160825PEINDAN PROGRAMA DE ESPECIALIZACION EN INGENIERIA DE DATOS E INTELIGENCIA ARTIFICIAL EN LA NUBE

Docente

Nombre del docente

Fecha de inicio

16 DE AGOSTO

Horarios

SÁBADOS :05 : 00 .P.M. A 07 : 00 .P.M. DOMINGOS : 05 : 00 .P.M. A 07 : 00 .P.M.

Fecha de finalizacion

30 DE NOVIEMBRE

8 CERTIFICADOS

Docentes Expertos

¿Qué aprenderás en este curso?

El Programa de Especialización en Ingeniería de Datos e Inteligencia Artificial en la Nube forma profesionales capaces de gestionar, analizar y transformar datos en valor con tecnologías de vanguardia como Python, Apache Spark, Kafka, Databricks, Azure, AWS y GCP. En solo 4 meses y con 350 horas académicas, los participantes desarrollan habilidades prácticas en Big Data, Machine Learning, arquitecturas cloud y automatización de data pipelines, a través de laboratorios, casos reales y proyectos aplicados.

Publico objetivo

- Desarrolladores y arquitectos de software
  Interesados en diseñar soluciones de datos en tiempo real, integrar servicios distribuidos y construir pipelines robustos con tecnologías de última generación.
- Profesionales de tecnología e innovación
  Que lideran proyectos de transformación digital y buscan incorporar inteligencia artificial, automatización de datos y servicios cloud para la toma de decisiones estratégicas.
- Analistas y científicos de datos
  Que desean potenciar su análisis con técnicas avanzadas de Machine Learning y aplicar modelos predictivos en entornos cloud usando Python, AWS, Azure y GCP.
- Ingenieros de datos
  Que buscan profundizar en arquitecturas modernas basadas en la nube, optimizar el procesamiento de grandes volúmenes de datos y dominar herramientas como Apache Spark, Kafka y Databricks.

Resultados esperados

Al finalizar el programa, los participantes serán capaces de diseñar e implementar soluciones avanzadas de ingeniería de datos en la nube, automatizar flujos de datos con herramientas modernas como Apache Kafka y Databricks, y aplicar modelos de Machine Learning en entornos cloud con Python. Además, podrán construir arquitecturas escalables, gestionar grandes volúmenes de datos en plataformas como AWS, Azure y GCP, y liderar proyectos de transformación digital con un enfoque estratégico basado en datos.

Modulo I

MÓDULO 1: FUNDAMENTOS DE INGENIERÍA DE DATOS Y COMPUTACIÓN EN LA NUBE

Fundamentos de Computación en la Nube
Procesamiento de Datos: Lotes vs. Streaming
Introducción a Kafka y Arquitecturas Basadas en Evento

