ANÁLISIS DE DATOS POTENCIADA CON INTELIGENCIA ARTIFICIAL (SQL)

  • $160 + IVA (miembros)

    $180 + IVA (no miembros)

  • Moodle / ZOOM

    Online

  • 40 Horas

    Duración

  • 20 oct - 19 nov

    Fechas

  • 19h00 - 21h00

    Miércoles y jueves

  • Moodle / ZOOM

    Online

  • 40 Horas

    Duración

  • Cualquier información puede contactarse a nuestro correo electrónicos en el siguiente link

Instructor:
Ing. Diego Quisi
 

Horario: 

martes y jueves de 19h00 a 21h00

 

Resumen:

Este curso intensivo de 40 horas está diseñado para llevar a los participantes desde los fundamentos del lenguaje SQL hasta técnicas avanzadas de modelado, optimización y análisis de datos. A través de un enfoque eminentemente práctico, los estudiantes aprenderán a diseñar bases de datos normalizadas, escribir consultas complejas y eficientes, y gestionar transacciones. El programa culmina con la aplicación de conocimientos en el contexto de pipelines de datos, el uso de IA para la generación y verificación de código SQL, y la construcción de dashboards para la visualización de información, preparando a los profesionales para los desafíos actuales del mundo de los datos.

Audiencia:
• Profesionales, Ejecutivos
• Docentes, Emprendedores

Competencia específica
Modelar y Normalizar Datos: Diseñar esquemas de bases de datos relacionales eficientes y bien estructurados aplicando las formas normales.
Escribir SQL con Fluidez: Dominar los diferentes sub-lenguajes de SQL (DDL, DML, DQL, DCL, TCL) para crear, manipular y consultar datos.
Diseñar Transacciones Seguras: Comprender y aplicar los principios de atomicidad, consistencia, aislamiento y durabilidad (ACID) en la gestión de transacciones.
Optimizar Consultas: Analizar planes de ejecución y utilizar índices para mejorar el rendimiento de las consultas en grandes volúmenes de datos.
Orquestar Pipelines de Datos: Entender los conceptos básicos de los procesos ETL/ELT y cómo SQL se integra en flujos de trabajo de datos más amplios.
Integrar IA en SQL: Utilizar herramientas basadas en LLMs para acelerar la generación, verificación y documentación de código SQL.
Construir Dashboards y Análisis: Conectar bases de datos a herramientas de Business Intelligence para crear visualizaciones y análisis asistidos por IA.
El curso se desarrollará bajo una metodología mixta que combina sesiones síncronas a través de Zoom para la exposición de conceptos y resolución de dudas, con actividades prácticas y laboratorios asíncronos en la plataforma Moodle. Se fomentará el aprendizaje activo a través de la resolución de casos de estudio basados en problemas del mundo real.

Características:
•
El curso tendrá una duración de 40 horas con actividades prácticas de laboratorio teniendo cada estudiante su propio equipo para trabajar.
• Se proveerá material audiovisual para el aprendizaje por parte del docente.
• El estudiante entregará avances del trabajo que realiza a través de la plataforma de educación virtual.

Objetivo General:
Diseñar, consultar y gestionar bases de datos relacionales de manera eficiente y profesional, utilizando el lenguaje SQL para la manipulación de datos, la optimización de consultas y la integración con herramientas de análisis e inteligencia artificial.

Requisitos Previos:
• No se requieren conocimientos previos de programación o bases de datos, aunque la familiaridad con conceptos básicos de informática será de gran ayuda.
• Motivación y disposición para el aprendizaje autónomo y la resolución de problemas.

Evaluación:
Se realizarán evaluaciones por cada competencia a adquirir y una evaluación final que integrará los conocimientos del curso. La nota final consistirá en un promedio de las evaluaciones realizadas.
 
Información extra: Se entrega certificado de aprobación por 40 Horas una vez finalizado el curso.

Canjeables por cupos:
SI
TEMA
Introducción a las Bases de Datos Relacionales y Modelado de Datos: Conceptos clave, modelo relacional, ERD.
Normalización y Diseño de Bases de Datos: Formas normales (1NF, 2NF, 3NF) y su aplicación práctica.
Introducción a SQL y Lenguaje de Definición de Datos (DDL): CREATE, ALTER, DROP.
Lenguaje de Manipulación de Datos (DML): INSERT, UPDATE, DELETE.
Consultas (DQL - SELECT): Cláusulas WHERE y ORDER BY, GROUP BY y HAVING.
Joins y Combinación de Tablas: INNER, LEFT, RIGHT, FULL OUTER JOIN y concurrencias.
Procedimientos, Funciones y Triggers: SPs y funciones (SQL/PL), triggers de auditoría y validación, tareas programadas, manejo de errores y transaccionalidad dentro de SPs.
Orquestación de Pipelines y Pruebas con SQL: ETL y ELT
RAG para datos: vectorización de diccionarios de datos, esquemas y métricas semánticas; recuperación de ejemplos de consulta.
SQL con IA y Visualización de Datos: Uso de LLMs, conexión con herramientas de BI y creación de dashboards.
Integración BI: capa semántica y métricas, caché de resultados y alertas inteligentes.