ANÁLISIS DE DATOS POTENCIADA CON INTELIGENCIA ARTIFICIAL (SQL)

CursoTMO_noticia_SQL
  • $160 + IVA (miembros)

    $180 + IVA (no miembros)

  • Moodle / ZOOM

    Online

  • 40 Horas

    Duración

  • 29 oct - 27 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:
 

Horario: 

 

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.