| Metodoloxía | Presencial |
|---|---|
| Tipo | SEMINARIO |
| Data inicio | 26/03/2026 |
| Data fin | 26/03/2026 |
Cando os datos non esperan, é hora de analizar en tempo real. Este seminario ofrece unha introdución práctica ás técnicas e ferramentas que permiten capturar, procesar e analizar datos en streaming con Python. Desde eventos de sensores ata rexistros en vivo de sistemas, exploraremos tecnoloxías como Apache Kafka, Redis Streams e websockets, e aprenderás como usalas con bibliotecas Python como Faust ou asyncio. Verás como construír pipelines que operan con latencia mínima, como detectar eventos críticos en vivo e como visualizar datos de maneira dinámica. Un enfoque pensado para profesionais que necesitan pasar da análise batch a unha análise máis áxil, adaptado a contextos de monitorización, IoT ou sistemas de alerta temperá.
O relator será Esteban Váquez, profesional con máis de 20 anos de experiencia en diferentes tecnoloxías e roles, que ademais compaxina os seus labores profesionais con labores docentes. Nos últimos 10 anos realizou todo tipo de proxectos con tecnoloxías baseadas en Python, machine learning, Deep learning etc.., e un dos retos máis habituais é como combinar correctamente as diferentes tecnoloxías coas novas formas de despregar código.
Aprender a capturar, procesar e analizar fluxos de datos en tempo real utilizando Python e tecnoloxías de streaming modernas, para construír solucións reactivas e eficaces.
Está orientado a profesionais de datos e desarrolladores que necesiten incorporar capacidades de análise en tempo real nas súas solucións, especialmente en contornas onde o tempo de resposta é crítico.
- Duración :
4 horas - Metodoloxía :
Presencial - Tecnoloxía :
- Data Science
- Python
- Beneficios :
- Certificado de asistencia
- Fundamentos da análise de datos en tempo real
- Arquitecturas baseadas en eventos e casos de uso
- Introdución a Apache Kafka e Redis Streams
- Procesamento en tempo real con Python (Faust, asyncio)
- Visualización e reacción ante eventos en vivo
- Boas prácticas e retos do streaming en produción