[CIT] Curso–Taller: Introducción a Big Data (Nivel Básico)

Repositorio oficial del Curso–Taller “Introducción a Big Data” del Centro de Innovación TIC – Universidad Nacional de Asunción (CIT-UNA), en el marco del proyecto Paraguay–Korea (KOICA).

El curso está orientado a formar fundamentos prácticos para el perfil de Arquitectura/Ingeniería de Datos, implementando pipelines ETL/ELT con PostgreSQL + Apache Airflow + Python, usando datos abiertos del Paraguay y construyendo salidas para Power BI.

---

Datos académicos

• Institución: Universidad Nacional de Asunción (UNA) – Facultad Politécnica (FP)
• Proyecto: Centro de Innovación TIC Paraguay-Corea
• Duración: 8 semanas — 40 horas
• Carga horaria: 3 clases/semana — 5 horas/semana (24 clases)
• Modalidad: 100% virtual
• Fecha y horario: a definir
• Lugar: Zoom
• Metodología: Teórico–práctico (taller)
• Dirigido a: Personas con formación o interés en informática que quieran desarrollar competencias en arquitectura de datos para big data.
• Requisitos previos: Conocimientos básicos de Python y familiaridad con Linux.

---

Docente responsable

• Profesor: Ing. Richard Daniel Jiménez Riveros - Especialista en Big Data y Automatización
• Afiliación: Facultad Politécnica – UNA, Campus San Lorenzo – Paraguay
• Correo institucional: rjimenez@pol.una.py

---

Objetivos del repositorio

Al finalizar, el estudiante será capaz de:

1. Comprender fundamentos de Big Data y su relación con arquitectura analítica.
2. Diseñar pipelines de ingesta y transformación con prácticas correctas (ETL/ELT).
3. Modelar datos para análisis (capas raw/ods/fdw/stage/core/datamart/dwh).
4. Optimizar consultas en PostgreSQL (EXPLAIN, índices, particiones, buenas prácticas).
5. Orquestar procesos con Airflow (DAGs, scheduling, retries, logging).
6. Publicar resultados listos para consumo en Power BI u otras herramientas de visualización de datos.

---

Stack tecnológico (estándar del curso)

• PostgreSQL: 15
• Apache Airflow: 3.1.5
• Python: 3.12
• SQL / PL/pgSQL
• Git / GitHub
• Linux / Windows + WSL2 (Ubuntu recomendado) o Docker
• PyCharm, DBeaver, Power BI, SQL Power Architect

---

Requisitos previos (mínimos)

• SQL básico (SELECT, JOIN, GROUP BY)
• Python básico (scripts, funciones, lectura de CSV/JSON)
• Uso de terminal (WSL/PowerShell)
• Manejo de la terminal de Linux y sus comandos básicos
• Equipo recomendado: 16 GB RAM (mínimo 8 GB) + espacio libre para contenedores/datos

---

Estructura del repositorio (vista rápida)

• docs/ tutoriales y guías
• setup/ levantar el entorno local (Postgres/Airflow)
• week_01...week_08... contenidos y prácticas por semana
• week_06... / week_07... proyectos guiados (datos reales)
• datasets/ catálogo de fuentes + muestras pequeñas
• airflow/ laboratorio común de DAGs
• db/ scripts SQL, migraciones, seeds

---

Clonar el repositorio

git clone <URL_DEL_REPO>
cd cit-intro-bigdata