Bootcamps Databricks

Certification Bootcamp

Prepárate a fondo para el examen Data Engineer Professional

Ocho semanas de preparación intensiva estructuradas 1:1 con el exam guide oficial de Databricks: Desarrollo de pipelines con Python/SQL, modelado, optimización de costos y performance, gobernanza y seguridad con Unity Catalog, monitoreo y despliegue. Incluye banco de preguntas de práctica y simulacros cronometrados para llegar listo al examen Databricks Certified Data Engineer Professional.

  • Próxima cohorte: 27 de julio de 2026
  • Lunes y viernes
  • 6:00 p.m. – 8:00 p.m. (GMT-5)
  • Virtual en vivo + grabaciones
Aplicar ahora Hablar con un asesor
16 sem. Duración
150+ Preguntas de práctica
USD 100 Inversión
Databricks Certified Data Engineer Professional
Certificación oficial

Databricks Certified Data Engineer Professional

Este bootcamp está diseñado alrededor de la certificación oficial de Databricks. Revisa el exam guide, los requisitos y la inscripción directamente en su sitio oficial.

Ver certificación oficial
Ponte a prueba

9 preguntas oficiales del exam guide

Preguntas retiradas de una versión anterior del examen, publicadas por Databricks para que practiques contra los objetivos reales.

Lo que vas a lograr

Habilidades y resultados que te llevas al completar el programa.

Domina los 10 dominios del examen

Cubre en profundidad cada dominio del Data Engineer Professional Exam Guide oficial de Databricks.

Practica con un banco de preguntas real

Resuelve más de 150 preguntas y 2 simulacros cronometrados que replican el formato del examen.

Preséntate con confianza

Sal con un plan de estudio por dominio y feedback 1:1 sobre tus áreas más débiles.

Requisitos

Lo que necesitas para aprovecharlo al máximo.

  • Certificación Databricks Data Engineer Associate o experiencia equivalente
  • Experiencia práctica con PySpark y SQL en producción
  • Familiaridad con Delta Lake, Unity Catalog y CI/CD básico

Plan de estudio

Módulos y temas que se cubren a lo largo del programa.

Próxima cohorte: 27 de julio de 2026 Virtual en vivo + grabaciones Prepárate a fondo para el examen Data Engineer Professional

Días

Lunes y viernes

Horario

6:00 p.m. – 8:00 p.m. (GMT-5)

16 semanas (16 horas) · 16 sesiones en vivo de 1 hora + banco de 150+ preguntas de práctica
Módulo 01Semana 1–2 · 22% del examen

Developing Code for Data Processing using Python and SQL

Objetivo: Escribir y optimizar código de producción con las APIs de Spark, Python y SQL.

  • Estructura de proyectos Python para Declarative Automation Bundles (antes Databricks Asset Bundles / DABs)
  • Gestión de dependencias de terceros: paquetes PyPI, wheels locales y source archives
  • UDFs con Pandas/Python UDF, streaming tables vs. materialized views
  • AUTO CDC APIs (antes APPLY CHANGES) para simplificar CDC en Lakeflow Spark Declarative Pipelines
  • Control flow operators (if/else, for/each) y testing con assertDataFrameEqual/assertSchemaEqual

Lab práctico: Refactorizar un pipeline batch a Lakeflow Spark Declarative Pipelines con AUTO CDC APIs y tests con assertDataFrameEqual.

Resultado: Código de producción idiomático en Python/SQL listo para el bloque de mayor peso del examen.

Módulo 02Semana 3 · 7% del examen

Data Ingestion & Acquisition

Objetivo: Ingerir datos batch y streaming desde múltiples fuentes con Auto Loader.

  • Auto Loader: schema inference, evolution y file notification mode
  • Structured Streaming para ingesta continua
  • Patrones de ingesta multi-fuente: APIs, colas y CDC
  • Fuentes de datos externas: S3, ADLS, GCS

Lab práctico: Implementar un pipeline de ingesta continua con Auto Loader desde múltiples fuentes.

