Capacitación Profesional Empresarial

Arquitectura de Datos: Del Data Lake al Data Mesh

En la era del Big Data y la IA, la mayoría de las organizaciones no sufren por falta de datos, sino por caos en su arquitectura. Sistemas acoplados, silos inmanejables, costos desbordados en la nube y la eterna brecha entre los entornos de analítica y desarrollo en producción.

Diseñar una arquitectura de datos moderna exige más que conocer herramientas: requiere dominar los patrones de diseño, entender la evolución desde los Data Warehouses tradicionales hasta el Data Mesh, y saber tomar decisiones tecnológicas fundamentadas en las necesidades reales del negocio.

Este curso te dará la visión de alto nivel y el criterio técnico necesario para liderar la transformación de datos en cualquier organización.

Write your awesome label here.

¿Qué es la Arquitectura de Datos?

La Arquitectura de Datos es el plano estructural que define cómo se recolectan, almacenan, transforman, integran y gestionan los datos a lo largo de toda una organización.

No se trata solo de elegir entre AWS, Azure o GCP, ni de usar Python o Spark. Es la disciplina estratégica que conecta la estrategia de negocio con la tecnología, garantizando que los datos sean:

Escalables: Capaces de soportar volúmenes en lote (batch) y tiempo real.
Confiables: Con gobernanza, calidad y seguridad desde el diseño.
Accesibles: Disponibles para analítica, machine learning y toma de decisiones sin fricción.

¿Qué aprenderás?

El programa inicia sentando las bases de la visión estratégica y la madurez de datos en entornos de Big Data. Aprenderás a diagnosticar el estado actual de una organización y a estructurar y liderar exitosamente sesiones de diseño de arquitectura (Architecture Design Sessions o ADS), desde la preparación inicial hasta la gestión estratégica post-diseño.

A lo largo del curso, profundizarás en la evolución de las infraestructuras de almacenamiento y procesamiento. Analizaremos a fondo el paso de los Relational Data Warehouses tradicionales y los Data Lakes hacia patrones modernos como el Modern Data Warehouse y el Data Lakehouse, dominando los enfoques de ingesta en lote y en tiempo real a través de arquitecturas en paralelo, Lambda y Kappa.

Dominarás el arte del modelado de datos para analítica avanzada, contrastando las metodologías fundacionales de Kimball e Inmon, desmitificando sus usos y explorando técnicas avanzadas como Common Data Model (CDM) y Data Vault. Además, evaluaremos la evolución estratégica hacia Data Fabric y realizaremos un análisis crítico de Data Mesh, entendiendo los pilares de Zhamak Dehghani, sus variaciones y los desafíos reales para su adopción efectiva.

Finalmente, conectarás la infraestructura con las decisiones de negocio. Comprenderás cómo cerrar la brecha hacia producción integrando personas y procesos como el verdadero corazón de la arquitectura de datos, mientras adquieres el criterio necesario para evaluar modelos de servicio multi-cloud y seleccionar los marcos de software adecuados para tu organización.

Este programa está diseñado para profesionales del ecosistema de datos que buscan dar el salto al nivel arquitectónico o estratégico:

Data Engineers & Senior Developers que quieren evolucionar hacia el rol de Data Architect o Lead Data Engineer.
Data Architects & Solution Architects que buscan actualizarse en Data Mesh, Lakehouse y patrones descentralizados.
Líderes Técnicos (CTOs, Tech Leads, Engineering Managers) que deben tomar decisiones de inversión en infraestructura de datos.
Consultores y Analistas Senior que diseñan o auditan estrategias de datos en proyectos enterprise.

Lesson series

¿Para quién es este curso?

¿Qué te llevas al final?

Al completar el curso no solo obtendrás teoría, sino herramientas aplicables desde el primer día:

Criterio Arquitectónico

Sabrás evaluar cuándo usar Data Lakehouse vs. Data Mesh sin caer en modas o sobreingeniería.

Matriz de Selección Tecnológica

Herramientas para justificar decisiones de stack, costos en la nube y modelos de servicio.

Framework de Diseño AD

Un proceso claro para conducir sesiones de diseño de arquitectura de datos con stakeholders técnicos y de negocio.

Patrones de Modelado Reutilizables

Dominio de dimensional, Data Vault y pipelines en lote/tiempo real.

Course Lessons

Preguntas Frecuentes (FAQ)

¿Necesito saber programar para tomar este curso?

Es recomendable tener conocimientos previos de SQL y conceptos básicos de programación (como Python), así como entender fundamentos de bases de datos relacionales. En el curso no se lleva a cabo programación, pero los conceptos son necesarios para entender ciertos temas. No es un curso de código desde cero, sino de diseño de sistemas y arquitectura.

¿El curso se enfoca en una nube específica (AWS, Azure o GCP)?

No. El contenido es cloud-agnostic. Aprendes los principios, patrones de diseño y modelos de servicio (Multi-Cloud, PaaS, SaaS) que aplican por igual en cualquier proveedor de nube.

¿Cuál es la diferencia entre este curso y uno de Data Engineering?

La Ingeniería de Datos se enfoca en construir y mantener pipelines (el "cómo"). Este curso de Arquitectura de Datos se enfoca en diseñar el ecosistema completo, definir estándares, seleccionar tecnologías y alinear la infraestructura con la estrategia del negocio (el "qué", "por qué" y "hacia dónde").

¿Veremos temas de arquitectura descentralizada como Data Mesh?

Sí. Le dedicamos múltiples módulos a la evolución hacia Data Mesh y Data Fabric, evaluando críticamente los pilares de Dehghani, los desafíos reales de implementación y cómo evitar fallar en el intento.

¿Cómo se imparte el contenido y cuánto tiempo requiere?

El curso está estructurado en 16 módulos con lecciones teóricas y análisis de casos de estudio en las actividades. Se recomienda una dedicación aproximada de 4 a 6 horas semanales para revisar los contenidos y realizar los ejercicios de diseño.

Conoce al Instructor

Este experto en Inteligencia Artificial y Ciencia de Datos es un verdadero referente en la materia. Ha impartido más de 55 conferencias y escrito 7 libros, incluyendo trabajos sobre Robótica e Inteligencia Artificial que te llevarán a explorar un mundo lleno de posibilidades.

Sus conocimientos han sido reconocidos por más de 22 instituciones académicas, lo que es una muestra de su destacado trabajo y dedicación en el ámbito educativo.Además, su compromiso con la formación de jóvenes talentos no tiene límites, ya que ha ayudado a cientos de estudiantes a través de becas industriales en el área de Machine Learning.

Con una trayectoria que incluye estudios en prestigiosas instituciones como IBM, Stanford y MIT, este experto en Inteligencia Artificial está siempre a la vanguardia de las últimas tendencias y avances en su campo. Su conocimiento y experiencia son una garantía de calidad y excelencia en cualquier proyecto relacionado con la IA, el Machine Learning y la Ciencia de Datos.

Patrick Jones - Course author