Modelado y data engineering
Curso completo

Del origen al valorde los datos

Del modelo entidad-relación al data engineering a escala: normalización, modelado dimensional, data warehouses y pipelines ETL/ELT. Diseñar y mover datos con criterio.

Empezar

Acceso al curso completo, ejercicios y material de entrevista.

-- Modelo dimensional: un hecho, varias dimensiones
CREATE TABLE hechos_ventas (
  fecha_id   INT REFERENCES dim_fecha,
  producto_id INT REFERENCES dim_producto,
  cliente_id INT REFERENCES dim_cliente,
  importe    NUMERIC,    -- la métrica
  unidades   INT
);
Una tabla de hechos en el centro
Dimensiones alrededor esquema en estrella
Pensado para agregar y filtrar, no para transacciones
Orientado a entrevistas

No solo aprendes datos. Te preparas para que te contraten.

Banco orientado a la entrevista técnica: modelar un dominio sobre la marcha, justificar normalización y claves, y diseñar un pipeline de datos de extremo a extremo.

 
Preguntas
Preguntas reales de entrevistas técnicas.
 
Errores comunes
Lo que delata a un junior frente al entrevistador.
 
Retos de debug
Modelos mal diseñados y pipelines frágiles que arreglar.
Qué vas a aprender

Modela los datos y construye un pipeline en el que se pueda confiar

Modelar un dominio bien

Entidad-relación, cardinalidades, normalización y cuándo desnormalizar a propósito.

Patrones, NoSQL y antipatrones

Jerarquías, histórico, claves, modelar por accesos en NoSQL y evolucionar el esquema.

OLTP, OLAP y data warehouse

Modelado dimensional, hechos y dimensiones, esquema en estrella, lake y lakehouse.

Pipelines de datos

ETL y ELT, ingesta y CDC, formatos columnares (Parquet) y data lakes sobre objetos.

Transformar y procesar a escala

dbt como código, procesamiento distribuido (Spark) y procesamiento de flujos.

Orquestar, servir y gobernar

Airflow, calidad y linaje, capas medallón, feature stores, gobierno y dato como producto.

Usamos cookies analíticas para entender cómo se usa la plataforma y mejorarla. Las cookies esenciales para iniciar sesión siempre están activas. Consulta la política de privacidad.

Modelado y Data Engineering | Curso Full Stack Developer