Programa especializado

Ingeniería de Datos con Python

Presentación

La Ingeniería de Datos es fundamental para transformar grandes volúmenes de información en datos organizados, confiables y disponibles para el análisis.

Descargar Brochure

¿A quiénes va dirigido?

Estudiantes y egresados interesados en Ingeniería de Datos y Data Science.
Profesionales de tecnología, negocios, economía, ingeniería y áreas relacionadas.
Analistas de datos que desean fortalecer sus conocimientos en bases de datos y procesamiento de información.
Personas que buscan iniciar una formación en Data Engineering desde cero.
Profesionales que desean incorporar Python, SQL y PySpark a su perfil.

Inscríbete

Ruta de Aprendizaje

Módulo 1

Python para Ingeniería de Datos

Introducción a Python y Google Colab.
Variables, tipos de datos y operadores.
Condicionales y estructuras de control.
Listas, tuplas, conjuntos y diccionarios.
Bucles for y while.
Funciones y reutilización de código.
Manejo básico de errores.
Lectura y escritura de CSV, Excel y JSON.
Organización de archivos y recursos.
Consumo básico de APIs.
Automatización de tareas de extracción y preparación de datos.

Módulo 2

Bases de Datos con Python

Fundamentos de bases de datos relacionales.

Tablas, claves, relaciones y normalización.

DuckDB en Google Colab.

Creación y manipulación de tablas.

SQL: consultas, filtros y ordenamiento.

Agregaciones y GROUP BY.

Integración de tablas mediante JOIN.

Subconsultas y consultas intermedias.

Conexión mediante SQLAlchemy.

Integración de SQL con Pandas.

Consulta de bases PostgreSQL.

Caso empresarial basado en AdventureWorks.

Módulo 3

Ingeniería de Datos con PySpark

Introducción a la Ingeniería de Datos.
Procesamiento distribuido y Apache Spark.
Fundamentos de PySpark.
Entorno Databricks Community.
SparkSession y DataFrames.
Carga y exploración de datos.
Selección, filtrado y transformación.
Tratamiento de valores nulos y tipos de datos.
Agregaciones y agrupamientos.
Integración de datos mediante JOIN.
Lectura de datos desde PostgreSQL.
Bases transaccionales, Data Warehouse y Data Mart.
Modelamiento dimensional.
Esquema estrella.
Tablas de hechos y dimensiones.
Construcción de tablas analíticas con PySpark.
Proyecto integrador: Data Mart de ventas con
AdventureWorks.

CERTIFICACIÓN

Obtén tu certificación con código de validación y QR únicos. Este reconocimiento se otorgará a los participantes que aprueben satisfactoriamente las evaluaciones del programa

Docente

Sergio Díaz Paredes

Economista por la UNMSM, magíster en Estadística Aplicada por la UNALM y candidato a magíster en Ciencias de la Computación por la UNSA. Cuenta con certificaciones en ciencia de datos por IBM y especializaciones en Pricing Analytics y SQL por DMC Perú. Ha sido analista senior en LOS ANDES y Globokas Perú, aplicando modelos predictivos y herramientas estadísticas. Difusor de herramientas oper source y metodos cuantitativos en Linkedin.