El propósito es brindar claridad sobre el enfoque del curso, su alcance real y la modalidad de trabajo. El Portal Académico se consolida como espacio central de referencia, donde encontrarás toda la información necesaria para tu formación: materiales, calendario, entregas y recursos de apoyo.
PORTAL ACADÉMICO DEL CURSO — COHORTE 2026 — CIT · FACULTAD POLITÉCNICA · UNA
Esta sección de Preguntas Frecuentes (FAQ) tiene como objetivo resolver las consultas más habituales relacionadas con el Curso de Introducción a Big Data (Nivel Básico) del Centro de Innovación TIC – UNA. Aquí encontrará información clave sobre el alcance del curso, su modalidad, requisitos y aspectos organizativos generales.
Para consultas específicas o información adicional no contemplada en estas preguntas, se recomienda contactar directamente con el docente responsable.
El Portal Big Data Básico es el sitio académico oficial del curso y constituye el principal punto de acceso a la información institucional, académica y organizativa. Aquí se presentan el programa de estudios, la estructura del curso, las orientaciones metodológicas, los criterios de evaluación y las recomendaciones generales para los participantes.
Este portal no sustituye las clases, sino que las complementa y contextualiza, ofreciendo una visión integral del curso antes, durante y después de su desarrollo.
El Centro de Innovación CIT – FP-UNA es una iniciativa académica orientada a la formación, divulgación y transferencia de conocimiento en áreas estratégicas de tecnología e innovación. A través de cursos, talleres y programas de capacitación, el CIT busca acercar contenidos técnicos actuales a estudiantes, profesionales y al público interesado.
El curso de Big Data básico forma parte de esta propuesta, manteniendo un enfoque formativo riguroso, accesible y alineado con estándares académicos universitarios.
El curso está dirigido a personas interesadas en comprender los fundamentos del Big Data, sin necesidad de experiencia previa en el área. Es especialmente adecuado para estudiantes, profesionales de áreas afines y público general con interés en el mundo de los datos, tecnología y análisis de información.
Es un curso de nivel introductorio, con énfasis conceptual y formativo. Se abordan herramientas y ejemplos prácticos, pero el objetivo principal es comprender el ecosistema Big Data, sus componentes y su aplicación en contextos reales, no formar especialistas avanzados.
No se exigen conocimientos técnicos avanzados. Se recomienda, no obstante, contar con:
Manejo básico de Linux/bash.
Conceptos de programación, Python básico y SQL báscico.
Interés por el análisis de datos y la tecnología.
Disposición para aprender conceptos nuevos de forma progresiva.
No. El curso introduce herramientas y tecnologías comunes en el entorno Big Data con fines educativos y demostrativos. El dominio profundo de dichas herramientas requiere formación adicional y práctica sostenida más allá del alcance de este curso.
El docente actúa como guía académico, facilitador del aprendizaje y referente técnico. Su función principal es orientar, contextualizar los contenidos y acompañar el proceso formativo, manteniendo una perspectiva realista y alineada al nivel del curso.
El curso no tiene como objetivo la certificación profesional inmediata. Su aporte principal es sentar bases conceptuales sólidas, ayudar a comprender el lenguaje del Big Data y permitir al participante decidir con mayor criterio sus próximos pasos formativos o profesionales.
Para consultas específicas no contempladas en esta sección, los participantes pueden contactar directamente con el docente a través de los canales oficiales indicados en el portal.
Revisá el programa y el plan semanal en las secciones Plan de estudio > Programa y Plan de estudio > Semanas, o escribinos desde la sección de Contacto.
Una computadora con mínimo 8 GB de RAM (idealmente 16 GB).
Sistema operativo: Windows, Linux o macOS.
Conexión estable a internet.
Cuenta en GitHub (para bajar y subir las prácticas de laborio y proyectos).
Instalaciones mínimas: Python 3.12, PostgreSQL 15, Apache Airflow (se guiará paso a paso).
Todo esto se explicará en clase y tendrás materiales de apoyo y soporte de parte del docente.
Sí, se espera que sepas lo básico en Python: estructuras de control (if, for, while), manejo de listas y diccionarios, funciones simples.
También se utilizará SQL básico para crear y consultar tablas.
Si tenés dudas, se proveerán materiales introductorios antes del inicio.
Duración: 40 horas · 8 semanas.
Modalidad: Híbrida (síncrona y asíncrona).
Clases síncronas (Zoom): Lunes y miércoles de 19:00 a 21:00.
Clases asíncronas (Moodle): Actividades prácticas los viernes.
Podés ver el detalle en la sección Plan de estudio > Calendario.
Guías, tutoriales, manuales semanales en PDF.
Videos y tutoriales en YouTube (materiales de apoyo).
Dataset reales o simulados.
Documentación oficial de las herramientas.
Proyectos Hands-On y README técnico veraionado en el repositorio GitHub.
Todo estará disponible en el repositorio del curso y en la plataforma EDUCA (Moodle).
Trabajos Prácticos (individuales/grupales): 30%
Quizzes conceptuales breves: 10%
Proyecto Final integrador: 60%
Se requiere alcanzar ≥ 70% para aprobar y certificar. Para más información ir a la página Curso > Evaluación.
Durante el curso vas a aprender y aplicar:
PostgreSQL para modelar y almacenar datos.
SQL y Python para ingesta, validación y transformación.
Apache Airflow para orquestar pipelines de datos.
Power BI para consumo analítico básico (visualizaciones y dashboard iterativos).
También tendrás una introducción comparativa a herramientas low-code como Pentaho Pentaho Data Integration (Kettle).
Visita la página Curso > Reseñas para ver proyectos, comentarios, estadísticas de satisfacción y videos de estudiantes de cohortes anteriores.
EDUCA (Moodle): plataforma oficial para habilitar el aula virtual para materiales y entregas.
Slack del curso: canal para dudas, coordinación, tutorias y apoyo diario.
También podés escribir al docente desde la sección a la dirección de correo: rjimenez@pol.una.py
A continuación, abordaremos una pregunta que suele generar dudas al momento de conformar un equipo para un proyecto de Big Data: ¿qué hace realmente cada perfil dentro del mundo de los datos?
