Diplomatura IDSA 2026 · Nueva edición

Diplomatura en Data Engineer

Construí la infraestructura de datos que sostiene toda organización moderna. SQL y modelado dimensional, pipelines, dbt, Spark, Airflow y cloud. Certificación IDSA + UTN.

197h
Duración total
8
Cursos incluidos
17h
Trabajo final aplicado
IDSA+UTN
Certificación

Sobre esta Diplomatura

La Diplomatura en Data Engineer forma profesionales capaces de diseñar, construir y mantener la infraestructura que sostiene el análisis, el ML y la IA en una organización moderna. Pipelines, warehouses, procesamiento distribuido, orquestación y despliegue en cloud.

El foco es la producción, no el notebook. El alumno aprende a mover datos a escala: modelado dimensional, pipelines ETL/ELT en capas, procesamiento distribuido con Spark, orquestación con Airflow, transformación con dbt y despliegue sobre cloud. Cada curso tiene entregables que pasan o no pasan.

Es una de las trayectorias mejor pagas del observatorio IDSA (mediana senior de $4,2M ARS brutos mensuales, segunda entre los seis roles relevados), y todas las empresas que usan datos necesitan Data Engineers.

Se apoya en el tutor virtual 24/7 y en entornos de práctica accesibles desde el navegador. No requiere experiencia previa en ingeniería, pero sí rigor técnico.

▸ Estructura del programa

Cuatro etapas hacia la ingeniería de datos

Cada etapa suma una capa: del acceso y el modelado de los datos a la transformación, la escala y el despliegue en cloud.

1
Etapa 1 · Fundamentos
Base técnica y acceso a datos
70 horas · 4 cursos · Obligatorio

Python, Linux, Git y Docker, SQL y SQL avanzado con modelado dimensional. Las competencias base para trabajar con datos y diseñar modelos analíticos en cualquier organización.

Python para Data Science (15h) Linux, Git y Docker para Datos (15h) SQL para Data Science (20h) SQL Avanzado y Modelado Dimensional (20h)
2
Etapa 2 · Ingeniería de datos
Pipelines, transformación y escala
80 horas · 3 cursos · Obligatorio

Ingesta batch, capas bronze/silver/gold, transformación con dbt, procesamiento distribuido con Spark y orquestación con Airflow. El núcleo operativo del Data Engineer.

Data Engineering Fundamentals (30h) dbt y Analytics Engineering (20h) Spark y Airflow (30h)
3
Etapa 3 · Plataforma
Cloud
30 horas · 1 curso · Obligatorio

Despliegue de pipelines y almacenamiento en cloud: cómputo, almacenamiento y servicios gestionados para datos.

Cloud para ML y Datos (30h)
4
Etapa 4 · Trabajo Final
Pipeline productivo end-to-end
17 horas · 1 proyecto · Obligatorio

Un pipeline completo desde la fuente hasta el warehouse, con orquestación, transformación con dbt, procesamiento con Spark y despliegue en cloud.

Proyecto aplicado + Defensa
▸ Los 8 cursos del programa

Qué vas a aprender, curso por curso

Cada curso se cursa y certifica de forma individual. Al aprobar los ocho más el trabajo final, se emite el diploma de la diplomatura.

Introductorio

Python para Data Science

Del primer script al primer dashboard. Pandas, NumPy, Matplotlib y Dash. Los 4 verbos fundamentales de Pandas y la conexión con el análisis de negocio.

Sin prerrequisitos
15h Google Colab
PandasNumPyMatplotlibDash$100.000 pesos argentinos · Pagá por transferencia bancaria, Mercado Pago o PayPal
Ver curso
Introductorio

Linux, Git y Docker para Datos

Terminal de Linux y scripts de bash, Git y GitHub con pull requests, entornos de Python reproducibles y contenedores con Docker y Docker Compose, cerrando con un repositorio que cualquiera puede clonar y ejecutar.

Prereq: Python básico (recomendado)
15h Terminal, Git y Docker en tu computadora
LinuxGitDockerCompose$100.000 pesos argentinos · Pagá por transferencia bancaria, Mercado Pago o PayPal
Ver curso
Introductorio

SQL para Data Science

El lenguaje universal de los datos. SELECT, JOINs, agregaciones, subconsultas y window functions. Análisis de cohortes, retención y funnels sobre datasets reales.