Resultado: Dominio de los patrones de adquisición e ingesta evaluados en el examen.

Módulo 03Semana 3 · 10% del examen

Data Transformation, Cleansing, and Quality

Objetivo: Aplicar reglas de calidad y transformación robustas sobre datos crudos con Delta Lake.

  • Constraints, expectations y cuarentena de datos inválidos
  • Deduplicación, nulos y schema enforcement/evolution
  • Change Data Feed (CDF) y procesamiento incremental
  • Slowly Changing Dimensions (SCD tipo 1 y 2) con MERGE

Lab práctico: Implementar un pipeline SCD tipo 2 usando MERGE y Change Data Feed sobre una tabla Delta.

Resultado: Capacidad de diseñar transformaciones confiables y auditables a nivel producción.

Módulo 04Semana 4 · 5% del examen

Data Sharing and Federation

Objetivo: Compartir datos de forma segura entre organizaciones y consultar fuentes externas sin migrarlas.

  • Delta Sharing para intercambio de datos entre organizaciones
  • Lakehouse Federation para consultar fuentes externas sin migrar datos
  • Modelo reader/provider y protocolos abiertos de sharing
  • Casos de uso de sharing seguro entre equipos y organizaciones

Lab práctico: Compartir una tabla Delta con un consumidor externo vía Delta Sharing y consultar una fuente federada.

Resultado: Habilidad para diseñar estrategias de intercambio y federación de datos seguras.

Módulo 05Semana 4 · 10% del examen

Monitoring and Alerting

Objetivo: Monitorear pipelines en producción y configurar alertas proactivas ante fallas o incumplimiento de SLAs.

  • System tables para observabilidad de costos, auditoría y uso de recursos
  • Query Profiler UI y Spark UI para monitorear workloads
  • Event logs de Lakeflow Spark Declarative Pipelines para monitorear pipelines
  • SQL Alerts para calidad de datos y Lakeflow Jobs API para notificaciones de estado

Lab práctico: Configurar alertas automáticas ante fallas o SLAs incumplidos en un pipeline productivo.

Resultado: Capacidad de operar pipelines con observabilidad y alerting de nivel producción.

Módulo 06Semana 5 · 13% del examen

Cost & Performance Optimisation

Objetivo: Optimizar el performance y costo de cargas de trabajo Spark y SQL en Databricks.

  • Photon, adaptive query execution y broadcast joins
  • Liquid clustering, Z-order y compaction (OPTIMIZE/VACUUM)
  • Serverless compute, autoscaling y right-sizing de clusters
  • Diagnóstico con Spark UI y Query Profile

Lab práctico: Optimizar un pipeline con cuellos de botella usando Query Profile, liquid clustering y ajuste de compute.

Resultado: Habilidad para justificar y ejecutar decisiones de optimización costo/performance.

Módulo 07Semana 6 · 10% del examen

Ensuring Data Security and Compliance

Objetivo: Diseñar pipelines ETL seguros y conformes a políticas de cumplimiento con Unity Catalog.

  • Unity Catalog: row/column-level security y data masking
  • Diseño de pipelines ETL seguros, confiables y costo-efectivos
  • Cumplimiento normativo y auditoría de accesos
  • Manejo seguro de credenciales y secretos

Lab práctico: Configurar políticas de row-level security y masking dinámico sobre datos sensibles.

Resultado: Dominio de los controles de seguridad y cumplimiento evaluados en el examen.

Módulo 08Semana 6 · 7% del examen

Data Governance

Objetivo: Implementar gobernanza de datos enterprise con Unity Catalog.

  • Unity Catalog: catálogos, esquemas, linaje y permisos
  • Data lineage y auditoría de transformaciones
  • Gestión centralizada de metadatos
  • Políticas de acceso y ownership de datos

Lab práctico: Implementar un catálogo en Unity Catalog con linaje visible end-to-end.

Resultado: Capacidad de implementar gobernanza de datos empresarial en Databricks.

