Si estás mirando el temario del bootcamp Databricks Data Engineer Asincrónico antes de pagar, acá está exactamente lo que cubren sus 8 sesiones, cuánto dura (22 horas repartidas en 8 clases grabadas) y qué entregas al final. Nada de "módulos genéricos": esto es lo que hay dentro, sesión por sesión.
Por qué Lakehouse y no solo "aprender Spark"
La mayoría de cursos de Data Engineering te enseñan Spark como si fuera un fin en sí mismo. El problema es que en producción nadie usa Spark suelto: lo usas dentro de un workspace con control de versiones de datos, gobierno de accesos y orquestación. Por eso el bootcamp arranca con el entorno de Databricks completo y va subiendo de nivel hasta Unity Catalog, que es justo la parte que casi ningún curso toca y que las empresas sí piden en las entrevistas.
El temario completo (8 sesiones)
- ▸Sesión 1 — Fundamentos del Workspace y Procesamiento de Datos: cómo se organiza un proyecto en Databricks y primeras transformaciones.
- ▸Sesión 2 — Delta Lake y Administración de Datos: versionado de tablas, time travel y optimización de consultas.
- ▸Sesión 3 — Lenguajes para la Ingeniería de Datos: PySpark y SQL aplicados a extracción y limpieza sobre el Lakehouse.
- ▸Sesión 4 — Automatización y Workflows en Databricks: orquestación de pipelines con Delta Live Tables y Databricks Workflows.
- ▸Sesión 5 — Unity Catalog I: fundamentos y administración de accesos.
- ▸Sesión 6 — Unity Catalog II: recursos y gobierno de datos.
- ▸Sesión 7 — Patrones y buenas prácticas con Unity Catalog en entornos reales.
- ▸Sesión 8 — Presentación final de proyectos y resolución técnica.
El proyecto final: qué construyes
La octava sesión no es un repaso: es una sustentación. Armas un pipeline propio sobre Databricks que toma datos crudos, los limpia con PySpark, los deja versionados en tablas Delta y aplica permisos de Unity Catalog como si fuera un entorno de trabajo real, y lo presentas igual que lo harías frente a un líder técnico. Esa parte importa más de lo que parece: en las entrevistas de Data Engineer casi siempre piden mostrar un proyecto, no solo responder teoría.
¿Este bootcamp o la certificación oficial? Las dos sirven distinto
Aquí la gente suele confundirse. Este bootcamp asincrónico te da las habilidades prácticas: construir pipelines, manejar Delta Lake y aplicar gobernanza con Unity Catalog en un proyecto real. La Preparación Databricks Data Engineer Associate es otra cosa: un curso enfocado en el examen oficial de certificación, con simulacros y la lógica de las preguntas de Databricks. Si ya programas y quieres validarlo con un papel que acredite el conocimiento frente a un reclutador, ese es el siguiente paso natural después de este bootcamp.
Si tu meta es más amplia que un solo bootcamp —armar una carrera completa de Data Engineer, sin importar la nube—, la ruta Data Engineer agrupa este tipo de programas en un recorrido con un orden pensado de principio a fin.
Lo que nadie te dice al empezar con Databricks: Unity Catalog parece lo más aburrido del temario y es justo lo que más preguntan en las entrevistas de empresas con datos sensibles (banca, salud, retail).
Para quién es (y para quién no)
El bootcamp está catalogado como nivel avanzado, y tiene sentido: no te enseña Python ni SQL desde cero, asume que ya escribes consultas básicas y que entiendes qué es un pipeline de datos. Si vienes de analista de datos o de desarrollo backend y quieres saltar a Data Engineering, el salto tiene sentido directo. Si todavía no tocaste SQL en tu vida, te vas a frustrar en la Sesión 3 — conviene primero un curso de fundamentos y volver después.
Qué piden las empresas que ya usan Databricks
Databricks dejó de ser una herramienta de nicho para analítica avanzada y hoy aparece en ofertas de banca, retail y telecomunicaciones en toda la región, casi siempre junto a Azure o AWS. Lo que distingue a un candidato junior de uno que un líder técnico contrata de inmediato no es saber correr una transformación en PySpark —eso lo copian de cualquier tutorial— sino poder explicar por qué una tabla Delta necesita versionado, cómo se audita un acceso en Unity Catalog y qué pasa si un pipeline falla a mitad de camino. Son justo las preguntas que cubren las sesiones 2, 5 y 6 de este bootcamp, y es la parte que casi nadie practica con un proyecto real antes de la entrevista.
Cómo funciona la modalidad asincrónica
Las 8 sesiones están grabadas, así que avanzas a tu ritmo sin pelear con un horario fijo. Eso sí: el proyecto final de la sesión 8 no es opcional para recibir el certificado, y es justamente la parte que te conviene mostrar después en tu portafolio o en LinkedIn cuando postules a una vacante de Data Engineer.
Con qué te quedas al terminar
Al cerrar las 8 sesiones te llevas certificado, el proyecto Lakehouse sustentado y práctica directa en PySpark, Delta Lake, Workflows y Unity Catalog — el stack que hoy piden la mayoría de ofertas de Data Engineer que mencionan Databricks. Revisa el temario completo y el precio en la ficha del bootcamp.
