INICIO
/
FORMACIÓN PARA EL EMPLEO
/
INFORMÁTICA Y COMUNICACIONES
Data engineering & inteligencia artificial – IFCD0077
Aprende a diseñar arquitecturas de datos masivos, implementar soluciones de inteligencia artificial con Python, Spark y plataformas cloud, y optimizar el análisis analítico empresarial.
960H
Duración
19
Módulos
Presencial
Modalidad
Modalidad
Presencial
Tutor asignado
Resuelve tus dudas con el equipo docente.
Campus 24/7
Materiales y grabaciones siempre a mano.
Diploma
Diploma de la especialidad al superar el curso.
EL CURSO
Qué vas a aprender
Con este curso aprenderás a diseñar, implementar y gobernar ecosistemas integrales de ingeniería de datos e inteligencia artificial. Te formarás en el uso práctico de Python para la manipulación y análisis estadístico de conjuntos de información masivos, así como en el diseño de modelos de Machine Learning, Deep Learning y visión artificial mediante librerías como TensorFlow y Keras. Además, abordarás el procesamiento de lenguaje natural y el trabajo con series temporales para resolver problemas de predicción complejos en entornos de producción.
La formación te prepara para trabajar en la arquitectura técnica de datos empresariales mediante tecnologías distribuidas como Apache Spark, Apache Kafka y Hadoop, capacitándote para gestionar flujos en streaming y almacenes analíticos como Data Lakes o Data Warehouses. Desarrollarás competencias en la orquestación de microservicios con Docker y Kubernetes, la implementación de metodologías MLOps en plataformas en la nube como AWS, Azure y Google Cloud, y la explotación visual de resultados a través de cuadros de mando profesionales en Power BI y Tableau.
Título de Técnico Superior (FP Grado Superior) de la familia profesional de Informática y Comunicaciones, o titulación equivalente.
Título de Grado o Licenciatura en carreras técnicas, o titulación equivalente.
Nivel de inglés B1 como mínimo.
TEMARIO
Contenidos del curso
01
Herramientas prácticas para la Inteligencia Artificial e Introducción al Machine Learning · 60 h
01
Herramientas prácticas para la Inteligencia Artificial e Introducción al Machine Learning · 60 h
- Fundamentos matemáticos y estadísticos para el tratamiento de datos con Python.
- Técnicas de manipulación, exploración y limpieza de conjuntos de datos.
- Algoritmos de aprendizaje supervisado, no supervisado y por refuerzo.
- Evaluación de modelos predictivos y métricas de calidad analítica.
02
Introducción al Deep Learning y Visión Artificial · 80 h
02
Introducción al Deep Learning y Visión Artificial · 80 h
- Ecosistema especializado de Python para Deep Learning con TensorFlow y Keras.
- Arquitectura y niveles jerárquicos de las redes neuronales artificiales.
- Desarrollo de modelos de visión artificial para clasificación y segmentación de imágenes.
- Aplicaciones de inspección visual y detección de defectos en entornos industriales.
03
Procesamiento del Lenguaje Natural y Modelos Temporales Profundos · 50 h
03
Procesamiento del Lenguaje Natural y Modelos Temporales Profundos · 50 h
- Fundamentos y técnicas de análisis morfológico, sintáctico y semántico en lenguaje natural.
- Modelos para transcripción de voz a texto y análisis automatizado de sentimientos.
- Redes neuronales recurrentes con memoria LSTM y GRU.
- Pronóstico y modelado de series temporales con Deep Learning y librerías de R.
04
Modelos Generativos y aprendizaje por refuerzo en Machine Learning · 60 h
04
Modelos Generativos y aprendizaje por refuerzo en Machine Learning · 60 h
- Fundamentos de redes generativas adversarias (GANs) y Variational Autoencoders.
- Generación de contenido sintético y detección de comportamientos anómalos.
- Principios y métodos de aprendizaje por refuerzo como algoritmos Q-Learning.
- Simulación y mecanismos de optimización mediante el método de Montecarlo.
05
MLOps: Implantación y creación de producto basado en IA e Inteligencia artificial explicable (XIA) · 60 h
05
MLOps: Implantación y creación de producto basado en IA e Inteligencia artificial explicable (XIA) · 60 h
- Visión transversal de MLOps y metodologías ágiles aplicadas al ciclo de vida de la IA.
- Integración y despliegue de modelos en infraestructuras cloud como AWS, Google Cloud y Azure.
- Técnicas de explicabilidad de algoritmos mediante metodología XIA.
- Aspectos éticos y cumplimiento del Reglamento General de Protección de Datos (RGPD).
06
Introducción a Python para Data Science y Big Data. Gestión de datos en Python · 70 h
06
Introducción a Python para Data Science y Big Data. Gestión de datos en Python · 70 h
- Estructuras de datos, funciones y control de flujos con Python.
