Databricks y PySpark para Ingeniería de Datos

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

Esta formación en vivo, impartida por un instructor (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 financiero.

Al finalizar esta formación, los participantes podrán:

• Construir y entrenar modelos de aprendizaje automático utilizando datos financieros en Azure Databricks.
• Utilizar MLflow para rastrear 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 su evaluación continua.

Formato del curso

• Clase interactiva y discusión.
• Numerous 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 coordinarlo.

Esta formación en vivo con instrucción presencial en Argentina (en línea o in situ) está dirigida a científicos de datos y desarrolladores que deseen configurar, desplegar y gestionar soluciones de análisis de datos utilizando Databricks.

Al finalizar esta capacitación, los participantes podrán:

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

Databricks es una plataforma Lakehouse unificada 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 y presencial (online o in situ) está dirigida a gerentes tecnológicos de nivel intermedio con formación en ingeniería de datos que deseen migrar lógica OLAP procedimental compleja a una arquitectura Lakehouse utilizando Databricks, Spark, Delta Lake, Unity Catalog y flujos nativos.

Al finalizar esta capacitación, los participantes podrán:

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

Formato del Curso

• Sesiones intensivas con instructor líder, enfocadas en demostraciones y explicaciones detalladas.
• Prácticas diarias (labs) utilizando conjuntos de datos representativos y ejercicios de migración.
• Revisiones guiadas de código, clínicas de ajuste de rendimiento y práctica de orquestación de flujos.

Opciones de Personalización del Curso

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

Databricks es una plataforma unificada de análisis diseñada para grandes volúmenes de datos (big data) y aprendizaje automático (machine learning) en entornos colaborativos.

Esta capacitación dirigida por instructores, impartida en línea o presencial, está orientada a analistas de datos de nivel principiante e intermedio y a profesionales del sector financiero que deseen realizar análisis de datos a gran escala mediante el uso de Databricks en casos de uso relacionados con las finanzas.

Al finalizar esta capacitación, los participantes podrán:

• Utilizar cuadernos (notebooks) de Databricks para consultar y analizar conjuntos de datos financieros.
• Limpiar y transformar datos financieros crudos para la elaboración de informes y generación de insights.
• Crear dashboards y visualizaciones para el seguimiento del rendimiento.
• Colaborar en tiempo real con miembros del equipo en cuadernos compartidos.

Formato del curso

• Conferencia interactiva y discusión.
• Muchas actividades prácticas y ejercicios.
• 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.

Esta capacitación ofrece una introducción práctica para construir flujos de trabajo escalables de procesamiento de datos y aprendizaje automático utilizando PySpark. Los participantes aprenden cómo opera Apache Spark dentro de ecosistemas modernos de Big Data y cómo procesar eficientemente conjuntos de datos grandes aplicando principios de computación distribuida.

En esta capacitación en vivo e impartida por un instructor en Argentina, los participantes aprenderán cómo utilizar Python y Spark conjuntamente para analizar big data, mientras realizan ejercicios prácticos.

Al finalizar este curso, los participantes podrán:

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

Stratio es una plataforma centrada en datos que integra big data, IA y gobernanza en una solución única. Sus módulos Rocket e Intelligence permiten una rápida exploración, transformación y análisis avanzado de datos en entornos empresariales.

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

Al finalizar esta formación, los participantes podrán:

• Navegar y trabajar dentro de la plataforma Stratio utilizando los módulos Rocket e Intelligence.
• Aplicar PySpark en el contexto de ingesta, 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.
• Numerous 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 coordinarlo.