Sin prerrequisitos
20h PostgreSQL + DuckDB
SELECTJOINsCTEsWindow Functions$100.000 pesos argentinos · Pagá por transferencia bancaria, Mercado Pago o PayPal
Ver curso
Intermedio

SQL Avanzado y Modelado Dimensional

Ventanas avanzadas y CTEs recursivas, lectura de planes de ejecución y diseño de un modelo dimensional en estrella para un data mart.

Prereq: SQL para Data Science
20h Google Colab + DuckDB
Planes de ejecuciónCTEs recursivasModelo en estrellaSCD tipo 2$100.000 pesos argentinos · Pagá por transferencia bancaria, Mercado Pago o PayPal
Ver curso
Intermedio

Data Engineering Fundamentals

Del CSV crudo al pipeline observable: ingesta batch, capas bronze/silver/gold, orquestación con DAGs (construís tu propio orquestador), validaciones de calidad y observabilidad, sobre un caso real de Fintora.

Prereq: SQL + Python
30h
DAGsBronze/Silver/GoldParquetDuckDB$100.000 pesos argentinos · Pagá por transferencia bancaria, Mercado Pago o PayPal
Ver curso
Intermedio

dbt y Analytics Engineering

El puente entre análisis e ingeniería: modelado dimensional (Kimball) con dbt, testing automático, documentación, linaje y CI/CD aplicado al data warehouse.

Prereq: Data Engineering Fundamentals
20h
dbt CoreGitTestingCI/CD
Ver curso
Intermedio

Procesamiento Distribuido con Spark y Orquestación con Airflow

DataFrames y Spark SQL, particiones, shuffle y broadcast, y DAGs de Airflow con reintentos, backfills e idempotencia. Cierra con un pipeline batch de punta a punta.

Prereq: Python, SQL, Data Engineering Fundamentals y Linux, Git y Docker
30h Google Colab + Docker
PySparkSpark SQLAirflowBackfills
Ver curso
Plataforma

Cloud para ML y Datos

Fundamentos de cloud aplicados a datos y ML: cómputo, almacenamiento, redes, IAM, servicios gestionados y buenas prácticas de despliegue en AWS, GCP y Azure.

Prereq: Data Engineering Fundamentals
30h
AWSGCPAzureIAM$100.000 pesos argentinos · Pagá por transferencia bancaria, Mercado Pago o PayPal
Ver curso
▸ Perfiles de salida

Tres orientaciones en ingeniería de datos

La orientación se define por el trabajo final y el énfasis en cada componente del stack.

Pipelines

Data Engineer

Diseño y operación de pipelines ETL/ELT. El rol más demandado en empresas con datos a escala.

Modelado dimensional (Kimball)
Orquestación: DAGs, reintentos y backfills
Ingesta y transformación batch a escala
Pruebas y documentación de transformaciones
Plataforma

Cloud Data Engineer

Despliegue de pipelines y servicios de datos sobre infraestructura cloud, con entornos reproducibles.

Procesamiento distribuido con Spark
Cloud (AWS, GCP, Azure)
Contenedores y entornos reproducibles con Docker
Despliegue de pipelines en producción
Analytics Eng.

Analytics Engineer

Puente entre datos y análisis. Modelado en dbt y construcción de la capa semántica.

Modelado con dbt Core
Testing y documentación automática
Linaje y CI/CD
Colaboración con analistas

Los perfiles son orientativos. El alumno construye su especialización con el trabajo final y los proyectos del Laboratorio de Datos.

▸ Trabajo Final

Pipeline productivo end-to-end

Un proyecto integrador que cubre el ciclo completo: ingesta desde una fuente real, almacenamiento, transformación con dbt y Spark, orquestación con Airflow y despliegue en cloud. Incluye documentación técnica y defensa ante comité.

  • Duración: 17 horas distribuidas en 4-6 semanas
  • Tutoría personalizada durante todo el desarrollo
  • Defensa oral ante comité técnico
  • Publicación en el Laboratorio de Datos del Instituto
▸ Certificación

Doble aval universitario

Certificación IDSA + UTN con resolución oficial y verificación digital de cada curso aprobado.