- Ingeniería y tratamiento de datos con las librerías Pandas y NumPy.
- Visualización analítica descriptiva e inferencial con Matplotlib y Seaborn.
- Fundamentos de bases de datos no relacionales con MongoDB y técnicas de Web Scraping.
07
Necesidad y principios de las arquitecturas Big Data y Fundamentos de Apache Spark con Python · 80 h
07
Necesidad y principios de las arquitecturas Big Data y Fundamentos de Apache Spark con Python · 80 h
- Principios de arquitecturas distribuidas, Data Lakes y Lakehouses en el entorno Hadoop.
- Arquitectura, componentes y servicios centrales del ecosistema Apache Spark.
- Carga, transformación y funciones de ventana en DataFrames usando PySpark.
- Almacenamiento y serialización en Data Lakes con Apache Parquet y Delta Lake.
08
Spark Streaming y Analítica avanzada y Machine Learning con Spark MLLIB · 50 h
08
Spark Streaming y Analítica avanzada y Machine Learning con Spark MLLIB · 50 h
- Procesamiento de flujos de datos en tiempo real mediante Structured Spark Streaming.
- Integración con Apache Kafka para arquitecturas orientadas a eventos.
- Aplicación de modelos de clasificación y regresión mediante Spark MLlib.
- Manejo de abstracciones RDD y evaluación de consultas analíticas avanzadas.
09
Gestión de Proyectos de Business Intelligence · 30 h
09
Gestión de Proyectos de Business Intelligence · 30 h
- Herramientas centrales de Business Intelligence y desarrollo de cuadros de mando.
- Definición y control de métricas, indicadores y KPI estratégicos.
- Metodologías ágiles aplicadas a proyectos de datos con Scrum y Kanban.
- Consolidación y traducción de datos procedentes de sistemas ERP, CRM y bases de datos.
10
Power BI como Herramienta de Inteligencia Empresarial y ventaja competitiva · 30 h
10
Power BI como Herramienta de Inteligencia Empresarial y ventaja competitiva · 30 h
- Adquisición, carga y modelado lógico de datos en la herramienta Power BI.
- Transformación de datos y definición de roles y niveles de seguridad.
- Uso de herramientas analíticas OLAP para bases de datos relacionales.
- Modelización de escenarios y diseño de gráficos para la toma de decisiones.
11
Tableau en Data Science · 80 h
11
Tableau en Data Science · 80 h
- Creación de paneles visuales, conjuntos dinámicos y técnicas de storyline.
- Cálculos de tabla avanzados, campos calculados y expresiones LOD.
- Mapeo geoespacial avanzado e integración con Mapbox y ArcGIS Maps.
- Conexión con scripts analíticos externos desarrollados en Python, R y MATLAB.
12
Power BI y Qlik Sense Business Intelligence · 50 h
12
Power BI y Qlik Sense Business Intelligence · 50 h
- Desarrollo de cálculos complejos con funciones y medidas DAX.
- Administración colaborativa y despliegue de informes en entornos cloud.
- Scripts de carga, tablas cruzadas y gestión de variables en Qlik Sense.
- Implementación de soluciones de analítica de autoservicio y cuadros de mando guiados.
13
Arquitecturas Transaccionales Avanzadas · 40 h
13
Arquitecturas Transaccionales Avanzadas · 40 h
- Patrones de persistencia no relacional con MongoDB, Cassandra, Neo4j y DynamoDB.
- Diseño e integración de APIs REST y servicios en la nube con Amazon Web Services.
- Operaciones transaccionales en arquitecturas de microservicios y principios ACID.
- Flujos de trabajo transaccionales con Cloud Run, Pub/Sub y Datastore.
14
Microservicios y Arquitecturas Basadas en Eventos · 40 h
14
Microservicios y Arquitecturas Basadas en Eventos · 40 h
- Desarrollo y despliegue de microservicios con contenedores Docker y Kubernetes.
- Patrones desacoplados mediante CQRS (Command Query Responsibility Segregation) y Event Sourcing.
- Sistemas de mensajería y brokers de eventos con Apache Kafka, RabbitMQ y AWS SNS.
- Gestión de flujos continuos en tiempo real bajo la arquitectura Event-Driven.
15
Arquitecturas de Datos Empresariales · 40 h
15
Arquitecturas de Datos Empresariales · 40 h
- Estrategias de almacenamiento moderno: Data Warehouse, Data Lake y Data Lakehouse.
- Modelado multidimensional y consultas avanzadas de información mediante SQL.
- Marcos formales de arquitectura de datos corporativos (TOGAF y DAMA-DMBOK 2).
- Diseño de canalizaciones de datos y orquestación de servicios en la nube.
