Before organising a course or seminar, we listen to the real needs and objectives of each client, in order to adapt the training and get the most out of it. We tailor each course to your needs.

We are also specialists in 'in company' trainings adapted to the needs of each organisation, where the benefit for several attendees from the same company is much greater. If this is your case, contact us.

Ponemos a disposición también plataforma Cloud con todas las herramientas instaladas y configuradas, listas para la formación, incluyendo ejercicios, bases de datos, etc... para no perder tiempo en la preparación y configuración inicial. ¡Sólo preocuparos de aprender!

Ofrecemos también la posibilidad de realizar formaciones en base a ‘Casos de Uso’

Se complementa la formación tradicional de un temario/horas/profesor con la realización de casos prácticos en las semanas posteriores al curso en base a datos reales de la propia organización, de forma que se puedan ir poniendo en producción proyectos iniciales con nuestro soporte, apoyo al desarrollo y revisión con los alumnos y equipos, etc…

En los 10 últimos años, ¡hemos formado a más de 250 organizaciones y 3.000 alumnos!

Ah, y regalamos nuestras famosas camisetas de Data Ninjas a todos los asistentes. No te quedes si las tuyas

1  2  3  4  5

Curso de PowerBi Avanzado

Curso de PowerBi Avanzado

Goal

¡Aprende con los mejores, Stratebi es Partner Oficial de Microsoft Power BI en España!

Power BI es un conjunto de aplicaciones de análisis de negocios que permite analizar datos y compartir información. ¡Es la solución perfecta destinada a la inteligencia empresarial!

Conoce casos de uso y ejemplos de lo que podrás hacer.

Con Power BI podrás crear potentes informes utilizando diferentes fuentes de datos: SAP HANA, MySQL, Teradata, IBM DB2, Dynamics Navision, CRM, SQL. Archivos de Excel, .CSV, JASON o descargar datos procedentes de servicios en línea como Facebook, Google Analytics, CRM de Salesforce, Marketo, MailChimp...

Stratebi es Partner de Microsoft PowerBi en España

¡Aprende a usarlo siempre estés donde estés!

Formación totalmente práctica 100% con profesores

Target audiences

Profesionales de las tecnologías de información, gestores de TI, Analistas de Negocio, Analistas de sistemas, arquitectos Java, desarrolladores de sistemas, administradores de bases de datos, desarrolladores y profesionales con relación a el área de tecnología, marketing, negocio y financiera.

Videotutoriales y Manuales publicados por Stratebi

  1. ALM Toolkit para PowerBI
  2. Tabular  Editor con PowerBI
  3. PowerBI Embeded – Buenas Prácticas
  4. PowerBI Tips (vol I)
  5. PowerBI Tips (vol II)
  6. Buenas prácticas con Dataflows en PowerBI
  7. Integracion SAP - PowerBI
  8. Futbol Analytics, lo que hay que saber
  9. Dashboard de medicion de la calidad del aire en Madrid
  10. Como funciona Microsoft Power BI? Videoturial de Introducción
  11. Big Data para PowerBI
  12. Como integrar Salesforce y PowerBI
  13. Videotutorial: Usando R para Machine Learning con PowerBI
  14. Las 50 claves para aprender y conocer PowerBI
  15. PowerBI: Arquitectura End to End
  16. Usando Python con PowerBI
  17. PowerBI + Open Source = Sports Analytics
  18. Comparativa de herramientas Business Intelligence
  19. Use Case Big Data “Dashboards with Hadoop and Power BI”
  20. Todas las presentaciones del Workshop ‘El Business Intelligence del Futuro’
  21. Descarga Paper gratuito: Zero to beautiful (Data visualization)
  22. Aprender DAX Studio para Power BI
  23. Power BI Report Builder

Observations

 

Syllabus

Curso de PowerBi Avanzado

  •  Online

Fecha: Del 17 de feb. al 18 de feb. de 2021

Horario: 15:00 h - 21:00 h ( CEST - Madrid)

Lugar: Plataforma web con profesor

Precio: 95 € (iva no incluido)  / persona 

Pago: PayPal o Trans. Bancaria (Consultar)

