Inicio Programas, Certificaciones y Cursos

DataOps en Plataformas en la Nube con Python

Área: Data Science | Sub Área: DataOps/MLOps

Este Programa esta disponible en Modalidad:

Online

Matricularme Ahora

FECHAS DE INICIO

Online sincrónica: 26 Marzo 2026

DURACIÓN:

1 mes

Objetivos

Al finalizar el curso estarás en la capacidad de:

Diseñar y automatizar pipelines de datos escalables en AWS utilizando herramientas como AWS Glue y AWS Lambda.
Implementar procesos de orquestación y procesamiento distribuidos en Google Cloud Platform con Google Cloud Dataflow y Composer.
Configurar y optimizar flujos de datos en plataformas de nube, garantizando la calidad y eficiencia en entornos empresariales.
Monitorear y gestionar pipelines en la nube para mejorar su rendimiento y escalabilidad.
Integrar técnicas modernas de DataOps para resolver problemas reales en proyectos distribuidos.

Público Objetivo

El curso está dirigido a:

Ingenieros de datos, desarrolladores de software, administradores de sistemas y profesionales interesados en implementar procesos de DataOps en plataformas de nube. Ideal para quienes buscan diseñar, automatizar y optimizar pipelines de datos escalables utilizando Python en AWS y Google Cloud Platform.

Prerrequisitos

Para llevar el programa el participante debe cumplir los siguientes prerrequisitos:

Conocimiento intermedio de Python y su uso para conectarse a servicios en la nube.
Para llevar el programa el participante debe cumplir los siguientes prerrequisitos:
Familiaridad con conceptos de DataOps, pipelines de datos y procesamiento distribuido.
Para llevar el programa el participante debe cumplir los siguientes prerrequisitos:
Experiencia previa en manipulación de datos en plataformas de nube como AWS o GCP.
Para llevar el programa el participante debe cumplir los siguientes prerrequisitos:
Compresión básica de herramientas de orquestación y servicios en la nube.
Para llevar el programa el participante debe cumplir los siguientes prerrequisitos:

Estructura Curricular

Vista Previa

DataOps en AWS con Python

Introducción a AWS Glue y diseño de pipelines ETL
Automatización de procesos con AWS Lambda

DataOps en Google Cloud Platform con Python

Procesamiento y orquestación de datos en GCP

Duración y Horarios

Las clases se desarrollarán de forma virtual, con una frecuencia Semanal en el siguiente horario (*):

Jueves: 20:00 a 23:00 horas. (Hora Perú y Colombia)
Jueves: 19:00 a 22:00 horas. (Hora México)
Jueves: 22:00 a 01:00 horas. (Hora de verano Chile)

(*) Para más detalle sobre fechas y horarios solicita el cronograma de clases.

¿Tienes dudas sobre algún aspecto del programa?

Registra tus datos para que un asesor especializado pueda ayudarte en todo lo que requieras.

No soy yo . [Limpiar Formulario]

Certificación

Los participantes que completen exitosamente el curso, recibirán la siguiente certificación:

Certificación emitida a nombre de BSG Institute.

Solicitar Informacion

Expositores

JORGE MORALES

Perú

Certificado como Profesional en Mantenimiento y Confiabilidad - CMRP por la Society for Maintenance and Reliability Professionals – SMRP. Certificado como Auditor de la Gestión del Mantenimiento por la Universidad de Lulea, Suecia. Certificado como Project Management Profesional - PMP® por el Project Management Institute - PMI®. Magíster en Administración de Negocios - MBA por la Universidad ESAN. Especialización en Mantenimiento en la Universidad Austral, Argentina. Actualmente se desempeña como Superintendente de Gestión y Servicios de Ingeniería y Proyectos en la Compañía Minera Antamina. Cuenta con amplia experiencia en Proyectos “brownfield” para la minería, Gestión de Activos bajo ISO 55000/PAS55, Procesos de Mantenimiento, Control de Procesos, Control Total de Pérdidas, Administración de Riesgos, Planificación de Mantenimiento, Elaboración de Presupuestos y Control de Costos.

NOTA: No necesariamente todos los expositores mencionados participarán en el dictado del programa o sesiones webinar, asimismo se podrá contar con la participación de otros expositores adicionales a los mencionados.