INTERMEDIO · 8 MÓDULOS · 64 LECCIONES
Python para data engineering
Convierte un script de datos en un paquete de Python que un equipo aceptaría revisar: instalable, con pruebas, con logs útiles, con reintentos y con transformaciones rápidas.
- Es para ti si
- Tus pipelines funcionan, pero no tienen pruebas, logs claros ni manejo de fallas.
- Al terminar
- Sabrás empaquetar con uv, probar con pytest, registrar en JSON y transformar datos con DuckDB y Polars en lugar de pandas.
- Necesitas
- Python intermedio y un pipeline escrito como script (el de la guía anterior). Todo corre local con uv.

Temario
01Packaging A Project With Uv
- Presentación de la guía: de un script que corres a un paquete que se instala
- Por qué un script no es lo mismo que un paquete
- uv y el toolchain moderno de Python
- pyproject.toml y el layout src/
- Convirtiendo el script de Kiosko en un paquete
- Imports, módulos y el archivo __init__
- Corriendo el paquete con uv run
- Mini-proyecto: el pipeline instalable de Kiosko
02Testing Pipelines With Pytest
- Presentación del módulo: de "funciona en mi máquina" a "una máquina lo confirma"
- Por qué los pipelines de datos necesitan tests
- Escribiendo tu primer test con pytest
- Fixtures y los datos fijos de prueba de Kiosko
- Testeando los pasos de extracción y transformación
- Parametrize y testeando la compuerta de calidad
- Arrange-Act-Assert y la organización de una suite que crece
- Mini-proyecto: la suite de tests de Kiosko
03Structured Logging For Pipelines
- Presentación del módulo: de print() a un registro que una máquina puede leer
- Por qué print() no escala
- El módulo logging de Python: niveles y handlers
- Logs en JSON, y por qué una máquina los puede leer
- Agregando contexto con structlog
- Logging de una corrida del pipeline, de principio a fin
- Qué se loguea y qué nunca se loguea
- Mini-proyecto: el registro estructurado de una corrida completa de Kiosko
04Error Handling And Retries
- Presentación del módulo: qué reintentar, qué poner en cuarentena
- Errores que conviene reintentar, y errores que nunca deberías reintentar
- Excepciones propias para un pipeline
- Reintentando con tenacity
- Backoff, jitter, y cuándo rendirse
- Cuarentena en vez de crash, revisitada
- Probando la lógica de reintento de forma determinista
- Mini-proyecto: el paso de carga resiliente de Kiosko
05Duckdb As The Daily Engine
- Presentación del módulo: DuckDB como motor de trabajo diario
- DuckDB más allá de la vista previa
- Consultando Parquet y CSV directamente con SQL
- La API relacional y la persistencia
- Reemplazando joins de Python con SQL
- DuckDB y el ecosistema de Polars y Arrow
- Probando transformaciones SQL con pytest
- Mini-proyecto: la capa de transformación DuckDB de Kiosko
06Polars Lazy And Eager
- Presentación del módulo: Polars, eager y lazy
- Por qué Polars desplazó a pandas en pipelines
- DataFrames eager: una primera mirada
- LazyFrames y el plan de consulta
- Expresiones, group_by y joins
- Escaneando Parquet y datos out-of-core
- Eligiendo DuckDB o Polars
- Mini-proyecto: la capa de transformación Polars de Kiosko
07Shipping The Package
- Presentación del módulo: el paquete que se entrega
- Un entry point de línea de comandos para el pipeline
- Configuración sin valores hardcodeados
- Cableando logging, reintentos y motores juntos
- Un test de integración para el pipeline completo
- Probando idempotencia con un test, no con una corrida manual
- Qué le pediría un revisor de código todavía
- Mini-proyecto: el paquete entregable de Kiosko
08Project Kioskos Production Pipeline
- Presentación del módulo: el capstone de Kiosko
- El brief: Kiosko necesita un pipeline que un equipo pueda tomar
- Ensamblando el paquete completo, de punta a punta
- Corriendo la suite completa de tests
- Corriendo el pipeline con logs estructurados
- DuckDB vs Polars vs el script original
- Qué le falta todavía a Kiosko
- Mini-proyecto: el primer paquete de producción de Kiosko
Reseñas
Lo que dicen los estudiantes
Estas reseñas son de estudiantes inscritos que completaron al menos el 50% del curso. Moderamos las reseñas solo por motivos de contenido (spam, lenguaje ofensivo, datos personales), nunca por ser críticas o negativas.
Aún no hay reseñas aprobadas.
¡Sé el primero en compartir tu experiencia!