Databricks y PySpark para Ingeniería de Datos

Azure Databricks es una plataforma colaborativa en la nube que admite análisis de grandes volúmenes de datos y aprendizaje automático (machine learning) mediante Apache Spark y el ecosistema Microsoft Azure.

Esta formación presencial impartida por un instructor (en línea o in situ) 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 financiero.

Al finalizar esta formación, los participantes serán capaces de:

• Construir y entrenar modelos de aprendizaje automático con datos financieros en Azure Databricks.
• Utilizar MLflow para rastrear experimentos, gestionar modelos e implementar soluciones.
• Aplicar los modelos para detectar anomalías, evaluar riesgos o pronosticar tendencias en el sector financiero.
• Integrar los modelos de aprendizaje automático en flujos de trabajo escalables para una evaluación continua.

Formato del curso

• Conferencia interactiva y discusión en grupo.
• Numerosos ejercicios y prácticas.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, contáctenos para coordinarlo.

Esta formación en directo impartida por un instructor en <ubicación> (en línea o presencial) está dirigida a científicos de datos y desarrolladores que deseen configurar, desplegar y gestionar soluciones de análisis de datos mediante Databricks.

Al finalizar esta formación, los participantes serán capaces de:

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

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

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

Al completar esta capacitación, los participantes podrán:

• Explicar la arquitectura de Lakehouse y el patrón Bronce→Plata→Oro (Medallion).
• Traducir la lógica de procedimientos almacenados a implementaciones con DataFrames de Spark y 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 gobernanza.

Formato del Curso

• Sesiones intensivas dirigidas por instructores con demostraciones y explicaciones enfocadas.
• Prácticas diarias utilizando conjuntos de datos representativos y ejercicios de migración.
• Revisiones de código guiadas, clínicas de ajuste de rendimiento y práctica de orquestación de flujos de trabajo.

Opciones de Personalización del Curso

• Este curso se puede adaptar a su entorno, conjuntos de datos y requisitos de gobernanza; contáctenos para coordinar la personalización.

Databricks es una plataforma unificada de análisis diseñada para el procesamiento de grandes volúmenes de datos y el aprendizaje automático en entornos colaborativos.

Este curso impartido por un instructor, disponible en formato en línea o presencial, está dirigido a analistas de datos de nivel principiante e intermedio, así como a profesionales del sector financiero que desean realizar análisis de datos a gran escala mediante casos de uso relacionados con las finanzas utilizando Databricks.

Al finalizar este curso, los participantes serán capaces de:

• Utilizar cuadernos de Databricks para consultar y analizar conjuntos de datos financieros.
• Limpiar y transformar datos financieros en bruto para su informe y obtención de información relevante.
• Crear paneles y visualizaciones para el seguimiento del rendimiento.
• Colaborar con los miembros del equipo en tiempo real mediante cuadernos compartidos.

Formato del curso

• Clases interactivas y discusión grupal.
• Amplia cantidad de ejercicios y práctica.
• Ejecución práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, contáctenos para coordinarlo.

Este curso ofrece una introducción práctica para construir flujos de trabajo escalables de procesamiento de datos y aprendizaje automático utilizando PySpark. Los participantes aprenderán cómo Apache Spark funciona dentro de los ecosistemas modernos de Big Data y cómo procesar grandes conjuntos de datos de manera eficiente mediante principios de computación distribuida.

En esta formación en vivo con instructor en Guatemala, los participantes aprenderán cómo utilizar Python y Spark juntos para analizar Big Data mientras realizan ejercicios prácticos.

Al finalizar esta capacitación, los participantes serán capaces de:

• Aprender cómo usar Spark con Python para analizar Big Data.
• Realizar ejercicios que imitan casos del mundo real.
• Utilizar diferentes herramientas y técnicas para el análisis de Big Data mediante PySpark.

Stratio es una plataforma centrada en los datos que integra big data, inteligencia artificial (IA) y gobernanza en una única solución. Sus módulos Rocket e Intelligence permiten explorar, transformar y analizar datos de manera avanzada en entornos empresariales.

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

Al finalizar esta formación, los participantes serán capaces de:

• Navegar y trabajar dentro de la plataforma Stratio utilizando los módulos Rocket e Intelligence.
• Aplicar PySpark en el contexto de ingestión, transformación y análisis de datos.
• Utilizar bucles y lógica condicional para controlar flujos de trabajo 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

• Conferencia interactiva y discusión.
• Muchos 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, contáctenos para coordinarla.