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.
- Problemas comunes en arquitecturas centralizadas.
- Principios rectores del enfoque Data Mesh.
Módulo 2: Principio 1 – Propiedad de datos por dominio
- Organización orientada a dominios.
- Beneficios y desafíos de descentralizar la responsabilidad.
- Casos prácticos: definición de dominios en una empresa real.
Módulo 3: Principio 2 – Datos como producto
- Definición de un "data product" (producto de datos).
- Roles del propietario del 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, entre otras).
- Ejercicio: diseño de la arquitectura de 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: data product owner, equipo de plataforma y equipos de dominio.
- Alineación de 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 en 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, entre otros).
- Análisis de éxitos y fracasos.
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, arquitectura 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