← volver Curso DataViz
Curso · 6 sesiones en vivo

Curso DataViz

Productos de datos modernos con vibecoding responsable

Datos + ingeniería + desarrollo + diseño + analítica + inteligencia artificial

El problema

Dos extremos, una alternativa

BI tradicional · Tableau · Power BI
  • Reporting estándar bien resuelto
  • Queda corto en casos de uso concretos
  • Paneles a medida lentos o imposibles
  • Peso y licencias innecesarias
Vibecoding sin estructura
  • La IA genera pantallas en minutos
  • Sin modelo mental detrás
  • Sin capas ni patrones
  • Deuda técnica inmediata

La alternativa: dashboards modernos, interactivos y rápidos, con arquitectura real y la IA como acelerador.

Resultados

Qué aprenderás

01

Ingeniería de datos

Pipeline ETL en capas Bronze → Silver → Gold, calidad y modelos de negocio listos para consumir.

02

Almacenamiento y consulta

Parquet en MinIO, OLAP vs OLTP, DuckDB sin Python como capa intermedia.

03

API de datos

FastAPI + DuckDB, endpoints REST con filtros y contratos seguros.

04

Visualización

ECharts: KPIs, series, demanda por hora, segmentación por zona y pago.

05

Patrones de frontend

Tokens de diseño, componentes reutilizables, contrato de datos estable.

06

Despliegue

Docker Compose, HTTPS, dashboard accesible desde cualquier navegador.

07

IA responsable

Vibecoding con estructura: la IA implementa dentro de la arquitectura que defines.

Metodología

Vibecoding con responsabilidad

La IA es el implementador veloz. La arquitectura la defines tú.

La IA hace
  • Implementa dentro de las capas
  • Ejecuta, valida, itera
  • Escribe el código denso
  • Respeta los patrones definidos
Tú decides
  • El modelo mental de capas
  • Los contratos y el grano de datos
  • Cada paso sensible (revisión)
  • Git antes de tocar código

Regla de oro: la arquitectura no la negocia la IA — se valida contra datos reales y se revisa con diffs.

El proyecto demo

FastViz

Un dashboard real en producción, no un mock de captura.

Datos
  • 2.7M viajes NYC
  • Taxi TLC público
  • Enero 2024
Paneles
  • Overview
  • Operations
  • Zones
  • Payments & Tips
Filtros
  • Rango de fechas
  • Borough
  • Zona
  • Tipo de pago
Stack
  • ETL Polars
  • FastAPI + DuckDB
  • MinIO + nginx
  • Docker + HTTPS
Arquitectura

La cadena de datos completa

El dashboard consulta, no procesa: el dato se transforma una vez.

NYC TLC2.7M viajes
→
Bronzecrudo · MinIO
→
Silvercalidad + derivadas
→
Gold4 modelos · Parquet + Postgres
→
DuckDBSQL OLAP sobre Parquet
→
FastAPIendpoints + filtros
→
nginxreverse proxy
→
ECharts5 paneles · KPIs
Rendimiento

¿Por qué DuckDB?

Millones de registros con respuestas en milisegundos.

Motor OLAP embebido
  • SQL directo sobre Parquet
  • Sin servidor, sin instalación
  • Consulta s3://gold/... vía S3
  • Ejecución vectorizada por columnas
Sin Python intermedio
  • Sin capa pesada entre dato y navegador
  • Soluciones ligeras y eficientes
  • Parquet columnar + compresión
  • El formato estándar de los motores modernos
Modelo mental · 1/3

ETL: el dato se procesa una vez

Capas de medallón con configuración externa.

etl_pipeline-polars/ ├── main.py # orquestador: 4 etapas, métricas, exit codes ├── config.yml # configuración externa — el código no cambia ├── bronze/ # extract: parquet crudo → MinIO ├── silver/ # transform: calidad + columnas derivadas (Polars) └── gold/ # transform: 4 modelos de negocio → Parquet + PostgreSQL

Regla del pipeline: el código NO cambia cuando cambia el entorno; solo cambia config.yml.