Certificado: Entrega a todos los asistentes

 

 

 

  • Contextos de evaluación en DAX
  • Medidas y columnas calculadas
  • Creación de tablas
  • Operaciones de filtrado
  • Operaciones lógicas
  • Operaciones matemáticas y estadísticas
  • Operaciones de inteligencia de tiempo
  • Operaciones con cadenas de texto
  • Otras funciones DAX
  • Seguridad a nivel de fila (RLS)
  • Dax Quiz
  • Ejercicios
  • Introducción a Dataflows
  • Conceptos de Dataflows
  • ETL con Dataflows
  • Buenas prácticas
  • Lenguaje M
  • Ejercicios
  • Tabular Editor
    • Introducción a Tabular Editor
    • Grupos calculados
    • Perspectivas
    • Advanced Scripting
    • Ejercicios
  • DAX Studio
  • ALM Toolkit
  • Data Gateways
  • Agregaciones
  • Modelos duales
  • Machine Learning en Power BI
  • Python en Power BI
  • R en Power BI
  • Microsoft Teams con Power BI
  • Power BI Report Builder

5. Buenas prácticas Microsoft Power BI (menos de 1 hora)

 

6. Ejercicios (opcional)

 

Curso de Integración de fuentes externas y Webscrapping

Curso de Integración de fuentes externas y Webscrapping

Goal

En los últimos años, estamos presenciando una "revolución de datos" y un número significativo de organizaciones están invirtiendo dinero, innovación y esfuerzos para desbloquear su enorme potencial. Muchas organizaciones han comenzado a delinear una vía de transformación mediante el desarrollo de sus capacidades analíticas, aprovechando el diluvio de datos para transformar los números sin procesar, en información procesable para permitir una toma de decisiones más rápida y precisa.

SCRAPIAS aparece como solución analítica para hacer frente a la cantidad ingente de datos que existen hoy en el mundo. Pretendemos ofrecer una solución a aquellas empresas que quieran unirse a la revolución de los datos que estamos sufriendo, y automatizar su proceso de extracción de datos para transformarlos en conocimiento.

Qué es el web scraping?

El web scraping es una técnica para extraer información de sitios web. Nos permite obtener datos no estructurados y convertirlos a un formato estructurado y utilizable, por ejemplo, CSV, tabla en una base de datos etc. También nos permite archivar datos o seguir los cambios de datos online.

Target audiences

Este curso está direccionado a profesionales o estudiantes de TI.

Competencias adquiridas tras la realización del curso:

  • Capacidad de extracción de datos automatizada de diferentes fuentes abiertas, tanto estructuradas como no estructuradas (imagen, sonido, etc.)
  • Incorporación de nuevas tecnologías para la realización de Web Scrapping.
  • Posibilidad de incorporación de datos procedentes de fuentes de dispositivos IoT (Internet of Things)
  • Capacidad analítica, tanto descriptiva como predictiva, basada en los algoritmos más avanzados de Machine Learning e Inteligencia Artificial.
  • Plataforma basada en tecnologías Open Source.

Requisitos: manejo de HTML y lenguajes de scripting (JavaScript, Python u otras). 


Observations

Características de SCRAPIAS

  • Extracción de diferentes fuentes abiertas (entre ellas fuentes de tipo Web Scraping, API's, etc.)
  • Integración de fuentes de dispositivos IoT (Internet of Things), para la medición de temperaturas atmosféricas, telemetría, webs con información estadística, webs con información no estructurada (imagen sonido vídeo etc.), reconocimiento visual, etc.
  • Exploración analítica mediante la aplicación de algoritmos de Machine Learning e Inteligencia Artificial.
  • Basado en tecnologías Open Source.
  • Generación automática de modelos y algoritmos que pueden ser usados en numerosas industrias y sectores.

