Recursos para tomar mejores decisiones en proyectos de datos
Aprendé ingeniería y arquitectura de datos desde problemas reales
Guías, artículos y ejemplos en español sobre modelado dimensional, transformación, ingesta, calidad, arquitectura y carrera, organizados por tema, nivel y recorridos de lectura.
Qué vas a encontrar
Materiales técnicos organizados por tema, pensados para resolver problemas reales de trabajo.
Modelado de datos
Modelado dimensional, técnicas de Kimball, SCD, claves subrogadas y diseño de data warehouses.
Pipelines y transformación
Ingesta de datos, orquestación, transformación con dbt, Docker y CI/CD aplicado a proyectos de datos.
Calidad y arquitectura
Gobierno de datos, validaciones, linaje, serving y consumo de datos en organizaciones.
Para empezar
Una selección de recursos para entrar al archivo por distintos caminos: fundamentos, pipelines, arquitectura, calidad y carrera.
Modelado de datos: fundamentos y mejores prácticas
Modelos conceptual, lógico y físico. Normalización y formas normales explicadas.
Transformación como disciplina: SQL declarativo, linaje y versionado
La transformación de datos no es escribir SQL suelto; es una disciplina que requiere código versionado, dependencias explícitas y un grafo que se pueda razonar.
Guía práctica para la ingesta de datos
Patrones de ingesta, batch vs streaming, CDC, APIs y consideraciones de diseño para pipelines.
Herramientas modulares vs plataformas integradas
Un stack de herramientas de propósito específico te permite reemplazar piezas sin rehacer todo. Las suites integradas ofrecen conveniencia a cambio de acoplamiento.
Calidad de datos no es un módulo aparte, es una decisión transversal
Tratar la calidad como una etapa separada del pipeline garantiza que se postergue y que cuando se atienda ya sea tarde; la calidad se decide en cada etapa del flujo, desde la ingesta.
Por qué los fundamentos importan más que las herramientas
Con fundamentos sólidos, una herramienta nueva se puede aprender en días para una entrevista; perseguir cada release sin base conceptual es una carrera que no se gana.
Explora por tema
Todos los recursos organizados en categorías para que encuentres lo que necesitás.
Modelado
11Diseño de modelos analíticos, dimensional, Kimball, grano y métricas
Transformación
8Cómo se transforma el dato: materializaciones, DAG, abstracción y ELT
Ingesta
9Cómo entra el dato: full, incremental, CDC y contratos de esquema
Arquitectura
11Decisiones de stack, almacenamiento, orquestación, escala y plataforma
Gobierno
9Calidad, testing, linaje, ownership, documentación y políticas
Carrera
7Crecimiento profesional, habilidades, comunicación, aprendizaje y portfolio
Sobre el autor
Soy Bruno Masciarelli, ingeniero y arquitecto de datos con casi 15 años de experiencia. Estos recursos son el resultado de años de trabajo en proyectos reales, errores y aprendizajes que quiero compartir.
Conocer másRecibir novedades de Dateneo
Dejá tu email si querés enterarte cuando haya novedades importantes o nuevos recursos.
La suscripción se procesa con Kit, una plataforma externa de email marketing. Después de dejar tu email, puede pedirte confirmación por correo.
Tu email se usa solo para avisos de Dateneo, no se vende ni se cede para otros usos. Podés darte de baja cuando quieras.
Built with KitDateneo es un archivo de recursos educativos sobre ingeniería y arquitectura de datos. La biblioteca está disponible de forma gratuita y sin registro. Actualmente no hay cursos pagos, mentorías ni servicios de consultoría asociados a este proyecto. Los recursos publicados son gratuitos. Las opiniones y materiales publicados son personales y no representan a ningún empleador.