Certificado IDSA + UTN

Qué incluye la certificación

  • Diploma final con doble firma (Director IDSA + Decano UTN FRRQ)
  • Certificado por cada curso completado en el camino
  • Resolución oficial 920/2020 UTN Facultad Regional Reconquista
  • Código QR de verificación digital
  • Copia automática a la Facultad para registro oficial
  • Acreditación progresiva: cada curso completado ya queda certificado

Los certificados se emiten al aprobar los quizzes y trabajos prácticos de cada curso.

▸ Comparativa

¿Diplomatura o cursos sueltos?

AspectoCurso sueltoDiplomatura completa
Duración por unidad15-30h por curso197h totales
CertificaciónIDSA + UTN por cursoIDSA + UTN por curso + diploma final
Trabajo final aplicado—✓ Obligatorio
Publicación en Laboratorio—✓ Elegible
Stack completo de ingenieríaParcial✓ SQL + dbt + Spark + Airflow + Cloud
Pipeline productivo en cloudParcial✓ Cloud en Etapa 3 y proyecto en Etapa 4
▸ Preguntas frecuentes

Dudas sobre la Diplomatura

¿Necesito experiencia previa en ingeniería?

No. La trayectoria arranca desde los fundamentos de Python y SQL. Solo se requiere matemática de secundaria y ganas de aprender.

¿Qué herramientas voy a usar?

Python, PostgreSQL, DuckDB, dbt Core, Parquet, Apache Spark, Apache Airflow, Docker y servicios de cloud (AWS, GCP o Azure según el curso). Todo con notebooks y entornos accesibles desde el navegador, salvo Linux, Git y Docker y la parte de Airflow, que se ejecutan en tu computadora.

¿Necesito instalar algo en mi computadora?

En la mayoría de los cursos no: los entornos de práctica se ejecutan en la nube o en el navegador. La excepción es Linux, Git y Docker para Datos, y la parte de Airflow del curso de Spark y Airflow, que se practican en tu computadora y requieren una terminal, Git y Docker (el campus incluye la guía de instalación).

¿Cuánto tiempo lleva completarla?

A 10 horas semanales: aproximadamente 20 semanas (5 meses). A 6 horas semanales: unos 8 meses. El ritmo lo definís vos.

¿Cómo se cursan los cursos de la diplomatura?

Cada curso se cursa y se paga de forma individual. Podés comprarlos a medida que avanzás. Al aprobar los 8 cursos más el trabajo final, se emite el diploma de la diplomatura.

¿Qué diferencia hay con la Diplomatura en Analytics Engineer?

Data Engineer cubre la cadena completa de datos: ingesta, procesamiento distribuido con Spark, orquestación con Airflow, transformación con dbt y despliegue en cloud. Analytics Engineer se enfoca en la capa de transformación y modelado (dbt) sobre un warehouse ya existente. Si querés construir los pipelines de punta a punta, Data Engineer. Si querés especializarte en la capa semántica, Analytics Engineer.

¿Y streaming, calidad de datos y arquitectura?

Streaming de Datos, Calidad, Catálogo y Linaje de Datos y Arquitectura de Datos y Data Mesh están disponibles como cursos sueltos y forman parte de la Diplomatura en Data Architect, el paso natural después de esta.

¿Y si quiero reforzar la base matemática?

La Nivelación Matemática no integra esta diplomatura, pero podés cursarla por separado si querés reforzar la base antes de empezar o si pensás seguir hacia Machine Learning.

¿Qué industrias demandan este perfil?

Bancos, fintech, retail, telecomunicaciones, salud, gobierno y cualquier organización con volúmenes de datos relevantes. También empresas de tecnología y consultoras de datos.

¿Qué puedo cursar después?

La Diplomatura en Data Architect, con acreditación directa de los siete cursos que comparte con esta (Python, Linux, Git y Docker, SQL, SQL Avanzado, Data Engineering Fundamentals, Spark y Airflow, y Cloud), o la Diplomatura en ML Engineer, que comparte Python, SQL, Data Engineering Fundamentals y Cloud.

Construí la infraestructura de los datos

197 horas con foco en Linux, Git y Docker, pipelines, Spark, Airflow, dbt y cloud. Trabajo final de pipeline productivo y doble certificación IDSA + UTN.

Item added to cart.
0 items - $0,00