Diplomatura IDSA 2026 · Nueva edición

Diplomatura en Analytics Engineer

El puente entre el análisis y la ingeniería de datos. SQL avanzado, modelado dimensional, dbt, calidad de datos y buenas prácticas de software aplicadas al warehouse. Certificación IDSA + UTN.

167h
Duración total
7
Cursos incluidos
17h
Trabajo final aplicado
IDSA+UTN
Certificación

Sobre esta Diplomatura

La Diplomatura en Analytics Engineer forma profesionales capaces de construir y mantener la capa de transformación y modelado del warehouse: el puente entre los datos crudos que produce la ingeniería y las tablas limpias que consumen los analistas.

El foco es el software aplicado a datos. El Analytics Engineer escribe SQL avanzado, versiona con Git, testea con dbt, documenta con linaje automático y despliega con CI/CD. Es el perfil que trae las buenas prácticas de ingeniería de software al mundo del análisis.

Es un rol que surgió en los últimos años para profesionalizar la capa de transformación del warehouse, y que hoy incorporan equipos de tecnología, fintech, retail y consultoras de datos.

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

▸ Estructura del programa

Cinco etapas hacia el Analytics Engineering

Cada etapa suma una capa: del acceso a los datos al modelado, la ingeniería, las buenas prácticas de software, la calidad y la comunicación de resultados.

1
Etapa 1 · Fundamentos
Base técnica y modelado
55 horas · 3 cursos · Obligatorio

Python, SQL y SQL avanzado con modelado dimensional en estrella. La base técnica del Analytics Engineer.

Python para Data Science (15h) SQL para Data Science (20h) SQL Avanzado y Modelado Dimensional (20h)
2
Etapa 2 · Ingeniería de datos
Pipelines y capas del warehouse
30 horas · 1 curso · Obligatorio

Ingesta batch, capas bronze/silver/gold, orquestación con DAGs y observabilidad. La base sobre la que se construye la capa de transformación.

Data Engineering Fundamentals (30h)
3
Etapa 3 · Transformación
dbt y buenas prácticas
20 horas · 1 curso · Obligatorio

El corazón de la diplomatura: modelado dimensional con dbt, tests automáticos, documentación, snapshots, linaje y CI/CD con GitHub Actions.

dbt y Analytics Engineering (20h)
4
Etapa 4 · Confianza y consumo
Calidad y comunicación de resultados
45 horas · 2 cursos · Obligatorio

Contratos de datos, pruebas automáticas, catálogo y linaje para que la capa de transformación sea confiable, y visualización para que llegue a quien decide.

Calidad, Catálogo y Linaje de Datos (25h) Visualización y Storytelling de Datos (20h)
5
Etapa 5 · Trabajo Final
Proyecto dbt completo
17 horas · 1 proyecto · Obligatorio

Un proyecto completo de transformación: modelado, tests, documentación, linaje y despliegue sobre un warehouse analítico.

Proyecto aplicado + Defensa
▸ Los 7 cursos del programa

Qué vas a aprender, curso por curso

Cada curso se cursa y certifica de forma individual. Al aprobar los siete 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

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 con dbt, tests automáticos, documentación, modelos incrementales, snapshots, macros y CI/CD con GitHub Actions.

Prereq: Data Engineering Fundamentals
20h
dbt CoreSnapshots SCD2TestingCI/CD
Ver curso
Plataforma

Calidad, Catálogo y Linaje de Datos

Contratos de datos, pruebas automáticas, catálogo con metadatos y linaje para medir el impacto de cada cambio, sobre tablas críticas de una fintech.

Prereq: Data Engineering Fundamentals y SQL
25h Google Colab + DuckDB
Contratos de datosPruebas de datosCatálogoLinaje$100.000 pesos argentinos · Pagá por transferencia bancaria, Mercado Pago o PayPal
Ver curso
Intermedio

Visualización y Storytelling de Datos

Power BI, Tableau y diseño de dashboards ejecutivos. Principios de percepción visual, KPIs y comunicación de hallazgos a audiencias de negocio.