Modelo mental · 2/3

Backend: contratos seguros

Una query por fuente · un router por recurso · parámetros nombrados.

Queries por fuente
  • daily_summary
  • zone_performance
  • tip_analysis
  • hourly_demand
Routers FastAPI
  • /api/kpis
  • /api/operations
  • /api/zones
  • /api/payments
Grano honesto
  • Filtros con named params
  • Cada filtro aplica donde existe
  • Sin dimensiones → null → «—»
  • Sin interpolación de strings
Modelo mental · 3/3

Frontend: patrones coherentes

Tokens, componentes y un contrato de datos estable.

Tokens de diseño
  • CSS variables únicas
  • Tema claro / oscuro
  • Estética terminal
  • Responsive
Patrón por tab
  • KPIs + charts + loader
  • loadOverview · loadZones…
  • Navegación por hash
  • Paneles independientes
Contrato estable
  • El mock espeja el API
  • Mismo shape en ambos modos
  • Fallback transparente
  • Validación con datos reales
El modelo mental guía a la IA

Capas que la IA respeta

ETL Polarsbronze → silver → gold
↓
AlmacenamientoMinIO · Parquet + PostgreSQL
↓
APIFastAPI + DuckDB · queries por fuente
↓
Frontendtokens · patrones por tab · contrato
🤖 agente IA · implementa dentro de las capas y las respeta
Disciplinas

Una combinación de disciplinas

No es un curso de «hacer gráficos» — es construir productos de datos.

Datos
  • Ingeniería de datos
  • Analítica
  • Grandes volúmenes
Visualización
  • Diseño de dashboards
  • DataViz moderno
  • Desarrollo web
Arquitectura
  • Stacks de datos modernos
  • Productos de datos
  • Optimización
IA
  • LLMs como acelerador
  • Vibecoding responsable
  • + desarrollo profesional

Entregable: un proyecto de alto nivel en GitHub — artefacto demostrable para CV, LinkedIn y reclutadores.

Audiencia

¿A quién está dirigido?

Data & Analytics
  • Data Engineers
  • Data Analysts
  • Analytics Engineers
  • Data Scientists
  • Data Architects
  • BI Devs / Analysts
Software & Web
  • Software Engineers
  • Full-Stack Developers
  • Frontend / Backend Devs
  • Web Developers
  • ML / AI Engineers
Producto & Plataforma
  • Product Analysts
  • PM con perfil técnico
  • Cloud / Data Platform
  • Consultores de datos
  • BI / Reporting / Data Products

También para ampliar perfil: DE → productos visuales · web dev → OLAP · analyst → arquitectura.

Programa

Temario · 6 sesiones

SesiónTemaResultado
1 · Datos y ETLFuente real, Bronze/Silver/Gold con Polars, calidadPipeline modular con config externa
2 · AlmacenamientoMinIO/S3, Parquet columnar, DuckDB OLAPSQL directo sobre el lago
3 · API de datosFastAPI + DuckDB, endpoints, filtros segurosBackend documentado
4 · DashboardECharts, KPIs, paneles por dominio, patronesDashboard conectado a datos reales
5 · UX de datosFiltros por grano, estados vacíos, responsiveProducto usable
6 · DespliegueDocker Compose, HTTPS, publicación en GitHubDashboard desplegado y público
Información práctica

Fechas, horarios e inversión

6 sesiones en vivo + grabaciones (modalidad asincrónica disponible).

País / ciudadHora local
Colombia · Perú · Ecuador · Panamá7:00 PM
México · Centroamérica6:00 PM
Venezuela · Bolivia · Paraguay · Caribe · Miami · NY8:00 PM
Argentina · Uruguay · Brasil · Chile9:00 PM
España (Península)2:00 AM (día siguiente)
Reino Unido1:00 AM (día siguiente)

7, 8, 9 y 14, 15, 16 de septiembre de 2026 · Inversión: USD 180

Tu perfil, tu portafolio

Construir, no solo mirar

Un dashboard desplegado · un repo de alto nivel · skills para tu perfil

Datos + ingeniería + desarrollo + diseño + analítica + IA

Solicitar acceso y más info _