Este curso completo está diseñado para ingenieros de datos junior que quieren dominar las herramientas fundamentales del Data Engineering: SQL y Python. El curso cubre desde fundamentos hasta conceptos avanzados, incluyendo PostgreSQL, MS SQL Server, análisis de datos con Python, y pipelines ETL.

• Comprender los fundamentos de SQL y bases de datos relacionales
• Dominar consultas SELECT, filtros y ordenamiento
• Aprender a usar funciones agregadas y GROUP BY
• Entender y aplicar diferentes tipos de JOINs
• Trabajar con Common Table Expressions (CTEs)
• Conocer las diferencias entre PostgreSQL y MS SQL Server

• Dominar Python desde fundamentos hasta aplicaciones avanzadas
• Análisis y transformación de datos con Pandas y NumPy
• Conectar Python con bases de datos relacionales
• Implementar pipelines ETL completos
• Crear visualizaciones efectivas de datos
• Aplicar mejores prácticas de ingeniería de datos

• Conceptos básicos de bases de datos relacionales
• Instalación y configuración de PostgreSQL y MS SQL Server
• Creación de bases de datos y tablas
• Tipos de datos y restricciones

• Sintaxis básica de SELECT
• Filtrado con WHERE
• Ordenamiento con ORDER BY
• Limitación de resultados

• Funciones de texto y números
• Operadores de comparación y lógicos
• Funciones de fecha y hora
• Diferencias entre PostgreSQL y MS SQL Server

• Funciones agregadas (COUNT, SUM, AVG, MIN, MAX)
• Cláusula GROUP BY
• Filtrado con HAVING
• Subconsultas básicas

• INNER JOIN
• LEFT JOIN, RIGHT JOIN, FULL JOIN
• CROSS JOIN
• Self JOIN
• Múltiples JOINs

• CTEs básicas
• CTEs recursivas
• Casos de uso prácticos
• Diferencias de sintaxis entre sistemas

• Tipos de datos y estructuras de control
• Funciones y manejo de errores
• Comprensiones de listas
• Decoradores básicos

• Series y DataFrames
• Lectura y escritura de datos (CSV, Excel, JSON)
• Limpieza y transformación de datos
• Operaciones de agregación y groupby
• Merge y join de DataFrames

• Arrays y operaciones matriciales
• Indexación y slicing avanzado
• Broadcasting
• Funciones estadísticas

• PostgreSQL con psycopg2
• MySQL con pymysql
• SQLAlchemy ORM
• Operaciones CRUD
• Manejo de transacciones

• Proceso Extract, Transform, Load
• Extracción desde múltiples fuentes
• Transformación y limpieza
• Carga a destinos
• Automatización de pipelines

• Matplotlib para gráficos básicos
• Seaborn para visualizaciones estadísticas
• Plotly para gráficos interactivos
• Mejores prácticas de visualización
• Dashboards básicos

• Contenedores y orquestación
• Dockerfiles y mejores prácticas
• Docker Compose para múltiples servicios
• Bases de datos contenerizadas
• Entornos reproducibles
• Stack completo de Data Engineering

• Conocimientos básicos de informática
• Acceso a internet para descargar software
• Motivación para aprender SQL

• PostgreSQL: Versión 14 o superior
• MS SQL Server: SQL Server Express o Developer Edition
• Editor de código: VS Code, DBeaver, o pgAdmin

• Python: Versión 3.8 o superior

• Editor: VS Code, PyCharm, o Jupyter Notebook

• Librerías: pandas, numpy, matplotlib, seaborn, psycopg2, sqlalchemy

  pip install -r modulos_python/requirements.txt

• Docker Desktop: Para Windows/Mac

• Docker Engine: Para Linux

• Docker Compose: Incluido en Docker Desktop

  docker --version
  docker-compose --version

1. Comienza con SQL (Módulos SQL 1-6)

   • Aprende los fundamentos de bases de datos
   • Practica consultas y joins
   • Domina las CTEs

2. Continúa con Python (Módulos Python 1-3)

   • Fundamentos de Python
   • Análisis de datos con Pandas
   • Operaciones numéricas con NumPy

3. Integra ambos (Módulos Python 4-6)

   • Conecta Python con bases de datos
   • Crea pipelines ETL
   • Visualiza y comunica resultados

4. Conteneriza todo (Módulo Python 7)

   • Aprende Docker y contenedores
   • Despliega bases de datos en Docker
   • Crea entornos reproducibles
   • Orquesta stacks completos

1. Lee el README de cada módulo
2. Instala el software requerido
3. Sigue los ejemplos paso a paso
4. Ejecuta los scripts de práctica
5. Completa los ejercicios prácticos
6. Construye tu propio proyecto integrador

• Documentación oficial de PostgreSQL
• Documentación oficial de MS SQL Server
• W3Schools SQL Tutorial

• Documentación oficial de Python
• Pandas Documentation
• NumPy Documentation
• SQLAlchemy Documentation
• Matplotlib Gallery

• Docker Documentation
• Docker Hub
• Docker Compose Documentation
• Play with Docker

Si encuentras errores o quieres mejorar el curso, ¡las contribuciones son bienvenidas!

Al completar todos los módulos, estarás preparado para:

• ✅ Diseñar y consultar bases de datos complejas
• ✅ Construir pipelines ETL robustos con Python
• ✅ Analizar grandes volúmenes de datos
• ✅ Crear visualizaciones impactantes
• ✅ Contenerizar aplicaciones con Docker
• ✅ Desplegar stacks completos de Data Engineering
• ✅ Automatizar procesos de ingeniería de datos

Al completar todos los módulos y ejercicios prácticos, habrás desarrollado las habilidades fundamentales de un Data Engineer Junior y estarás listo para:

• 🚀 Trabajar en proyectos reales de ingeniería de datos
• 💼 Contribuir a pipelines de datos en producción
• 🐳 Desplegar aplicaciones contenerizadas
• ☁️ Continuar tu aprendizaje con temas avanzados:
  • Apache Airflow para orquestación
  • Apache Spark para Big Data
  • Cloud Platforms (AWS, GCP, Azure)
  • Kubernetes para orquestación avanzada
  • Data Streaming con Kafka

¡Comienza tu viaje en el mundo del Data Engineering y conviértete en un experto en datos! 🚀🎉

SQL + Python + Docker = Data Engineering Excellence 💪🐳

Fundamentos
    ↓
┌───────────────────────────────┐
│  Módulos SQL (1-6)            │
│  ✓ Consultas y bases de datos │
└───────────────────────────────┘
    ↓
┌───────────────────────────────┐
│  Módulos Python (1-3)         │
│  ✓ Python, Pandas, NumPy      │
└───────────────────────────────┘
    ↓
┌───────────────────────────────┐
│  Módulos Python (4-6)         │
│  ✓ Bases de datos, ETL, Viz   │
└───────────────────────────────┘
    ↓
┌───────────────────────────────┐
│  Módulo Docker (7)            │
│  ✓ Contenedores y orquestación│
└───────────────────────────────┘
    ↓
Data Engineer Junior 🎓