¿Por qué aprender DuckDB?

El análisis de datos moderno no siempre necesita una infraestructura compleja, servidores dedicados o plataformas cloud de gran escala.

DuckDB es un motor SQL analítico embebido diseñado para ejecutar consultas OLAP de alto rendimiento directamente sobre datos locales y formatos columnares como Parquet.

Su filosofía es similar a SQLite, pero orientada al análisis de datos.

En este workshop aprenderás a utilizar DuckDB para consultar, transformar y analizar grandes volúmenes de información desde un entorno local, integrándolo con Python, Polars, Pandas, Apache Arrow y Parquet.

Todo el workshop está orientado a escenarios reales de Data Engineering y Data Analytics. No aprenderás únicamente SQL sobre DuckDB. Aprenderás a utilizarlo como pieza de una arquitectura analítica moderna, ligera y de alto rendimiento.

¿Qué aprenderás?

✅ Comprender qué es DuckDB y cuándo utilizarlo.
✅ Trabajar con DuckDB sin necesidad de servidor.
✅ Crear y consultar bases de datos locales.
✅ Utilizar SQL analítico.
✅ Consultar directamente archivos CSV y Parquet.
✅ Trabajar con JSON.
✅ Crear tablas y vistas.
✅ Utilizar funciones analíticas.
✅ Trabajar con funciones de ventana.
✅ Combinar diferentes fuentes de datos.
✅ Integrar DuckDB con Python.
✅ Integrar DuckDB con Polars y Pandas.
✅ Trabajar con Apache Arrow.
✅ Optimizar consultas analíticas.
✅ Trabajar con grandes volúmenes de datos.
✅ Diseñar pipelines analíticos ligeros.
✅ Preparar datasets para Data Analytics e IA.

Ficha técnica

• Modalidad: online en directo.
• Duración: 12 horas.
• Distribución: 4 sesiones de 3 horas.
• Proyecto final: asíncrono.
• Plazo de entrega: 14 días.
• Corrección personalizada: incluida.
• Plazas: máximo 12 participantes.
• Nivel: intermedio.
• Idioma: castellano.

Metodología Taller de Tecnología®

• #1 Sesión: Introducción y fundamentos de DuckDB (síncrono).
• #2 Sesión: SQL analítico y formatos de datos (síncrono).
• #3 Sesión: Integraciones y optimización (síncrono).
• #4 Sesión: Arquitectura analítica y proyecto completo (síncrono).
• Proyecto final + certificación (asíncrono).

Temario del Workshop

• Introducción a DuckDB.
• DuckDB vs bases de datos tradicionales.
• Arquitectura embebida.
• OLAP y cargas analíticas.
• Instalación y configuración.
• DuckDB CLI.
• DuckDB desde Python.
• Creación de bases de datos.
• Tablas.
• Views.
• SQL analítico.
• Funciones de agregación.
• CTEs.
• Subconsultas.
• Joins.
• Funciones de ventana.
• ROW_NUMBER().
• RANK().
• LAG() y LEAD().
• Lectura directa de CSV.
• Lectura directa de Parquet.
• Lectura de JSON.
• Apache Parquet.
• Apache Arrow.
• Consultas sobre múltiples archivos.
• Particionado de datos.
• Predicate Pushdown.
• Column Pruning.
• Optimización de consultas.
• Integración con Pandas.
• Integración con Polars.
• Integración con Python.
• Exportación de resultados.
• Procesamiento analítico local.
• Diseño de pipelines con DuckDB.
• DuckDB + Polars + Parquet.
• Casos de uso en Data Engineering.
• Casos de uso en Data Analytics.
• Buenas prácticas.

Proyecto Final + Certificación (Asíncrono)

Al finalizar el workshop, los alumnos realizarán de manera individual un proyecto práctico que deberá ser entregado dentro del plazo establecido.

El proyecto consistirá en construir una solución analítica local utilizando DuckDB.

El alumno deberá trabajar con diferentes fuentes de datos, incluyendo archivos CSV y Parquet, realizar transformaciones y consultas SQL, combinar datasets y generar una capa analítica final.

El proyecto deberá incluir consultas analíticas avanzadas, funciones de ventana y técnicas de optimización orientadas a mejorar el rendimiento.

También se integrará DuckDB con Python o Polars para construir un flujo de procesamiento reproducible y preparado para su utilización posterior en Data Analytics o Data Engineering.

El objetivo será demostrar cómo es posible construir una solución analítica de alto rendimiento sin necesidad de desplegar una infraestructura compleja.

El proyecto será evaluado por el instructor, quien proporcionará comentarios personalizados, propuestas de mejora y una valoración técnica de la solución presentada.

Los alumnos que superen satisfactoriamente la evaluación recibirán el Certificado de Aprovechamiento de Taller de Tecnología, acreditando las competencias adquiridas durante el workshop.

Formador: Daniel Castillo Garrosset

Formador especializado en Data Engineering, Business Intelligence e IA Generativa, con más de 25 años de experiencia impartiendo formación técnica a empresas, universidades y entidades públicas. Formador de Data Science en el Cibernarium de Barcelona Activa.

• Experiencia real como formador.
• Metodología y enfoque práctico.
• Corrección individual del proyecto.

Requisitos

• SQL (nivel básico-intermedio).
• Conocimientos básicos de análisis de datos.
• Conocimientos básicos de Python recomendables.

No es necesario conocer DuckDB previamente.

Público objetivo

• Data Engineers.
• Data Analysts.
• Data Scientists.
• Analytics Engineers.
• Desarrolladores Python.
• Profesionales que trabajen con SQL.
• Profesionales que trabajen con Polars o Pandas.
• Profesionales interesados en arquitecturas analíticas ligeras.

¿Por qué elegir este workshop?

✔ Material descargable
✔ Proyecto real
✔ Soporte durante el workshop
✔ Certificación
✔ Corrección personalizada
✔ Enfoque 100 % práctico
✔ SQL analítico de alto rendimiento
✔ Integración con Python y Polars

FAQs

• ¿Necesito conocer DuckDB?: No. El workshop parte desde los fundamentos.
• ¿Necesito instalar un servidor?: No. Una de las principales características de DuckDB es que funciona como motor analítico embebido.
• ¿Necesito conocimientos de SQL?: Sí. Es recomendable disponer de un nivel básico-intermedio.
• ¿Trabajaremos con Parquet?: Sí. Será uno de los formatos principales utilizados durante el workshop.
• ¿Trabajaremos con Python?: Sí. Se explicará cómo integrar DuckDB con Python para construir procesos analíticos reproducibles.
• ¿Trabajaremos con Polars?: Sí. Se mostrará cómo combinar ambas tecnologías en determinados escenarios.
• ¿DuckDB sustituye a Snowflake o BigQuery?: No. Son soluciones orientadas a escenarios diferentes. Durante el workshop se explicará cuándo utilizar cada enfoque.
• ¿Puede DuckDB trabajar con datasets grandes?: Sí. Está diseñado específicamente para cargas analíticas y puede procesar volúmenes de datos significativamente mayores que la memoria disponible en determinados escenarios.
• ¿Es un curso teórico?: No, más del 80 % del tiempo estará dedicado a consultas, transformaciones y ejercicios prácticos.
• ¿Obtendré certificado?: Sí, una vez superado satisfactoriamente el proyecto final.
• ¿Puedo utilizar el proyecto como portfolio?: Sí. El proyecto final estará diseñado para que pueda formar parte de tu portfolio técnico.