Data Mesh for Enterprise Environments: Design, GoGovernance and Operation

• Conocimientos básicos en gestión de datos, arquitectura de datos o ingeniería de datos.
• Familiaridad con conceptos como Data Warehouse, Data Lake, ETL/ELT.
• Deseable: experiencia en proyectos de datos a nivel empresarial

Data Mesh es un enfoque moderno de arquitectura de datos que permite escalar la analítica y el gobierno de datos en organizaciones complejas, distribuyendo la responsabilidad a los equipos de negocio mediante principios como la descentralización, el diseño de datos como producto y la gobernanza federada.

Esta capacitación en vivo dirigida por un instructor (en línea o presencial) está dirigida a arquitectos de datos, ingenieros, analistas y líderes técnicos de nivel intermedio que desean comprender, diseñar e implementar soluciones basadas en Data Mesh, así como prepararse para certificaciones especializadas en este enfoque.

Al final de esta formación, los participantes serán capaces de:

• Comprender los fundamentos del enfoque Data Mesh y su diferencia con arquitecturas tradicionales.
• Aplicar los principios clave de Data Mesh en entornos empresariales reales.
• Diseñar una estrategia de implementación de Data Mesh alineada con los objetivos de negocio.
• Identificar los roles y responsabilidades dentro de un ecosistema de datos descentralizado.
• Evaluar tecnologías y herramientas compatibles con la filosofía Data Mesh.
• Prepararse para presentar exámenes de certificación relacionados con Data Mesh (por ejemplo, Data Mesh Practitioner).

Formato del curso

Curso presencial interactivo con demostraciones en vivo, laboratorios prácticos, foros de discusión, y sesiones de preguntas y respuestas.

Fundamentos y Principios de Data Mesh

Módulo 1: Introducción y contexto
   • Evolución de la arquitectura de datos: DW, Data Lake y el surgimiento del Data Mesh
   • Problemas comunes en arquitecturas centralizadas
   • Principios rectores del enfoque Data Mesh

Módulo 2: Principio 1 – Propiedad de datos por dominio
   • Organización orientada por dominios
   • Beneficios y retos de descentralizar la responsabilidad
   • Casos prácticos: definición de dominios en una empresa real

Módulo 3: Principio 2 – Datos como producto
   • Qué es un “data product”
   • Roles del data product owner
   • Buenas prácticas para diseñar productos de datos
   • Ejercicio práctico: diseño de un data product por equipo

Plataforma, Gobernanza y Diseño Operativo

Módulo 4: Principio 3 – Plataforma de autoservicio
   • Componentes de una plataforma de datos moderna
   • Herramientas comunes en un ecosistema Data Mesh (Kafka, dbt, Snowflake, etc.)
   • Ejercicio: diseño de arquitectura de plataforma de autoservicio

Módulo 5: Principio 4 – Gobernanza federada
   • Gobernanza en entornos distribuidos
   • Políticas, estándares y automatización
   • Implementación de políticas de calidad, seguridad y privacidad de datos

Módulo 6: Diseño organizacional y cambio cultural
   • Nuevos roles en Data Mesh: data product owner, plataforma team, domain teams
   • Cómo alinear incentivos entre dominios
   • Transformación cultural y gestión del cambio

Implementación, Herramientas y Simulación

Módulo 7: Estrategias de adopción e implementación
   • Roadmap para implementar Data Mesh en fases
   • Criterios para seleccionar dominios piloto
   • Lecciones aprendidas de implementaciones reales

Módulo 8: Herramientas, tecnologías y casos de estudio
   • Stack tecnológico compatible con Data Mesh
   • Ejemplos de implementación (Netflix, Zalando, etc.)
   • Análisis de éxito y fracaso

Módulo 9: Simulación de examen y casos prácticos
   • Ejercicios de repaso por módulo
   • Simulacro de examen tipo certificación
   • Revisión de resultados y discusión