Modulo II

MÓDULO 2: INTRODUCCIÓN A DATABRICKS

Ingeniería de Datos con Databricks

Ingeniería de Datos con Delta Lake en Databricks

Introducción a la Arquitectura Lakehouse

Modulo III

MÓDULO 3: PYTHON PARA INGENIERÍA DE DATOS E INTELIGENCIA ARTIFICIAL

Introducción

Python para la Implementación de Técnicas de IA

Procesamiento y Manejo de Datos

Árboles de Decisión y Reglas de Clasificación y Asociación

Redes Neuronales Artificiales

Modulo IV

MÓDULO 4: INGENIERÍA DE DATOS Y MACHINE LEARNING EN AWS

Introducción a AWS Cloud

Fundamentos de ETL

Transmisión de datos

Bases de datos relacionales y NoSQL

Entrega y visualización de datos

Modulo V

MÓDULO 5: INGENIERÍA DE DATOS Y MACHINE LEARNING EN AZURE

Fundamentos de computación en la nube y ETL

Implementación de lagos de datos

Transmisión de datos

Bases de datos relacionales y NoSQL

Entrega y visualización de datos

Certificación oficial de Azure DP-700

Modulo VI

MÓDULO 6: INGENIERÍA DE DATOS Y MACHINE LEARNING EN GCP

Fundamentos y Arquitectura de Google Cloud Platform

Computación, Almacenamiento y Servicios Serverless

Procesamiento de Datos, Big Data y Streaming

Gobierno de Datos, Machine Learning e Inteligencia Artificial en GCP

Modulo VII

MÓDULO 7: INGENIERÍA DE DATOS AVANZADA CON DATABRICKS Y DELTA LAKE

Construcción de Canalizaciones de Datos en Databricks

Ingesta Incremental y Procesamiento Eficiente de Datos

Versionado, Calidad y Control Colaborativo de Datos

Gobierno de Datos y MLOps con Unity Catalog y MLflow

Modulo VIII

Modulo IX

Modulo X

Modulo XI

Modulo XII

Modulo I

MÓDULO 1: FUNDAMENTOS DE INGENIERÍA DE DATOS Y COMPUTACIÓN EN LA NUBE

Fundamentos de Computación en la Nube
Procesamiento de Datos: Lotes vs. Streaming
Introducción a Kafka y Arquitecturas Basadas en Evento

Modulo II

MÓDULO 2: INTRODUCCIÓN A DATABRICKS

Ingeniería de Datos con Databricks

Ingeniería de Datos con Delta Lake en Databricks

Introducción a la Arquitectura Lakehouse

Modulo III

MÓDULO 3: PYTHON PARA INGENIERÍA DE DATOS E INTELIGENCIA ARTIFICIAL

Introducción

Python para la Implementación de Técnicas de IA

Procesamiento y Manejo de Datos

Árboles de Decisión y Reglas de Clasificación y Asociación

Redes Neuronales Artificiales

Modulo IV

MÓDULO 4: INGENIERÍA DE DATOS Y MACHINE LEARNING EN AWS

Introducción a AWS Cloud

Fundamentos de ETL

Transmisión de datos

Bases de datos relacionales y NoSQL

Entrega y visualización de datos

Modulo V

MÓDULO 5: INGENIERÍA DE DATOS Y MACHINE LEARNING EN AZURE

Fundamentos de computación en la nube y ETL

Implementación de lagos de datos

Transmisión de datos

Bases de datos relacionales y NoSQL

Entrega y visualización de datos

Certificación oficial de Azure DP-700

Modulo VI

MÓDULO 6: INGENIERÍA DE DATOS Y MACHINE LEARNING EN GCP

Fundamentos y Arquitectura de Google Cloud Platform

Computación, Almacenamiento y Servicios Serverless

Procesamiento de Datos, Big Data y Streaming

Gobierno de Datos, Machine Learning e Inteligencia Artificial en GCP

Modulo VII

MÓDULO 7: INGENIERÍA DE DATOS AVANZADA CON DATABRICKS Y DELTA LAKE

Construcción de Canalizaciones de Datos en Databricks

Ingesta Incremental y Procesamiento Eficiente de Datos

Versionado, Calidad y Control Colaborativo de Datos

Gobierno de Datos y MLOps con Unity Catalog y MLflow

"Este programa me ayudó a fortalecer mi investigación con herramientas estadísticas y de inteligencia artificial. Es práctico, completo y totalmente aplicable a tesis y proyectos académicos."

"Gracias a este programa, logré estructurar mi tesis doctoral con un enfoque metodológico sólido. Las herramientas de inteligencia artificial que aprendí me ayudaron a analizar grandes volúmenes de datos de forma eficiente."

"La combinación entre estadística aplicada e IA fue justo lo que necesitaba para llevar mis investigaciones al siguiente nivel. Recomiendo esta especialización a todo investigador serio."

"El programa no solo me dio conocimientos técnicos, también me enseñó a aplicarlos en el contexto real de mi tesis. ¡Una inversión totalmente valiosa!"

"Aprendí a utilizar metodologías científicas rigurosas junto con herramientas prácticas de IA, lo que ha mejorado significativamente la calidad de mis reportes y modelos."