Curso de Analytics Engineering

Lección 1 • Panorama General del Stack de Datos Moderno

Mapea las categorías de herramientas que componen una plataforma de datos contemporánea. Proporciona el vocabulario utilizado a lo largo del curso.

Lección 2 • Fundamentos de Control de Versiones para Equipos de Datos

Cubre flujos de trabajo de Git adaptados para bases de código analítico. Conecta el control de código fuente con el trabajo de datos colaborativo y reproducible.

Lección 3 • Repaso de SQL para Analítica

Revisa las construcciones SQL más críticas para las transformaciones analíticas. Asegura una línea base común antes de introducir patrones de consulta avanzados.

Lección 4 • Fundamentos de Modelado de Datos

Introduce conceptos relacionales y paradigmas de modelado utilizados para estructurar datos analíticos. Fundamenta a los estudiantes en la teoría antes del trabajo práctico de transformación.

Lección 1 • SQL Avanzado para Bodegas

Extiende las habilidades de SQL a funciones específicas de bodega y patrones de rendimiento. Desarrolla la fluidez en escritura de consultas requerida para transformaciones complejas.

Lección 2 • Carga y Puesta en Escena de Datos

Cubre la carga masiva, formatos de archivo y patrones de área de puesta en escena para la ingesta de datos crudos. Conecta la ingesta con el flujo de trabajo de transformación.

Lección 3 • Fundamentos de Control de Acceso y Gobierno de Datos

Introduce el acceso basado en roles, el enmascaramiento de datos y los permisos a nivel de esquema. Establece hábitos de gobierno antes de construir canalizaciones de producción.

Lección 4 • Arquitectura de Bodega en la Nube

Explica la separación de cómputo y almacenamiento, las bodegas virtuales y los modelos de ejecución de consultas. Proporciona el contexto arquitectónico necesario para escribir SQL eficiente.

Lección 1 • Documentación y el DAG de dbt

Enseña descripciones de modelos, documentación a nivel de columna y visualización del DAG. Produce canalizaciones autodocumentadas que apoyan la colaboración en equipo.

Lección 2 • Modelos Incrementales y Rendimiento

Profundiza en estrategias incrementales para tablas grandes. Equilibra la frescura, el costo y la corrección en canalizaciones de producción.

Lección 3 • Construcción de Modelos y Materializaciones

Cubre archivos de modelo SQL, la función ref() y tipos de materialización. Enseña cómo dbt compila y ejecuta la lógica de transformación.

Lección 4 • Macros, Paquetes y Jinja

Extiende dbt con macros Jinja reutilizables y paquetes de la comunidad. Reduce la duplicación de código y acelera el desarrollo del proyecto.

Lección 5 • Estructura y Configuración del Proyecto dbt

Recorre la inicialización del proyecto, la estructura de directorios y la configuración de perfiles. Establece el andamiaje del proyecto utilizado en todo el trabajo posterior con dbt.

Lección 1 • Patrones de Reutilización y Modularidad

Enseña los principios DRY aplicados a modelos de datos mediante macros y capas de puesta en escena compartidas. Reduce la carga de mantenimiento en proyectos en crecimiento.

Lección 2 • Manejo de Relaciones de Datos Complejas

Aborda relaciones de muchos a muchos, tablas puente y jerarquías. Prepara a los estudiantes para modelar con precisión la complejidad del negocio real.

Lección 3 • Modelado Dimensional en la Práctica

Aplica el diseño de esquema en estrella a casos de uso analíticos reales. Traduce la teoría del Capítulo 1 en modelos dbt listos para producción.

Lección 4 • Una Gran Tabla vs. Data Marts Normalizados

Compara tablas amplias desnormalizadas con estructuras de data mart normalizadas. Guía a los estudiantes en la elección del patrón correcto para cada caso de uso.

Lección 1 • Alertas, Monitoreo y Remediación

Construye canalizaciones de alerta y flujos de trabajo de respuesta a incidentes para fallos de calidad de datos. Cierra el ciclo entre la detección y la resolución.

Lección 2 • Great Expectations y Marcos Personalizados

Aplica un marco de calidad de datos dedicado junto con las pruebas de dbt. Proporciona capacidades de validación más ricas para requisitos de calidad complejos.

Lección 3 • Pruebas Estadísticas y de Distribución

Introduce verificaciones de volumen, monitoreo de distribución y detección de anomalías para datos numéricos. Detecta desviaciones de datos sutiles que las pruebas estructurales pasan por alto.

Lección 4 • Dimensiones de Calidad de Datos

Define completitud, precisión, coherencia, puntualidad y unicidad como dimensiones de calidad medibles. Enmarca la estrategia de prueba para todo el capítulo.

Lección 1 • Construcción de Flujos de Trabajo con Airflow

Cubre la autoría de DAGs de Airflow, operadores y conexiones. Traduce los conceptos de orquestación en código de canalización funcional.

Lección 2 • Monitoreo y Observabilidad para Canalizaciones

Introduce metadatos de canalización, historial de ejecución e integraciones de monitoreo externo. Proporciona visibilidad sobre el estado de la canalización a escala.

Lección 3 • Programación y Gestión de Dependencias

Enseña expresiones cron, programación consciente de datos y dependencias entre DAGs. Asegura que las canalizaciones se ejecuten en el orden y momento correctos.

Lección 4 • Conceptos y Herramientas de Orquestación

Introduce la orquestación basada en DAGs, las dependencias de tareas y el panorama de orquestadores. Proporciona la base conceptual antes del trabajo práctico con herramientas.

Lección 1 • Gestión de Costos en Producción

Aplica controles de costos de bodega, presupuestos de consulta y etiquetado de recursos a las canalizaciones de producción. Equilibra el rendimiento con el costo operativo.

Lección 2 • Respuesta a Incidentes para Canalizaciones de Datos

Establece runbooks, prácticas de guardia y procesos post mortem para incidentes de datos. Reduce el tiempo medio de recuperación ante fallos de producción.

Lección 3 • Gestión de Secretos y Configuración

Cubre el almacenamiento seguro de credenciales, variables de entorno y administradores de secretos. Previene la exposición de credenciales en las bases de código analítico.

Lección 4 • CI/CD para Canalizaciones de Datos

Implementa canalizaciones de prueba y despliegue automatizadas para proyectos dbt. Aporta disciplina de ingeniería de software a los flujos de trabajo de transformación de datos.

Lección 1 • Modelado de Dimensiones y Entidades

Diseña relaciones de entidad y jerarquías de dimensiones dentro de la capa semántica. Permite un corte y filtrado consistente en todas las métricas.

Lección 2 • El Concepto de Capa de Métricas

Explica por qué una capa de métricas centralizada elimina la inconsistencia de métricas entre herramientas. Motiva el trabajo de modelado semántico que sigue.

Lección 3 • Definiendo Métricas con la Capa Semántica de dbt

Cubre la sintaxis de MetricFlow para definir medidas, dimensiones y métricas en dbt. Produce definiciones de métricas reutilizables consumibles por cualquier herramienta de BI.

Lección 4 • Gobierno y Versionado de Métricas

Establece la propiedad, la gestión de cambios y las prácticas de versionado para las definiciones de métricas. Mantiene la confianza en las métricas a medida que el negocio evoluciona.