Módulo 09Semana 7 · 10% del examen

Debugging and Deploying

Objetivo: Depurar y desplegar pipelines de forma automatizada con herramientas de CI/CD.

  • Despliegue con Declarative Automation Bundles (antes Databricks Asset Bundles)
  • CI/CD con Databricks Git folders (antes Repos), CLI y REST API
  • Diagnóstico con Spark UI, cluster logs, system tables y query profiles
  • Remediación de job runs fallidos con job repairs y parameter overrides
  • Event logs de Lakeflow Spark Declarative Pipelines para debugging

Lab práctico: Configurar un pipeline CI/CD con Declarative Automation Bundles y Git folders, y depurar una falla usando Spark UI y query profiles.

Resultado: Capacidad de depurar y desplegar pipelines de forma confiable y automatizada.

Módulo 10Semana 7 · 6% del examen

Data Modelling

Objetivo: Diseñar modelos dimensionales y arquitecturas medallion optimizadas para analítica.

  • Arquitectura Medallion (bronze/silver/gold) a profundidad
  • Modelado dimensional: star schema y snowflake en el Lakehouse
  • Particionamiento lógico vs físico
  • Trade-offs de normalización vs denormalización

Lab práctico: Diseñar y construir un modelo dimensional gold a partir de datos silver normalizados.

Resultado: Criterio para tomar decisiones de modelado alineadas a los casos de uso del examen.

Módulo 11Semana 8

Simulacro Final y Estrategia de Examen

Objetivo: Consolidar los 10 dominios del examen mediante simulacros cronometrados y revisión dirigida por mentor.

  • 2 simulacros completos de 120 minutos en condiciones reales
  • Revisión de preguntas falladas por dominio
  • Estrategias de manejo de tiempo y descarte de opciones
  • Registro y logística para presentar el examen oficial

Lab práctico: Presentar un simulacro cronometrado completo y recibir retroalimentación 1:1 sobre tus áreas débiles.

Resultado: Confianza y plan de estudio final para aprobar el examen Databricks Certified Data Engineer Professional.

Precios

Cupos limitados a 25 estudiantes por cohorte.

Certification Bootcamp

16 semanas (16 horas) · 16 sesiones en vivo de 1 hora + banco de 150+ preguntas de práctica

$100 USD / por persona
  • Acceso a workspace Databricks durante el bootcamp
  • Banco de +150 preguntas de práctica estilo examen oficial
  • 2 simulacros completos cronometrados (120 minutos)
  • Voucher del 50% para el registro del examen oficial
  • Mentorías 1:1 de repaso y resolución de dudas
  • Comunidad privada de egresados

Próxima cohorte: Próxima cohorte: 27 de julio de 2026

Cupos limitados a 25 estudiantes por cohorte.

Aplicar ahora

Aceptamos pago por empresa y financiación a 3 meses.

Instructor privado para empresas

Tarifas por asiento según el tamaño del grupo. A mayor volumen, mayor descuento.

Instructor privado

  • 20-50 asientos Precio base USD 365
  • 50–99 asientos 10% off USD 329
  • 100–999 asientos 20% off USD 292
  • 1,000+ asientos 30% off USD 256

Precio por asiento para cohortes corporativas dedicadas. Solicita una propuesta personalizada para tu organización.

Solicitar propuesta corporativa

Preguntas frecuentes

¿Necesito la certificación Associate antes de este bootcamp?

La recomendamos, o experiencia equivalente en producción con PySpark/SQL, Delta Lake y Unity Catalog.

¿El voucher cubre el registro del examen oficial?

El voucher es de práctica (simulacro); el registro del examen oficial ante Databricks (USD 200 aprox.) corre por tu cuenta.

¿Qué pasa si no apruebo el examen en el primer intento?

Mantienes acceso a la comunidad de egresados y a las grabaciones por 90 días para reforzar antes de un segundo intento.

¿Listo para dar el siguiente paso?

Reserva tu cupo en la próxima cohorte o habla con un asesor.

Aplicar ahora Hablar con un asesor

Otros programas que te pueden interesar

Contáctanos