Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Diseño e Ingeniería de
Datos
Programa Ejecutivo en
Data Science 2023-3
Profesor:
Mauro León Payano
Horas académicas: 21
Fecha de inicio:
28-marzo -2023
SILABO
I. Descripción del curso
Conocer el valor exponencial de los datos y cómo establecer mecanismos de tratamiento de datos
eficientes que permitan maximizar su uso en la organización a través de modelos analíticos, reportes
de negocio o aplicaciones de negocio.
● Fundamentos de Lakehouse
● Componentes de una solución Lakehouse
● Proceso de implementación de una solución Lakehouse
● Solución de Lakehouse
o Diseño de Pipeline de Datos
o Desarrollo de Componentes
o Despliegue de Pipeline de Datos
o Monitoreo de Pipeline de Datos
o Diseño e implementación de Reporte de Negocio
Comprender los conceptos más importantes de la metodología para habilitar una plataforma
de datos basado en una arquitectura Lakehouse, el equipo y los servicios necesarios para su
construcción. Conocer a detalle el flujo de trabajo y los roles involucrados en la construcción
de una plataforma de datos.
OE1: Liderar, organizar, diseñar e implementar una plataforma de datos de una manera
ordenada, rápida y eficiente; usando la metodología de implementación de una
solución Lakehouse.
OE2: Comprender los roles requeridos para la implementación y soporte adecuado de una
solución Lakehouse.
OE3: Identificar los componentes importantes de una solución de datos y los procesos de
negocio involucrados en una organización.
OE4: Comprender los servicios de infraestructura Cloud involucrados en una solución
Lakehouse, asegurando su implementación y escalamiento.
OE5: Ser interlocutor entre los equipos técnicos de Data Engineer, Business Analyst y
Data Scientist; durante los ciclos de desarrollo de una solución Lakehouse.
OE6: Comprender los aspectos técnicos del almacenamiento de datos, flujos de tratamiento
de datos, modelado de datos y visualización de datos, aplicando en los entornos de
trabajo.
III. Contenidos
Sesión 1: Fundamentos de Ingeniería de Datos
V. Sistema de evaluación
PONDERACIÓN
OBJETIVOS
PRODUCTO A EVALUAR SOBRE LA NOTA
ESPECÍFICOS
FINAL
OE1 al OE6 Participación en clase (Individual) 10%
OE1 al OE6 Evaluaciones individuales 30%
OE1 al OE6 Avance de desarrollo de proyecto 20%
OE1 al OE6 Trabajo Final 40%
Participación en Clase:
Se considera que una participación es de valor cuando enriquece el contenido de la clase.
La definición de qué intervención es o no de valor queda a decisión del profesor.
Evaluaciones Individuales:
Se realizarán tres evaluaciones individuales a lo largo del curso sobre los contenidos dictados.
Estas evaluaciones se dejarán en clase para ser resueltas por los alumnos fuerade la clase.
La calificación es de 0 a 20. La falta de envío de una evaluación se calificarácon 0, quedando
a criterio del docente si acepta la evaluación en otra fecha.
Trabajo Final:
Se resolverá un trabajo final sobre los temas vistos en clase. Los grupos serán de máximo 5
personas. Este trabajo se realizará fuera de clase y será presentado en la última sesión. La
calificación es de 0 a 20. La falta de envío del trabajo final se calificará con 0, quedando a
criterio del docente si acepta la recepción en otra fecha.
VI. Cronograma de actividades del curso:
Actividades
Sesión Contenido Material
en el aula
a) Obligatorias:
L1: Data Lakehouse in Action: Architecting a modern and scalable data analytics platform.
Autor: Pradeep Menon.
L2: Data Modeling for Azure Data Services: Implement professional data design and
structure in Azure. Capítulos 07, 09, 10, 11. Autor: Peter ter Braake.
L3: Azure Data Data Engineering Cookbook: Design and implement batch and streaming
analytics using Azure Cloud Services. Autor: Ahmad Osama
b) Complementarias:
L1: Building a Scalable Data Warehouse with Data Vault 2.0. Autor: Daniel Linstedt, Michael
Olschimke.
Teléfono: 992190957
Correo electrónico: mauroleonpayano@gmail.com
Linkedin: https://www.linkedin.com/in/mauroleonpayano