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: Warehouses, Data Lakes y el surgimiento del modelo Data Mesh.
- Problemáticas frecuentes en arquitecturas centralizadas.
- Principios rectores que definen el enfoque Data Mesh.
Módulo 2: Principio 1 – Propiedad de datos por dominio
- Organización basada en dominios.
- Ventajas y desafíos de descentralizar la responsabilidad.
- Casos prácticos: definición de dominios en una empresa real.
Módulo 3: Principio 2 – Datos como producto
- Concepto de "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 parte de cada equipo.
Plataforma, Gobernanza y Diseño Operativo
Módulo 4: Principio 3 – Plataforma de autoservicio
- Componentes clave de una plataforma de datos moderna.
- Herramientas comunes en el ecosistema Data Mesh (Kafka, dbt, Snowflake, entre otras).
- Ejercicio: diseño de la arquitectura de la plataforma de autoservicio.
Módulo 5: Principio 4 – Gobernanza federada
- Modelos de 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.
- Estrategias para alinear incentivos entre dominios.
- Gestión del cambio y transformación cultural.
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 en empresas líderes (Netflix, Zalando, etc.).
- Análisis de factores 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 sobre gestión de datos, arquitectura de datos o ingeniería de datos.
• Familiaridad con conceptos como Data Warehouse, Data Lake y procesos ETL/ELT.
• Se valora positivamente: experiencia previa en proyectos de datos a nivel corporativo.
21 Horas
Reseñas (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