Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Fundamentos y Principios de Data Mesh
Módulo 1: Introducción y contexto
- Evolución de la arquitectura de datos: Data Warehouse, Data Lake y el surgimiento de Data Mesh
- Problemáticas comunes en arquitecturas centralizadas
- Principios rectores del enfoque Data Mesh
Módulo 2: Principio 1 – Propiedad de datos por dominio
- Organización orientada por dominios
- Beneficios y desafíos de descentralizar la responsabilidad
- Casos prácticos: definición de dominios en empresas reales
Módulo 3: Principio 2 – Datos como producto
- ¿Qué es un "data product"?
- Roles del responsable (owner) de un data product
- Buenas prácticas para el diseño de productos de datos
- Ejercicio práctico: diseño de un data product por equipo
Plataforma, Gobernanza y Diseño Operativo
Módulo 4: Principio 3 – Plataforma de autoservicio
- Componentes de una plataforma de datos moderna
- Herramientas comunes en un ecosistema Data Mesh (Kafka, dbt, Snowflake, etc.)
- Ejercicio: diseño de arquitectura para una plataforma de autoservicio
Módulo 5: Principio 4 – Gobernanza federada
- Gobernanza en entornos distribuidos
- Políticas, estándares y automatización
- Implementación de políticas de calidad, seguridad y privacidad de datos
Módulo 6: Diseño organizacional y cambio cultural
- Nuevos roles en Data Mesh: owner de data product, equipo de plataforma, equipos de dominio
- Cómo alinear incentivos entre dominios
- Transformación cultural y gestión del cambio
Implementación, Herramientas y Simulación
Módulo 7: Estrategias de adopción e implementación
- Hoja de ruta para implementar Data Mesh por fases
- Criterios para seleccionar dominios piloto
- Lecciones aprendidas de implementaciones reales
Módulo 8: Herramientas, tecnologías y casos de estudio
- Stack tecnológico compatible con Data Mesh
- Ejemplos de implementación (Netflix, Zalando, etc.)
- Análisis de casos de éxito y fracaso
Módulo 9: Simulación de examen y casos prácticos
- Ejercicios de repaso por módulo
- Simulacro de examen tipo certificación
- Revisión de resultados y discusión grupal
Requerimientos
• Conocimientos básicos en gestión de datos, arquitectura de datos o ingeniería de datos
• Familiaridad con conceptos como Data Warehouse, Data Lake y procesos ETL/ELT
• Deseable: experiencia previa en proyectos de datos a nivel empresarial
21 Horas
Testimonios (1)
La capacidad de engaguar de manera individual y asegurarme de tener claridad y comprensión sobre los conceptos discutidos.
Dave - Sea
Curso - Data Architecture Fundamentals
Traducción Automática