El curso analiza la estructura y la implementación de las arquitecturas informáticas basadas en datos. Entre los temas tratados se incluyen la evolución de las tecnologías de bases de datos, SQL frente a NoSQL, las bases de datos de series temporales y la diferencia entre lagos de datos, almacenes de datos y «data lakehouses». Los alumnos realizarán ejercicios prácticos utilizando tecnologías relevantes, como Apache Spark y Databricks, para crear flujos de datos. El curso también aborda la gestión y el control de los metadatos para mantener bases de datos robustas y escalables.
Para más información, consulta la Guía de estudio.
Para que el curso se imparta, se requiere un mínimo de 6 alumnos locales, lo cual se confirmará el 7 de enero.
Al finalizar este curso, los alumnos serán capaces de:
– Diseñar e implementar flujos de datos utilizando las tecnologías pertinentes.
– Distinguir entre lagos de datos, almacenes de datos y sistemas de «data lakehouse».
– Aplicar los principios de gestión y gobernanza de metadatos en los «data lakehouse».
– Integrar diversos marcos de almacenamiento y procesamiento de datos para crear soluciones de datos escalables y rentables que satisfagan las necesidades de las organizaciones basadas en datos.
Conocimientos generales de informática, conocimientos básicos sobre sistemas de bases de datos y computación distribuida, y experiencia en la creación de scripts en Python u otro lenguaje de programación.
El material del curso se encuentra disponible en la plataforma Moodle.
El curso consta de clases magistrales (híbridas, es decir, en línea y presenciales), ponencias de invitados, ejercicios y proyectos en grupo.
Expediente académico