Contacta con nosotros

Temario del curso

Fundamentos y Principios de Data Mesh

Módulo 1: Introducción y contexto

  • Evolución de la arquitectura de datos: de los DW y Data Lake al surgimiento de Data Mesh
  • Problemáticas frecuentes en arquitecturas centralizadas
  • Principios rectores del modelo Data Mesh

Módulo 2: Principio 1 – Propiedad de datos por dominio

  • Organización basada en dominios
  • Ventajas y desafíos de descentralizar las responsabilidades
  • Casos prácticos: definición de dominios en empresas reales

Módulo 3: Principio 2 – Datos como producto

  • Definición de un "data product"
  • Roles del propietario del producto de datos
  • 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 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

  • Gobernanza en entornos distribuidos
  • Políticas, estándares y automatización
  • Implementación de políticas de calidad, seguridad y privacidad de datos

Módulo 6: Diseño organizacional y transformación 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 exitosas y reales

Módulo 8: Herramientas, tecnologías y casos de estudio

  • Stack tecnológico compatible con Data Mesh
  • Ejemplos de implementación en empresas como Netflix y Zalando
  • 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 sobre 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 corporativo

 21 Horas

Número de participantes


Precio por participante

Testimonios (1)

Próximos cursos

Categorías Relacionadas