Ingeniería de Datos en Plataformas en la Nube y Data Warehousing con Python
Este Programa esta disponible en Modalidad:
Online
FECHAS DE INICIO
- Online sincrónica: 05 Noviembre 2025
DURACIÓN:
Al finalizar el programa estarás en la capacidad de:
Comprender los conceptos clave de infraestructura en la nube y los modelos de servicio (IaaS, PaaS, SaaS), adquiriendo las habilidades necesarias para identificar y utilizar servicios básicos de Amazon Web Services (AWS) y Google Cloud Platform (GCP) en arquitecturas de datos.
Dominar el uso de algoritmos y estructuras de datos fundamentales aplicados en la nube, optimizando el manejo y procesamiento de grandes volúmenes de datos en entornos distribuidos mediante estructuras como listas, árboles, grafos y colas.
Desarrollar competencias para gestionar soluciones de almacenamiento y data warehousing en la nube utilizando Python, aprovechando herramientas como Amazon S3, Google Cloud Storage, Redshift y BigQuery para almacenar, procesar y consultar datos a gran escala.
Dominar el uso de AWS Glue y AWS Lambda para la creación y automatización de pipelines de datos eficientes, integrando diferentes fuentes de datos y aplicando transformaciones avanzadas en la nube con Python.
Implementar y orquestar pipelines de datos en Google Cloud Platform, utilizando Google Cloud Data Fusion y Google Cloud Functions, con un enfoque en la automatización y optimización del procesamiento de datos en la nube.
El curso está dirigido a:
El curso está dirigido a ingenieros de datos, analistas de datos, desarrolladores y profesionales del área tecnológica que buscan especializarse en la gestión de datos en la nube y el desarrollo de pipelines ETL utilizando herramientas avanzadas como AWS Glue, Google Cloud Data Fusion, Redshift y Gran consulta. También es ideal para quienes desean implementar soluciones escalables y optimizar el manejo de grandes volúmenes de datos en entornos distribuidos.
- Familiaridad con estructuras de control, funciones y bibliotecas para manejo de datos, como Pandas.
- Para llevar el programa el participante debe cumplir los siguientes prerrequisitos:
- Entender conceptos como IPs, DNS y servicios en la nube (IaaS, PaaS, SaaS).
- Para llevar el programa el participante debe cumplir los siguientes prerrequisitos:
- Manejo básico de SQL y comprensión de almacenes de datos y sus aplicaciones.
- Para llevar el programa el participante debe cumplir los siguientes prerrequisitos:
Estructura Curricular
Vista PreviaIntroducción a Servicios en la Nube
- Introducción a la infraestructura en la nube, modelos de servicio (IaaS, PaaS, SaaS) y proveedores de nube (AWS, GCP).
Revisión de algoritmos y estructuras de datos
- Implementación de estructuras de datos y algoritmos optimizados para entornos distribuidos
Almacenamiento y Data Warehousing con Python
- Introducción a soluciones de almacenamiento en la nube: Amazon S3 y Google Cloud Storage
- Introducción a Data Warehousing con Redshift
- Introducción a BigQuery para Data Warehousing
Ingeniería de datos en AWS usando Python
- Introducción a AWS Glue para la creación de pipelines de datos.
- Automatización de procesos de datos con AWS Lambda.
- Optimización de pipelines de datos en AWS
Ingeniería de datos en GCP usando Python
- Introducción a Google Cloud Data Fusion para orquestar pipelines de datos
- Automatización con Google Cloud Functions
- Optimización de procesos de datos en GCP
Duración y Horarios
- Martes: 20:00 a 22:00 horas.
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.
Certificación
Los participantes que completen exitosamente el programa, recibirán la siguiente certificación:
- Certificación emitida por BSG Institute que otorga 28 PDU’s reconocidas por INFORMS.
Expositores
DAVID LOPEZ
Mexico
Magister en Data Science por el Instituto Tecnológico Autónomo – ITAM de México. Cuenta con amplia experiencia en Implementación de Modelos Predictivos utilizando diversas tecnologías como; R, PHP, Python, Scala, Java, Objective-C, PHP, MongoDB, Hadoop, Pig, Hive, Spark, Apache, Django, Nginx, entre otros. Actualmente se desempeña como Data Scientist y Experto en Big Data en la empresa SISDEF Ltda. Es miembro fundador de la Sociedad de Data Scientists de México. Es Ingeniero en Computación por el Instituto Tecnológico Autónomo – ITAM de México.
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.
Inversión
Formas de Pago
PAGAR a través de nuestro sitio web, solo tiene que solicitar su código de pago a uno de nuestros asesores.
PAGAR a través de nuestro sitio web con los siguientes medios de pago:
Consulte por nuestras opciones de pago personalizadas y flexibles así como por las opciones de descuentos.
Consultar Opción de Pago Personalizado