Prereq: manejo básico de datos
20h Power BI + Tableau
Power BITableauKPIsStorytelling$100.000 pesos argentinos · Pagá por transferencia bancaria, Mercado Pago o PayPal
Ver curso
▸ Perfiles de salida

Tres orientaciones en Analytics Engineering

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

Core

Analytics Engineer

Diseño y mantenimiento de la capa de transformación. El rol que conecta datos crudos con análisis de negocio.

Modelado con dbt Core
Testing y documentación automática
Versionado y CI/CD con Git
Dashboards sobre modelos gobernados
Modelado

Data Modeling Engineer

Diseño del modelo dimensional del warehouse: dimensiones, hechos, historia de cambios y acuerdos con los equipos que consumen los datos.

Snapshots e historia de cambios (SCD tipo 2)
Modelado dimensional avanzado
Contratos de datos con equipos
Documentación y linaje
Transición

Analista → Analytics Engineer

Perfil híbrido que viene del análisis y suma prácticas de ingeniería de software aplicadas al warehouse.

SQL avanzado a nivel profesional
Git y control de versiones
Testing y calidad de datos
Automatización de transformaciones

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

▸ Trabajo Final

Proyecto dbt completo

Un proyecto integrador de transformación: modelado de fuentes, transformaciones con dbt, tests automáticos, documentación, linaje y despliegue con CI/CD sobre un warehouse analítico. Incluye presentación 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 curso167h totales
CertificaciónIDSA + UTN por cursoIDSA + UTN por curso + diploma final
Trabajo final aplicado—✓ Obligatorio
Publicación en Laboratorio—✓ Elegible
Stack completo de AEParcial✓ SQL + DE + dbt + Calidad + Visualización
Buenas prácticas de softwareParcial✓ Git + testing + CI/CD
▸ Preguntas frecuentes

Dudas sobre la Diplomatura

¿Necesito experiencia previa en programación?

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

¿Qué diferencia hay con un curso suelto de dbt?

Un curso suelto de dbt enseña la herramienta. Esta diplomatura construye el perfil completo: fundamentos de ingeniería, modelado dimensional, buenas prácticas de software y dbt como capa de transformación. El alumno sale sabiendo por qué hace lo que hace.

¿Qué herramientas voy a usar?

PostgreSQL y DuckDB como warehouses, dbt Core para transformación, Git y GitHub para versionado, GitHub Actions para CI/CD, y Power BI o Tableau para visualización. Todo desde notebooks y entornos accesibles desde el navegador.

¿Cuánto tiempo lleva completarla?

A 10 horas semanales: aproximadamente 17 semanas (4 meses). A 6 horas semanales: 6-7 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 7 cursos más el trabajo final, se emite el diploma de la diplomatura.

¿Qué diferencia hay con la Diplomatura en Data Engineer?

Analytics Engineer se enfoca en la capa de transformación y modelado semántico sobre un warehouse existente. Data Engineer cubre el stack completo: ingesta, transformación, tiempo real, calidad, cloud y arquitectura. Si ya trabajás con datos y querés profesionalizar el modelado, Analytics Engineer. Si querés construir toda la plataforma, Data Engineer.

¿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.

¿Este perfil existe en LATAM?

Sí. Empresas de tecnología, fintech, retail y consultoras incorporan Analytics Engineers para profesionalizar su capa de datos.

¿Qué puedo cursar después?

La Diplomatura en Data Engineer, con acreditación directa de los seis cursos que comparte con esta (Python, SQL, SQL Avanzado, Data Engineering Fundamentals, dbt y Calidad), o la Diplomatura en Data Architect, que comparte Python, SQL, SQL Avanzado, Data Engineering Fundamentals y Calidad.

Profesionalizá la capa de datos

167 horas con foco en SQL avanzado, dbt, calidad de datos y buenas prácticas de software aplicadas al warehouse. Trabajo final de proyecto dbt completo y doble certificación IDSA + UTN.

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