Módulo 1: Fundamentos de Datos y Arquitectura Moderna

• Arquitectura Empresarial TOGAF + DAMA
• Gobierno de datos y rol del Data Engineer/Architect
• Tipos de datos y ciclo de vida
• Arquitecturas tradicionales vs modernas
• Data Mesh vs Data Fabric
• IA en gestión de datos + Data Product Thinking
• Modelos de datos: visión general

Módulo 2: Modelado y Bases de Datos Relacionales, NoSQL y Big Data

• Fundamentos y modelado relacional (ER, normalización, esquemas)
• SQL con PostgreSQL/MySQL
• Modelos estrella/copo de nieve + optimización
• Bases NoSQL: MongoDB, Redis, Cassandra, Neo4j, InfluxDB
• Escalabilidad, consistencia eventual y Hadoop
• Integración con Spark/Kafka y Lambda/Kappa
• Laboratorio práctico
• Bases vectoriales y feature stores
• Modelado orientado a eventos

Módulo 3: Ingeniería de Datos: ETL, ELT y Pipelines

• ETL vs ELT + mejores prácticas
• Herramientas: Airflow, NiFi, Spark
• Orquestación de workflows
• Data Quality y monitoreo
• Taller: pipeline de punta a punta
• Ingestión moderna con CDC
• Transformación con dbt
• Validación con Great Expectations
• Data contracts automatizados
• Integración práctica global

Módulo 4: Almacenamiento y Gestión de Datos a Escala

• Data warehouses en la nube (Redshift, BigQuery, Synapse)
• Lambda/Kappa + Lakehouse
• Escalabilidad y particionamiento
• Laboratorio en la nube
• Delta Lake, Iceberg, Hudi
• Zero ETL y federación de consultas
• Formatos modernos

Módulo 5: Arquitectura de Soluciones de Datos

• Principios de arquitectura empresarial
• Patrones: batch, streaming, microservicios
• Arquitectura Big Data: Hadoop, Spark, Kafka
• Capas de arquitectura
• FinOps + seguridad y privacidad
• Herramientas de documentación
• Taller de diseño escalable
• Arquitectura para IA generativa (RAG) y eventos con Kafka/Flink
• Infraestructura como código

Módulo 6: Procesamiento de Datos en Tiempo Real

• Fundamentos y casos de uso
• Kafka + Spark Streaming
• Flink vs Spark vs Kafka Streams
• Patrones de ventana
• Implementación práctica real-time
• Procesamiento en IA

Módulo 7: DevOps y Automatización para Datos

• Introducción a DataOps
• CI/CD y versionado
• Monitoreo y observabilidad
• GitOps con dbt Cloud + MLOps vs DataOps
• Herramientas de monitoreo

Módulo 8: Proyecto Final Integrador

• Caso de negocio real
• Diseño del modelo de datos y arquitectura
• Implementación y presentación
• Feedback y cierre
• Opcional: IA generativa aplicada

Extras :

• Mentoring y charlas con expertos
• Preparación para certificaciones
• Evaluación de stacks modernos
• Catálogos inteligentes

El Bootcamp Data Engineer & Data Architect es un programa intensivo diseñado para quienes desean dominar la arquitectura de datos moderna y adquirir las competencias más demandadas en el mercado tecnológico.

A lo largo de 80 horas académicas en vivo, aprenderás a diseñar, construir y gestionar ecosistemas de datos escalables y seguros en plataformas como AWS y Azure, aplicando metodologías internacionales como TOGAF y DAMA-DMBOK.

 Beneficios del bootcamp

• Clases en vivo con expertos en Data Engineering y Arquitectura

• Acceso a grabaciones de todas las sesiones

• Materiales de apoyo y laboratorios prácticos

• Certificado avalado por Bootcamperu

• Networking con una comunidad activa de profesionales en LATAM

✅ Diseñar arquitecturas de datos modernas y escalables
✅ Implementar bases de datos relacionales, NoSQL y Big Data
✅ Gestionar el ciclo de vida de los datos con prácticas de gobierno y seguridad
✅ Integrar tecnologías como Spark, Kafka y arquitecturas Lambda/Kappa
✅ Aplicar enfoques Data Mesh, Data Fabric y Data Product Thinking
✅ Construir proyectos reales que podrás usar en tu portafolio profesional

  1. Clases en Vivo

• Sesiones interactivas con expertos en Ingeniería y Arquitectura de Datos.

• Explicación de conceptos clave acompañada de ejemplos prácticos.

• Espacios de preguntas y debate en tiempo real.

 2. Aprendizaje Basado en Proyectos

• Cada módulo incluye ejercicios prácticos y casos de uso reales.

• Proyecto final integrador donde aplicarás lo aprendido: desde la definición de una arquitectura de datos hasta la implementación en la nube.

 3. Recursos y Materiales

• Acceso a grabaciones de todas las clases para repaso en cualquier momento.

• Documentación, guías y laboratorios prácticos.

• Acceso a un aula virtual donde podrás descargar materiales y seguir tu progreso.

 4. Evaluación Continua

• Mini retos y quizzes al final de cada módulo para reforzar el aprendizaje.

• Feedback personalizado de los instructores.

• Sesiones de asesoría grupal para resolver dudas técnicas.