Saltar al contenido principal

Módulo 4: Pipelines de Datos

🎯 Objetivos de aprendizaje​

  • Diseñar e implementar pipelines de ingestión de datos con Apache Airflow
  • Construir sistemas de ingeniería de características a escala con feature stores
  • Implementar validación de calidad de datos con Great Expectations

📚 Contenido del módulo​

Capítulo 1: Pipelines de Ingestión de Datos​

ETL para ML, procesamiento por lotes vs procesamiento en streaming, conceptos básicos de Apache Airflow.

Capítulo 2: Ingeniería de Características a Escala​

Feature stores (Feast, Tecton), computación de características, características online vs offline.

Capítulo 3: Calidad y Validación de Datos​

Great Expectations, contratos de datos, detección de drift, validación de esquemas.

🚀 ¡Comencemos!​

Empiece con Capítulo 1: Pipelines de Ingestión de Datos.