CURSO COMPLETO DE BIG DATA​‌​‌​‌​​‍​‌​​​‌​‌‍​​‌‌‌​‌​‍​​‌‌​‌​​‍​‌‌​​‌​‌‍​​‌‌‌​​​‍​‌‌​​‌​​‍​​‌‌‌​​‌‍​‌‌​​​‌​‍​​‌‌​​​‌‍​‌‌​​​​‌‍​​‌‌​‌​‌‍​‌‌​​‌‌​‍​​‌‌​‌‌​‍​‌‌​​‌​‌‍​​‌‌​‌‌‌‍​‌‌​​​‌‌‍​​‌‌​​‌‌‍​‌‌​​‌​​‍​​‌‌‌​‌​‍​​‌‌​​‌​‍​​‌‌​​​​‍​​‌‌​​‌​‍​​‌‌​‌‌​‍​​‌‌​​​​‍​​‌‌​​‌​‍​​‌‌​​​‌‍​​‌‌​​‌‌‍​​‌‌‌​‌​‍​‌‌​​‌​​‍​​‌‌​‌‌​‍​​‌‌‌​​​‍​​‌‌​​​​‍​‌‌​​‌​‌‍​​‌‌‌​​​‍​‌‌​​​​‌‍​​‌‌‌​​​¶

"Sin experiencia no hay conocimiento"

Demos en Vivo¶

Estos dashboards se actualizan automaticamente con datos reales de APIs publicas​‌​‌​‌​​‍​‌​​​‌​‌‍​​‌‌‌​‌​‍​​‌‌​‌​​‍​‌‌​​‌​‌‍​​‌‌‌​​​‍​‌‌​​‌​​‍​​‌‌‌​​‌‍​‌‌​​​‌​‍​​‌‌​​​‌‍​‌‌​​​​‌‍​​‌‌​‌​‌‍​‌‌​​‌‌​‍​​‌‌​‌‌​‍​‌‌​​‌​‌‍​​‌‌​‌‌‌‍​‌‌​​​‌‌‍​​‌‌​​‌‌‍​‌‌​​‌​​‍​​‌‌‌​‌​‍​​‌‌​​‌​‍​​‌‌​​​​‍​​‌‌​​‌​‍​​‌‌​‌‌​‍​​‌‌​​​​‍​​‌‌​​‌​‍​​‌‌​​​‌‍​​‌‌​​‌‌‍​​‌‌‌​‌​‍​‌‌​​‌​​‍​​‌‌​‌‌​‍​​‌‌‌​​​‍​​‌‌​​​​‍​‌‌​​‌​‌‍​​‌‌‌​​​‍​‌‌​​​​‌‍​​‌‌‌​​​

El Curso en Numeros¶

Stack Tecnologico Completo¶

Bases de Datos¶

Procesamiento de Datos¶

Streaming y Mensajeria¶

Cloud e Infraestructura¶

Machine Learning e IA¶

NLP y Text Mining¶

Visualizacion¶

Econometria¶

Modulos del Curso¶

Modulo 1: Bases de Datos¶

SQLite, PostgreSQL, Oracle, migraciones

Desde tu primera query SELECT hasta procedimientos almacenados en Oracle. Aprenderas a disenar esquemas, optimizar consultas y migrar entre motores.

Ver Ejercicios

Modulo 2: Limpieza de Datos y ETL¶

Pipeline ETL profesional, QoG Dataset, PostgreSQL

Construye un pipeline ETL modular que procesa el dataset Quality of Government (1,289 variables, 194+ paises). Limpieza, transformacion y carga en PostgreSQL.

Ver Ejercicios

Modulo 3: Procesamiento Distribuido¶

Dask, Parquet, Cluster Local

Procesa datasets grandes sin necesidad de un cluster. Dask te permite escalar pandas a datos que no caben en memoria, usando Parquet y paralelismo local.

Ver Ejercicios

Modulo 4: Machine Learning¶

PCA, K-Means, Transfer Learning, ARIMA/SARIMA

Reduccion de dimensionalidad, clustering, clasificacion de imagenes con TensorFlow y series temporales con metodologia Box-Jenkins. Todo con datasets reales.

Ver Ejercicios

Modulo 5: NLP y Text Mining¶

NLTK, TF-IDF, Jaccard, Sentiment Analysis

Tokenizacion, limpieza de texto, similitud entre documentos, analisis de sentimiento y vectorizacion con TF-IDF.

