// entrenamiento
Gimnasio de habilidades
Practica cada habilidad con lecciones completas: teoría, ejemplos, ejercicios y retos. Tu progreso se actualiza al completar lecciones (o marca el estado a mano).
Tu ordenador como herramienta
Aprende a hablar con tu ordenador: terminal, archivos, VS Code y cómo funciona la máquina que vas a programar.
Pensamiento lógico y programación
Aprende a pensar como un programador: variables, decisiones, bucles y funciones. La lógica antes que la sintaxis.
Python desde cero
Domina Python como tu herramienta principal: estructuras de datos, archivos, módulos, pip y tu primer proyecto real.
Git en equipo y flujo profesional
Branches, merge, GitHub y Pull Requests: aprende a colaborar en código sin pisar el trabajo de tus compañeros.
Fundamentos de datos
Qué son los datos, cómo se almacenan, qué formatos existen y cómo viajan desde su origen hasta una decisión de negocio.
Docker y contenedores
Aprende a empaquetar entornos reproducibles: imágenes, contenedores, Dockerfiles, docker-compose, volúmenes y redes. La base de todo lo que viene después.
SQL — El lenguaje de los datos
Desde cero hasta consultas complejas: SELECT, filtros, agregaciones, JOINs, CTEs y más. El idioma que llevan hablando las bases de datos 50 años.
SQL analítico avanzado
Window functions, DuckDB, planes de ejecución e índices: las herramientas que separan al junior del senior.
Python para ingeniería de datos
Pandas, APIs, testing y pipelines: Python como herramienta profesional del ingeniero de datos.
Calidad de datos y testing de pipelines
Validación, Great Expectations, contratos de datos y alertas. Porque basura entra, basura sale — y el CEO no perdona.
Data Warehouse y modelado dimensional
Diseña estructuras analíticas: esquema estrella, hechos, dimensiones, SCD, patrones de carga ETL/ELT y métricas de negocio reales.
Data Lakes y formatos modernos
Del warehouse al lago de datos: zonas raw/silver/gold, Parquet en profundidad, particionado, Apache Iceberg, Delta Lake, time travel y el paradigma lakehouse.
Procesamiento distribuido con PySpark
DataFrames distribuidos, shuffle, broadcast joins, Spark UI y optimización a escala.
Cloud (AWS) para datos
Infraestructura moderna de datos en la nube: S3, IAM, Glue, Athena, EMR, Redshift, Lambda, Step Functions y Terraform. Todo con LocalStack.
Orquestación de pipelines
Haz que tus pipelines se ejecuten solos cada día: Step Functions, Airflow, idempotencia y reintentos.
Eventos y mensajería
EventBridge, SQS, Kafka: arquitectura event-driven, streaming de alto volumen, consumer groups y patterns avanzados.