Inicio Programas, Certificaciones y Cursos

Proyectos de Arquitectura de Datos en la Nube

Área: Data Science | Sub Área: Data Engineering

Este Programa esta disponible en Modalidad:

Matricularme Ahora

FECHAS DE INICIO

DURACIÓN:

2 meses

Objetivos

Al finalizar el programa estarás en la capacidad de:

Comprender los conceptos fundamentales de las arquitecturas de datos en la nube y explorar servicios clave de Google Cloud Platform (GCP) para el manejo de datos.
Diseñar e implementar pipelines de ingesta de datos batch y en tiempo real utilizando herramientas como Google Cloud Storage, Pub/Sub y Dataflow.
Integrar herramientas como BigQuery y Firestore para procesamiento y almacenamiento de datos, garantizando escalabilidad y eficiencia en el sistema.
Entrenar y desplegar modelos de Machine Learning en GCP utilizando BigQuery ML y Vertex AI, aplicando estos modelos en pipelines para análisis batch y en tiempo real.
Diseñar dashboards interactivos en Looker Studio para la visualización de datos batch y flujos en tiempo real, y optimizar la implementación de arquitecturas de datos en la nube mediante prácticas de reducción de costos y validación de pipelines.

Público Objetivo

El curso está dirigido a:

Arquitectos de datos, ingenieros de datos, desarrolladores de software, y profesionales del área tecnológica interesados en especializarse en la implementación de arquitecturas de datos escalables en la nube. Este curso es ideal para aquellos que buscan aprender a diseñar, implementar y optimizar soluciones de procesamiento de datos en la nube utilizando herramientas de Google Cloud Platform (GCP). Está dirigido a quienes desean dominar el diseño de pipelines de ingesta y procesamiento de datos tanto en modalidad batch como en tiempo real, integrar modelos de Machine Learning y crear dashboards interactivos para análisis en tiempo real.

Prerrequisitos

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

Conocimientos básicos de programación en Python y experiencia en el manejo de bibliotecas como Pandas y NumPy para análisis de datos
Para llevar el programa el participante debe cumplir los siguientes prerrequisitos:
Familiaridad con conceptos fundamentales de bases de datos y arquitecturas de datos en la nube.
Para llevar el programa el participante debe cumplir los siguientes prerrequisitos:
Experiencia básica en el uso de servicios de Google Cloud Platform (GCP), como Google Cloud Storage y BigQuery.
Para llevar el programa el participante debe cumplir los siguientes prerrequisitos:
Conocimiento básico de procesamiento de datos batch y en tiempo real (streaming).
Para llevar el programa el participante debe cumplir los siguientes prerrequisitos:
Comprensión de conceptos fundamentales sobre Machine Learning y su integración en proyectos de datos.
Para llevar el programa el participante debe cumplir los siguientes prerrequisitos:

Estructura Curricular

Vista Previa

Introducción y fundamentos

Fundamentos de almacenamiento y procesamiento en la nube
Exploración de datos abiertos

Ingesta de Datos

Ingesta de Datos Batch
Ingesta de datos streaming

Procesamiento y almacenamiento

Procesamiento Batch
Procesamiento Streaming

Desarrollo de modelo de Machine Learning

Entrenamiento del modelo con datos batch
Despliegue del modelo como endpoint para streaming

Visualización y análisis

Analíticos y dashboards

Reales de Arquitectura de Datos en la Nube usando Python

Proyecto Integrador - Arquitectura Batch
Proyecto Integrador - Arquitectura Streaming

¿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

Al completar el curso completo “Proyectos de Arquitectura de Datos en la Nube”, el participante recibirá un certificado institucional de participación/aprobación emitido por BSG Institute.
Certificación institucional otorgada por BSG Institute

Solicitar Informacion

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.