Syllabus

  • Qué es el web scraping?
  • Datos de un sitio web
  • Estructura
  • Selectores HTML/ XPath
  • Selectores XML
  • BeautifulSoup
  • Introducción y manejo de excepciones
  • Tipos de objetos en BeautifulSoup
  • Funciones find y find_all
  • Recorrido de Árboles
  • Expresiones Regulares
  • Expresiones Lambda
  • Selenium
  • Instalar y configurar Chromedriver
  • Selectores
  • Espera de elementos HTML
  • Ejecución de JavaScript
  • Funciones del WebDriver
  • Navegación
  • Acciones
  • Ejercicios (DGT, Portales públicos de Ayuda e incentivos)
  • APIs con Requests
  • Peticiones GET, POST, PUT, DELETE
  • Autorización y cabecera
  • Parseo de JSON
  • API de Twitter y consumo servicios Open Data
  • JSON
    • Serializar JSON
    • Deserializar JSON
    • Deserialización de estructuras complejas
    • Introducción a librerías jsonpickle y json
    • Conversión entre objetos Python y JSON (diccionarios, listas, tuplas,)
  • XML
    • Introducción a XML etree
    • Parseo de ficheros XML
  • Funciones de lectura ( find, findall, findtext,iter)

6. Creación de Caso de Uso Práctico accediendo a fuentes externas

 
  • SAP
  • Salesforce
  • Other ERPs, CRMs
  • 3rd apps
  • APIs
  • Webscrapping
  • Google Analytics
  • Open Data
  • IoT Data
  • Conectores

Curso experto en Data Engineer

Curso experto en Data Engineer

Goal

El curso Experto en Data Engineer tiene como objetivo prepararte para trabajar con las tecnologías, metodologías y algoritmos más avanzados para Big Data.

El curso te formará en la preparación, depuración y explotación de los datos con Apache Spark y Scala. Con ese curso podrás desarrollar, escalar y gestionar tus soluciones y proyectos Data Driven.

Target audiences

Curso destinado para ingenieros o profesionales de TI con conocimiento previo en:
  • Bases de datos SQL
  • Conocimientos en lenguajes de scripting (Python, Javascript, R u otras)

Observations

¿Cuál es el roadmap para ser un Data Engineer?

Syllabus

  • Por qué Scala
  • Por qué Spark
  • Por qué Scala y Spark
  • Scala y Spark dentro de entorno Hadoop: Importancia e Integración
    • Sistema de archivos distribuidos HDFS
    • Motor de procesamiento Map Reduce
    • Gestor de procesos: YARN
    • Sistema de mensajería distribuido para Big Data: Apache Kafka
    • Log streaming: Apache Flume
  • Ejemplo de arquitecturas Big Data que usen Scala y Spark

Caso teórico/práctico: Diseño de una arquitectura para la detección de fraude en seguros en tiempo real.

  • Scala y la necesidad de paralelizar todo “Single-core performance is running out of steam, and you need to parallelize everything” (Martin Odersky , creador de Scala)
  • Conceptos básicos de Scala
  • Tipos de datos
  • Estructuras de control
  • Conclusiones
  • Ejercicios prácticos:
    • Tipos de datos, Colecciones y Estructuras de control en Scala

Caso práctico de procesamiento de datos de AXA con Scala: (Limpieza, filtrado, agregación)

  • Introducción
  • ¿Debo usar Scala, Python o Java para programar en Spark? Scala en Spark
  • Introducción al Shell de Spark para Scala
  • Concepto y creación del Spark Context (SC).
  • Los conjuntos elásticos de datos distribuidos (RDDs).
  • Operaciones sobre RDDs: Transformaciones y Acciones.
  • Programación de funciones para RDD’s
  • Caché y persistencia de RDD’s
  • Trabajo con pares Clave-Valor (Key-Value Pair RDD)
  • Carga y almacenamiento desde HDFS (Sistema de archivos distribuido de Hadoop)
  • Ejercicios prácticos:
    • Sobre cada uno de los puntos anteriores
    • Caso práctico
    • Caso práctico* de procesamiento de datos de AXA con Scala: (Limpieza, filtrado, agregación).
  • Otros lenguajes en Spark (Introducción):
    • SQL
    • R
  • Ejecución en clúster Hadoop con programas Spark.
  • Ejercicio práctico:
    • Ejecución en el clúster de Axa del programa del caso práctico desarrollado en el ejercicio anterior. (K, iii).

