Edit Template
Seis módulos que cubren todo el ciclo del dato, con labs sobre datos y plataformas reales y preparación para certificaciones oficiales de Google Cloud y Microsoft Power BI. Haz el itinerario completo o apúntate solo a los módulos que necesitas.
Silos de datos, KPIs que se contradicen, costes cloud descontrolados, dashboards que nadie consulta o modelos que no llegan a producción: son los problemas que te vas a encontrar en cualquier empresa.
Cada módulo parte de ellos y termina con un entregable real para tu portfolio: un proyecto de arquitectura, un dashboard funcional, un caso de negocio analítico o un agente de IA.
160 horas en total. Cada módulo se puede cursar por separado.
MOD 0 · 20 h. Ecosistema y arquitecturas de datos, gobierno del dato y cultura data-driven. Sin conocimientos previos.
MOD 1 · 30 h. Google Cloud, BigQuery, Dataflow, Pub/Sub y arquitectura lakehouse. Preparación GCP Professional Data Engineer.
MOD 2 · 25 h. Power BI, modelo de datos, DAX avanzado y dashboards orientados a decisiones. Preparación Power BI Data Analyst.
MOD 3 · 30 h. SQL avanzado, Python para análisis, estadística aplicada, machine learning y storytelling con datos.
MOD 4 · 35 h. LLMs, prompt engineering, fine-tuning, RAG, construcción de agentes e IA responsable.
MOD 5 · 20 h. Dimensiones de calidad, Dataplex, testing de pipelines, data lineage y estándares DAMA e ISO 8000.
Plazas limitadas. Apúntate al módulo que te interesa.
La base para entender cómo funcionan los datos en una organización y por qué tantas empresas siguen sin decidir con ellos.
Arquitecturas modernas (Data Lake, Warehouse, Lakehouse y Data Mesh), tipos de datos y flujos ETL/ELT, gobierno del dato y roles (Data Owner, Steward, Custodian), madurez data y casos de uso por sector.
Teórico-práctico con workshops colaborativos, sesiones en vivo y asíncronas. Evaluación con quiz, análisis de un caso real y autoevaluación de madurez data.
Cualquier perfil, técnico o de negocio. No requiere conocimientos previos.
Aprende a diseñar plataformas de datos en la nube que escalan sin disparar los costes.
Google Cloud Platform y sus servicios data, BigQuery (modelado, optimización y FinOps), Cloud Storage, Dataflow y Pub/Sub, arquitectura lakehouse en GCP, y seguridad, IAM y gobierno en cloud.
Hands-on labs en GCP sobre un sandbox real. Evaluación con un proyecto de arquitectura data y preparación de la certificación GCP Professional Data Engineer.
Data engineers, arquitectos de datos y perfiles DevOps con experiencia en cloud.
Aprende a construir dashboards que la dirección usa de verdad para decidir.
Panorama de herramientas (Power BI, Tableau, Looker, Qlik), Power BI como herramienta central, modelo de datos y DAX avanzado, diseño de dashboards orientados a decisiones, y gobernanza y publicación en Power BI Service.
Talleres prácticos y proyecto real de dashboard. Evaluación con un dashboard funcional sobre datos reales y preparación de la certificación Microsoft Power BI Data Analyst.
Analistas de negocio, BI developers y product managers que trabajan con reporting.
Aprende a convertir datos en conclusiones que el negocio entiende y aplica.
SQL avanzado y optimización de consultas, Python para análisis (pandas, numpy, visualización), estadística aplicada, modelado predictivo y machine learning, y storytelling con datos.
Labs de código sobre datos reales y proyectos de análisis. Evaluación con un caso de negocio end-to-end y defensa de conclusiones ante un panel.
Data analysts, data scientists junior o mid e ingenieros interesados en análisis avanzado.
Aprende a construir soluciones de IA generativa y agentes que funcionan en producción.
Fundamentos de LLMs y modelos generativos, prompt engineering y fine-tuning, Retrieval Augmented Generation (RAG), diseño y construcción de agentes con LangChain, CrewAI y AutoGen, e IA responsable.
Labs intensivos y proyecto de agente en producción. Evaluación con un agente de IA funcional sobre un caso de negocio real y un análisis de riesgos documentado.
Desarrolladores senior, data scientists y arquitectos con base en machine learning.
Aprende a garantizar que los datos que llegan a producción son correctos y trazables.
Dimensiones de calidad del dato, Google Dataplex como laboratorio, testing de pipelines con dbt y Great Expectations, contratos de datos, data lineage y estándares DAMA-DMBOK e ISO 8000.
Laboratorio con Dataplex, tests automatizados y auditoría sobre un pipeline real. Evaluación con una suite de tests de calidad y un informe de auditoría profesional.
Data engineers, QA engineers y perfiles de gobierno del dato.
No. Cada módulo se puede cursar por separado. El itinerario completo suma 160 horas y cubre todo el ciclo del dato.
El MOD 0 no requiere conocimientos previos y es la base para todos. Los módulos técnicos (1, 3, 4 y 5) piden experiencia previa; te orientamos según tu perfil.
Sí. El MOD 1 prepara la certificación GCP Professional Data Engineer y el MOD 2 la certificación Microsoft Power BI Data Analyst.
Sí. Todos los módulos incluyen labs o proyectos sobre datos y plataformas reales, y terminan con un entregable práctico.
Consulta el calendario o rellena el formulario y te enviamos la información actualizada.
Escríbenos y te contamos las opciones disponibles para cada programa.
Calendario completo — Todas las convocatorias abiertas. Ver calendario →
Máster SAP S/4HANA — 141 h con 2 certificaciones oficiales. Ver máster →
Formación IA — Machine learning, IA generativa y agentes. Ver formación →
Cuéntanos tu perfil y qué quieres conseguir, y te recomendamos el módulo o el itinerario con fechas y precio.
