Databricks y PySpark para Ingeniería de Datos

Azure Databricks es una plataforma colaborativa basada en la nube que soporta análisis de big data y aprendizaje automático utilizando Apache Spark y el ecosistema de Microsoft Azure.

Esta formación impartida por un instructor, en vivo (en línea o presencial), está dirigida a profesionales de datos de nivel intermedio que deseen diseñar, construir e implementar modelos de aprendizaje automático utilizando Azure Databricks para casos de uso financieros.

Al finalizar esta formación, los participantes podrán:

• Construir y entrenar modelos de aprendizaje automático utilizando datos financieros en Azure Databricks.
• Utilizar MLflow para realizar seguimiento de experimentos, gestionar modelos e implementar soluciones.
• Aplicar modelos para detectar anomalías, evaluar riesgos o pronosticar tendencias en el sector financiero.
• Integrar modelos de aprendizaje automático en pipelines escalables para evaluación continua.

Formato del Curso

• Clase magistral interactiva y discusión.
• Numerosos ejercicios y práctica.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para organizarlo.

Esta capacitación presencial impartida por un instructor en Colombia (en línea o in situ) está dirigida a científicos de datos y desarrolladores que deseen configurar, implementar y administrar soluciones de análisis de datos utilizando Databricks.

Al finalizar esta capacitación, los participantes estarán en capacidad de:

• Configurar y personalizar Databricks.
• Comprender cómo funcionan conjuntamente Databricks y Apache Spark.
• Aprender a cargar y transformar datos en Databricks.

Databricks es una plataforma unificada de tipo Lakehouse que combina Spark, Delta Lake y gobierno (Unity Catalog) para apoyar flujos de trabajo escalables de ingeniería de datos y análisis.

Esta capacitación presencial o en línea, impartida por instructores, está dirigida a gerentes de tecnología de nivel intermedio con experiencia en ingeniería de datos que deseen migrar lógica OLAP procedural compleja a una arquitectura Lakehouse utilizando Databricks, Spark, Delta Lake, Unity Catalog y flujos de trabajo nativos.

Al finalizar esta capacitación, los participantes podrán:

• Explicar la arquitectura Lakehouse y el patrón Medallón (Bronce → Plata → Oro).
• Traducir la lógica de procedimientos almacenados a implementaciones con DataFrames de Spark y cuadernos (notebooks).
• Diseñar e implementar rutinas de ingestión incremental, fusión y optimización utilizando Delta Lake.
• Construir pipelines orquestados de extremo a extremo con Databricks Workflows, control de versiones, pruebas y gobierno.

Formato del curso

• Sesiones intensivas impartidas por instructores con demostraciones y explicaciones enfocadas.
• Laboratorios prácticos diarios con conjuntos de datos representativos y ejercicios de migración.
• Revisiones guiadas de código, clínicas de ajuste de rendimiento y práctica de orquestación de flujos de trabajo.

Opciones de personalización del curso

• Este curso puede adaptarse a su entorno, conjuntos de datos y requisitos de gobierno; por favor contáctenos para organizar la personalización.

Databricks es una plataforma analítica unificada diseñada para el trabajo con big data y aprendizaje automático en entornos colaborativos.

Esta capacitación impartida por un instructor, en vivo (en línea o en sitio), está dirigida a analistas de datos y profesionales financieros de nivel principiante a intermedio que deseen realizar análisis de datos a gran escala utilizando Databricks en casos de uso relacionados con las finanzas.

Al finalizar esta capacitación, los participantes estarán en capacidad de:

• Utilizar cuadernos de Databricks para consultar y analizar conjuntos de datos financieros.
• Limpia y transformar datos financieros crudos para generar informes y obtener conocimientos.
• Crear paneles de control y visualizaciones para el seguimiento del desempeño.
• Colaborar en tiempo real con miembros del equipo en cuadernos compartidos.

Formato del curso

• Clases interactivas y discusiones.
• Numerosos ejercicios y práctica.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

• Para solicitar una capacitación personalizada para este curso, contáctenos para coordinarla.

Esta formación ofrece una introducción práctica a la construcción de flujos de trabajo escalables para el procesamiento de datos y el aprendizaje automático utilizando PySpark. Los participantes aprenderán cómo opera Apache Spark dentro de los ecosistemas modernos de Big Data y cómo procesar grandes conjuntos de datos de manera eficiente aplicando los principios de la computación distribuida.

En esta capacitación en vivo, impartida por un instructor en Colombia, los participantes aprenderán a utilizar Python y Spark juntos para analizar big data mientras realizan ejercicios prácticos.

Al finalizar esta capacitación, los participantes podrán:

• Aprender cómo usar Spark con Python para analizar Big Data.
• Trabajar en ejercicios que simulan casos del mundo real.
• Utilizar diferentes herramientas y técnicas para el análisis de big data con PySpark.

Stratio es una plataforma centrada en los datos que integra big data, inteligencia artificial y gobernanza en una única solución. Sus módulos Rocket e Inteligencia permiten una exploración, transformación y análisis avanzado de datos rápidos en entornos empresariales.

Esta capacitación en vivo, impartida por un instructor (en línea o en las instalaciones), está dirigida a profesionales de datos de nivel intermedio que deseen utilizar eficazmente los módulos Rocket e Inteligencia de Stratio con PySpark, centrándose en estructuras de bucle, funciones definidas por el usuario y lógica avanzada de datos.

Al finalizar esta capacitación, los participantes podrán:

• Navegar y trabajar dentro de la plataforma Stratio utilizando los módulos Rocket e Inteligencia.
• Aplicar PySpark en el contexto de ingestión, transformación y análisis de datos.
• Utilizar bucles y lógica condicional para controlar flujos de trabajo de datos y tareas de ingeniería de características.
• Crear y gestionar funciones definidas por el usuario (UDF) para operaciones de datos reutilizables en PySpark.

Formato del curso

• Clase interactiva y discusión.
• Numerosos ejercicios y práctica.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

• Para solicitar una capacitación personalizada para este curso, contáctenos para coordinar.