16
Adquisición, Extracción y Manipulación de Datos · 40 h
16
Adquisición, Extracción y Manipulación de Datos · 40 h
- Técnicas de extracción, transformación y carga a través de procesos ETL, ELT y EL.
- Captura de datos no estructurados mediante interfaces API y Web Scraping.
- Búsqueda de patrones mediante expresiones regulares y motores Elasticsearch.
- Diseño e integración de depósitos corporativos centralizados y Data Marts temáticos.
17
Procesamiento Big Data y Streaming · 40 h
17
Procesamiento Big Data y Streaming · 40 h
- Fundamentos del procesamiento distribuido y masivo con el ecosistema Apache Hadoop.
- Transformación de datos a gran escala y streaming con Apache Spark.
- Consultas analíticas distribuidas en la nube con AWS Athena y Google BigQuery.
- Aplicación en monitorización de sistemas y fuentes de Internet of Things (IoT).
18
Gobierno del Dato · 40 h
18
Gobierno del Dato · 40 h
- Definición de roles organizativos, procesos y responsabilidades en la gobernanza del dato.
- Dimensiones críticas: calidad, trazabilidad, estandarización y ciclo de vida de los datos.
- Implantación de políticas de gobernanza en infraestructuras Cloud Computing y Big Data.
- Estrategias técnicas para garantizar la integridad, consistencia y seguridad del dato.
19
Explotación y Análisis de Datos en IA · 20 h
19
Explotación y Análisis de Datos en IA · 20 h
- Procesos analíticos y paso a producción de modelos de Machine Learning e Inteligencia Artificial.
- Configuración y explotación de tecnologías analíticas en plataformas Cloud.
- Técnicas avanzadas de extracción de patrones a partir de grandes almacenes de datos.
- Integración de la ingeniería de datos con capas de reporte y analítica de negocio.
TU MATRÍCULA
Consultar
Te contamos las próximas convocatorias, la modalidad y las condiciones.
Más información
Solicitar información
Modalidad
Presencial
Duración
960 horas
Código
IFCD0077
Familia
Informática y comunicaciones
PREGUNTAS FRECUENTES
Preguntas frecuentes
Lo que más nos preguntan sobre este curso.
¿Cuántas horas dura el curso?
El curso cuenta con una duración total de 960 horas formativas estructuradas en 19 módulos teórico-prácticos.
¿En qué modalidad se imparte esta formación?
La impartición se realiza en modalidad presencial, contando con aulas equipadas con puestos informáticos individuales, software específico y licencias de aprendizaje cloud.
¿Qué requisitos se exigen para acceder al curso?
Debes tener el título de Técnico Superior de FP de la familia de Informática y Comunicaciones, o bien un Grado universitario en carreras técnicas, además de acreditar un nivel mínimo de inglés B1.
¿Qué herramientas y tecnologías se aprenden a manejar?
Trabajarás con lenguajes como Python, entornos Big Data como Apache Spark, Hadoop y Kafka, plataformas de Business Intelligence como Power BI y Tableau, y servicios cloud de AWS, Google Cloud y Azure.
¿Para qué puestos prepara este curso?
La formación está orientada a perfiles de programadores de aplicaciones informáticas, analistas-programadores web y multimedia, y programadores vinculados a la robótica industrial o máquinas con control numérico.
¿Qué obtengo al terminar?
Un diploma que acredita que has superado la especialidad formativa IFCD0077 del Catálogo de Especialidades Formativas del SEPE. No es un certificado de profesionalidad.
¿Cómo me apunto?
Pulsa «Más información» y déjanos tus datos: te contamos las próximas convocatorias, la modalidad y las condiciones.
GOOGLE · SEGÚN TRUSTINDEX EN CKUMA.COM
Opiniones de nuestros alumnos
Personal muy cualificado y competente, cursos muy completos y currados. Yo me estoy preparando AGE, pero tienen muchas otras oposiciones como CC.AA, AYTOS., etc. Próximamente Seg. Soc., además tienen muchos y buenos cursos. Vamos que para mi son los mejores, por eso apuesto por ellos. ❤️❤️❤️
Fátima Rojas
9 Septiembre 2025 · Publicada en ckuma.com
Super amables y eficientes, me ayudaron mucho a la hora de resolver un inconveniente.
Celia Matallin
8 Septiembre 2025 · Publicada en ckuma.com
La atención del personal del centro es inmejorable y el profesorado excelente. Cursos de gran utilidad para mejorar en el día a día del trabajo.
Montse
2 Septiembre 2025 · Publicada en ckuma.com
SOLICITA INFORMACIÓN
¿Prefieres que te lo contemos?
Déjanos tus datos y te explicamos los requisitos, cómo se organiza el curso y cuándo puedes empezar.
Respuesta en menos de 24 h laborables
Sin compromiso de matrícula
Te decimos si te falta algún requisito