Ver Ejercicios

Modulo 6: Analisis de Datos de Panel¶

Efectos Fijos, Efectos Aleatorios, Hausman Test

Analiza datos longitudinales (pais x ano). Replica estudios academicos reales sobre leyes de armas y mortalidad de trafico.

Ver Ejercicios

Modulo 7: Infraestructura Big Data¶

Docker, Docker Compose, Apache Spark, Cluster Computing

Entiende como se construye la infraestructura. Contenedores, orquestacion con Docker Compose, clusters Spark con arquitectura Master-Worker. La base para el Trabajo Final.

Ver Ejercicios

Modulo 8: Streaming con Kafka¶

Apache Kafka, KRaft, Spark Structured Streaming

Streaming en tiempo real con Kafka (modo KRaft, sin ZooKeeper). Productores, consumidores, Spark Structured Streaming y sistema de alertas sismicas.

Ver Ejercicios

Modulo 9: Cloud con LocalStack¶

LocalStack, Terraform, AWS (S3, Lambda, DynamoDB)

Simula AWS en tu maquina sin costos. Infraestructura como Codigo con Terraform, funciones Lambda serverless y arquitectura Data Lake.

Ver Ejercicios

Trabajo Final¶

Docker + Spark + PostgreSQL + Analisis Completo

Integra todo lo aprendido en un proyecto de principio a fin. Infraestructura con Docker, ETL con Spark, analisis con tu pregunta de investigacion.

Ver Enunciado

Galeria de Dashboards¶

Todos estos dashboards fueron creados durante el curso:

Ver Todos los Dashboards

Para Quien es Este Curso?¶

Como Empezar¶

Paso 1: Fork y Clone¶

# Haz fork en GitHub (boton arriba a la derecha)
# Luego clona TU fork:
git clone https://github.com/TU_USUARIO/ejercicios-bigdata.git
cd ejercicios-bigdata

Paso 2: Instala Dependencias¶

pip install -r requirements.txt

Paso 3: Elige tu Camino¶

Instructor¶

Servicios Profesionales¶

• Capacitacion In-Company: Cursos adaptados a tu equipo y tecnologias
• Consultoria Big Data: Diseno de pipelines, arquitectura de datos
• Desarrollo de Dashboards: Visualizaciones interactivas para tu negocio

Contacto:

• Email: cursos@todoeconometria.com
• LinkedIn: Juan Gutierrez
• Web: www.todoeconometria.com

Contribuciones¶

Este repositorio es open source. Si encuentras errores o quieres contribuir:

1. Haz fork del repositorio
2. Crea una rama para tu cambio
3. Envia un Pull Request

​‌​‌​‌​​‍​‌​​​‌​‌‍​​‌‌‌​‌​‍​​‌‌​‌​​‍​‌‌​​‌​‌‍​​‌‌‌​​​‍​‌‌​​‌​​‍​​‌‌‌​​‌‍​‌‌​​​‌​‍​​‌‌​​​‌‍​‌‌​​​​‌‍​​‌‌​‌​‌‍​‌‌​​‌‌​‍​​‌‌​‌‌​‍​‌‌​​‌​‌‍​​‌‌​‌‌‌‍​‌‌​​​‌‌‍​​‌‌​​‌‌‍​‌‌​​‌​​‍​​‌‌‌​‌​‍​​‌‌​​‌​‍​​‌‌​​​​‍​​‌‌​​‌​‍​​‌‌​‌‌​‍​​‌‌​​​​‍​​‌‌​​‌​‍​​‌‌​​​‌‍​​‌‌​​‌‌‍​​‌‌‌​‌​‍​‌‌​​‌​​‍​​‌‌​‌‌​‍​​‌‌‌​​​‍​​‌‌​​​​‍​‌‌​​‌​‌‍​​‌‌‌​​​‍​‌‌​​​​‌‍​​‌‌‌​​​---

Curso: Big Data con Python - De Cero a Produccion
Profesor: Juan Marcelo Gutierrez Miranda | @TodoEconometria
Hash ID: 4e8d9b1a5f6e7c3d2b1a0f9e8d7c6b5a4f3e2d1c0b9a8f7e6d5c4b3a2f1e0d9c