Experiencia en programación orientada a objetos en cualquier lenguaje .

Conocimientos básicos de Python.

Procesador a 64 bit con virtualización habilitada desde el BIOS.

8 GB RAM.

Windows, Mac OS  X o alguna distribución de GNU/Linux.

10 GB disponibles de almacenamiento.

Contar con Virtualbox  o Docker instalado.

Big data y el ecosistema de Apache Hadoop  

Apache Spark y PySPark

RDD y Dataframes

Introducción a SparkSQL

Data warehouse, delta y datalakes

Principios de SQL para analítica

Expresiones con SELECT

Tablas en línea

Tipos de datos

Formatos de archivos compatibles

Lenguaje de consulta de datos (DQL)

Uso de la cláusula JOIN 

Operadores de conjuntos

Expresiones de tablas comunes con WITH

Particionamiento con CLUSTER BY y DISTRIBUTE BY

PIVOT y UNPIVOT

Funciones generadoras

Funciones de ventana

LATERAL VIEW

Fuentes y receptores de datos

Bases de datos y tablas

Muestreo

Lenguaje de manipulación de datos (DML)

Imagen de máquina virtual basada en Virtualbox.

Contendor con PySpark + Delta + Jupyter.

Apuntes en línea de libre acceso.

Sesiones en vivo.

Acceso exclusivo a las grabaciones de las sesiones.

Se otorgará un diploma de asistencia a quienes hayan acudido al menos al 80% de las sesiones.