetización de datos

• Definición e importancia de la monetización de datos.
• Estrategias de monetización externa.
• Estrategias de monetización interna.
  

Valorización de proyectos de analítica

• Enfoques para la valorización de proyectos de analítica.
• Taller: Valorización basada en pilotos y experimentos.

Advanced Python I. Database Control

• Repaso de principales librerías para procesamiento de datos.
• ORM utilizando SQLAlchemy.
• ETL con pandas y SQLAlchemy
• Control de concurrencia, multiprocesamiento (Uso de
  ThreadPoolExecutor).
• Taller: Construcción de un framework de procesamiento de
  datos.
• Taller: Extraer datos de un API e insertarlos en una base de datos
  relacional.
  

Advanced Python II. Data Extraction with APIs

• Fundamentos Web Scraping utilizando Selenium.
• Cómo evitar las trampas en el proceso del Web Scraping
  (Ajustando encabezados, Manejo de cookies con JavaScript,
  Huellas dactilares TLS,Timing Is Everything).
• Expresiones regulares.
• Web Scraping in Parallel.
• Web Scraping Proxies.
• Taller: Obtener datos de un archivo PDF utilizando expresiones
  regulares.
• Taller: Web Scraping a sitios web.
  

Advanced Python III. Proactive Data Cleaning

• Anticipar problemas de limpieza de datos al importar datos
  tabulares a Pandas.
• Anticipar problemas de limpieza de datos al trabajar con HTML,
  JSON
• Identificación de valores faltantes y valores atípicos en
  subconjuntos de datos.
• Uso de visualizaciones para la identificación de valores
  inesperados.
• Taller: Limpieza e identificación de valores anómalos en un
  dataset.

Apache Spark Fundamentals

• Principales conceptos de Big Data.
• Módulos de Apache Spark.
• Dataframe API.
• PySpark Functions.
• Taller: Desarrollo de un ETL en Pyspark.
  

Apache Spark for Tunning and Performance

• Reading Spark Query Plans.
• Reading Spark DAGs.
• Memory Management (Spark UI).
• Executor Tuning – Cores & Memory.
• Shuffle Partition Optimization.
• Data Partitioning.
• Bucketing.
• Using Caching.
• Solve Data Skew (With Salting Method ,Boadcast Joins).
• Dynamic Partition Pruning.
• Taller: Optimización de un proceso ETL con Pyspark.

Databricks Platform

• Databricks Fundamentals.
• Explorando Delta Lake en Azure Databricks.
• Procesamiento del Data Lakehouse (Bronze, Silver and Gold).
• Creación de Data Catalog (Database,Tables).
• Integraciones de DevOps e implementación de CI/CD para Azure
  Databricks.
• Taller: Poblando un Data Lakehouse.
• Taller: Creación de la taxonomía en el Workspace.
• Taller: Creación de Catalog en Databricks.
• Taller: Crear y programar la ejecución del Pipeline en Workflow.
  

Azure Data Engineering Services

• Principales Servicios de Azure para Ingeniería de datos.
  Denominación y modelo de costos asociado.
• Arquitecturas de referencia para procesamiento de Batch y Realtime en Azure.
• Data Factory y Data Flow. Características generales, casos de
  uso.
• Integración Data Factory con Azure Databricks.
• Introducción a los servicios Azure Blob Storage y Storage
  Account.
• Revisión de servicios: Azure EventHubs y IoTHub. Características
  generales, ejemplos de implementación y uso.
• Azure SQL Database y CosmosDB. Descripción y características
  generales.
• Azure Synapse Analytics. Propósito del servicio, características
  generales.
• Fabric. Propósito del servicio, características generales.
• Azure Devops, descripción y características generales.
• Taller: Automatización del Pipeline del Data Lakehouse
  utilizando Azure Databricks y Data Factory.
• Taller: Creación del Data Lakehouse en Azure Datalake Gen2.
• Taller: Conexión de Power BI a servicios de datos de Azure.

AWS Data Engineering Services

• Principales Servicios de AWS para Ingeniería de datos.
• Arquitecturas de referencia para procesamiento de Batch y Realtime en AWS.
• Introducción a los servicios Glue y Databrew. Características
  generales, casos de uso.
• El servicio S3 y seguridad en Buckets.
• Amazon RDS (Relational Database Service). Propósito del
  servicio, características generales.
• Amazon Athena. Propósito del servicio, características generales.
• Amazon Quicksight. Propósito del servicio, características
  generales.
• Taller: Implementación de un ETL Básico con Glue.
• Taller: Implementación de un Datalake en AWS.
• Taller: Creación de un bucket y carga de archivos utilizando el
  SDK de AWS (boto3).

GCP Data Engineering Services

• Principales Servicios de GCP para Ingeniería de datos
• Arquitecturas de referencia para procesamiento de Batch y Realtime en GCP.
• Introducción al servicio CloudFusion. Características generales,
  casos de uso.
• El servicio Google Storage y la gestión de la seguridad.
• Revisión del servicio Cloud PubSub. Características generales,
  ejemplos de implementación y uso.
• BigQuery. Propósito del servicio, características generales.
• Cloud Funtions. Propósito del servicio, características generales.
• Taller: Creación de la estructura de un Data lake en Cloud
  Storage.
• Taller: Implementación de un ETL Básico con CloudFusion.
• Taller: Creación de una arquitectura Real time en GCP.

Apache Airflow on Cloud

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

Fundamentos de DataOps

• DataOps. Definición y características.
• Devops vs DataOps.
• Conceptos asociados: Continuos-Delivery (CD) y ContinuosIntegrations (CI).
• 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 Actions

• El control de versiones. Definición y características.
• Git. Definición, principales comandos.
• GitHub. Definición.
  Brief
  Master Internacional en Data Engineering on Cloud (v.2024.1)
  [Área de Producto e Innovación]
• Estrategias de desarrollo colaborativo.
• Taller: Aplicando Gitflow a nuestro proyecto en Github y
  Desplegando nuestro código en un servidor cloud.

Sesión 1. Presentación de primer avance. Revisión y feedback

• (I) Solución Scraping.
• (II) Procesamiento Spark.
• (III.a) Solución Azure.
  

Sesión 2. Presentación de segundo avance. Revisión y feedback

• (III.b) Solución AWS.
• (III.c) Solución GCP.
  

Sesión 3. Presentación de tercer avance. Revisión y feedback

• (IV) Automatización de flujos (en la nube elegida para el
  proyecto).
• (V) Plan de costos.
  

Sesión 4. Presentación final y sustentación

• (I) + (II) + (III)+ (IV) + (V)
• (VI) Publicación del proyecto en GitHub y GitFlow.