Caso práctico de procesamiento de datos de AXA con Scala: (Limpieza, filtrado, agregación)

  • Introducción a Apache Kafka
  • Arquitectura
  • Topics
  • Productores y Consumidores.
  • Kafka y Apache Zookeper
  • Flujo de datos en Kafka
  • Ejercicio práctico:
    • Estudio de una implementación de Kafka para lectura de datos desde Wikipedia.
  • Arquitectura y abstracción
  • Transformaciones y Operaciones Streaming
  • Fuentes de entrada
  • Tolerancia a fallos
  • Rendimiento
  • Ejercicio práctico:
    • Diseño e implementación de un programa en Spark Streaming para el procesamiento de los datos de Wikipedia en Streaming usando la implementación proporcionada

Caso práctico*: Diseñar la arquitectura para la implementación de un proceso Streaming con datos propios de la organización, usando Kafka y Spark. En el curso se llevaría a cabo el inicio de la implementación y en las tutorías se resolverán dudas surgidas sobre el proceso.


Curso de Talend Avanzado

Curso de Talend Avanzado

Goal

Talend utiliza una generación de código nativo que le permite ejecutar flujos ETL sin problemas en cualquier proveedor de servicios cloud y obtener un rendimiento optimizado en cualquier plataforma.

En Stratebi somos de los primeros especialistas en Talend en España y Partners Cetificados

> Portfolio Technical Features Services

 

  Talend es patrocinador de la Apache Software Foundation. Muchos de sus ingenieros contribuyen a Apache y ofrecen ayuda para la orientación de proyectos en la Incubadora de Apache como mentores. La empresa también es miembro del Java Community Process. Acceda a nuestro blog TodoBI para descargar un paper gratuito sobre Talend Cloud.

Target audiences

Profesionales de cualquier área con experiencia en programación. Requisitos previos: SQL y Java básico.

Observations

Las presentaciones de AlicanteData

Quremos daros las gracias por la gran acogida de AlicanteData. Salon más grande, espectacular ubicacion en el Distrito Digital de Alicante y más inscritos que en los anteriores en Madrid, Barcelona y Sevilla...

Syllabus

  • Creación de estructuras
  • Monitorización de inserciones, actualizaciones, borrados, rechazo del flujo
  • Obtención mensajes generados
  • Seguimientos de updates frente a un benchmark
  • Assertive Condition para la ejecución de un Job
  • Medición tiempo de ejecución de un subjob
  • Inclusión de código Java en Jobs
  • Creación de rutinas de código
  • Importación librerías Java
  • Introducción a Data Quality
  • Data Quality & BI
  • Open Source & Data Quality
  • Instalación del entorno
  • Conceptos principales
  • Operaciones sobre datos
  • Definición de datasets y preparaciones
  • Exportación de resultados
  • Data Quality & Data Profiling
  • Metodología para Profiling
  • Métodos analíticos usados en DP
  • Repositorio Data Profiling
  • Instalación del entorno y características
  • Análisis de BBDD, esquemas y tablas
  • Correlación, redundancia y dependencia funcional de variables
  • Patrones, análisis combinado y definición de reglas
  • Visualización Gráfica
  • Qué es Master Data Management (MDM)
  • Governance (Gestión)
  • Subject Area (Area de Negocio)
  • Master Data (Datos Maestros)
  • Arquitectura de MDM
  • MDM Governance (Gestión)
  • Data Quality (Calidad de Datos) y MDM
  • Roles y Responsabilidades de MDM
  • Tecnología MDM
  • Acciones de MDM
  • MDM Open Studio
  • Introducción
  • Instalación del entorno
  • Componentes ESB
  • Xpath
  • Tratamiento de XML
  • SOAP Web Service
  • Rest Service
  • Apache Active MQ

Contacto

Ajustamos cada curso a sus necesidades.

Nuestra oficina en Madrid