Temario

Construye un modelo mental preciso de almacenamiento, cómputo, gobierno y superficies de trabajo.

Selecciona recursos por patrón de carga, aislamiento, latencia, gobernanza y coste total.

Trabaja con notebooks y archivos como código mantenible, reproducible y parametrizable.

Domina las operaciones que aparecen en ETL real: joins, arrays, structs, ventanas y deduplicación.

Razona sobre el plan lógico y físico antes de ajustar configuraciones o añadir cómputo.

Usa el transaction log para construir tablas fiables, auditables e idempotentes.

Diseña capas y contratos desde las necesidades de consumo, trazabilidad y reejecución.

Elige una vía de entrada reproducible para archivos, bases de datos y APIs.

Selecciona entre descubrimiento de archivos, conectores gestionados y alternativas de integración.

Convierte ejecuciones manuales en workflows parametrizados, idempotentes y observables.

Une gobierno de datos con una entrega de código revisable y promocionable entre entornos.

Integra ingesta, transformación, gobierno, Jobs y CI/CD en una solución defendible.

Construye consultas incrementales con estado durable y semántica de recuperación clara.

Controla el crecimiento de estado y la corrección temporal con eventos fuera de orden.

Integra sistemas de eventos sin confundir offsets, claves, orden y garantías end-to-end.

Procesa inserciones, actualizaciones y borrados respetando clave, secuencia y retención.

Entrega un flujo operable que soporte datos tardíos, recuperación e incidentes reproducibles.

Declara datasets y dependencias para que Lakeflow gestione el grafo y la ejecución incremental sobre el framework actual de Spark.

Haz visibles las decisiones de calidad y separa observación, descarte, fallo y remediación.

Orquesta decisiones, bucles y recuperaciones sin convertir el DAG en lógica opaca.

Opera pipelines según disponibilidad real del dato y recupera ventanas históricas sin romper producción.

Construye una cadena declarativa con calidad, CDC, orquestación y operación documentada.

Optimiza con evidencia del plan y las métricas, no con recetas globales ni más cómputo por defecto.

Diseña layout y mantenimiento de tablas según patrones de consulta que cambian con el tiempo.

Atribuye consumo, controla guardrails y optimiza coste sin degradar el valor del workload.

Combina señales de ejecución, plataforma y datos para reducir el tiempo de diagnóstico.

Recupera un workload degradado equilibrando SLA, capacidad, layout, código y presupuesto.

Convierte notebooks en un paquete comprobable con límites claros y entornos reproducibles.

Define recursos como código y promociona el mismo artefacto validado entre targets.

Aplica controles centralizados a datos sensibles y demuestra cumplimiento mediante auditoría.

Comparte o consulta datos externos con el mínimo movimiento y un perímetro gobernado.

Converge las cuatro ramas en una solución production-grade y mide la preparación final.