Modelado de Datos en dbt Cloud: Tests, Documentación y Práctica
Curso práctico para Analytics Engineers que desean dominar dbt Cloud en la transformación de datos analytics. Aprenderás a modelar datos en un data warehouse, implementar tests robustos y documentar proyectos de manera efectiva, culminando en un proyecto integrador real. Es un curso en español con 4 módulos y 20 lecciones. Puedes revisar el temario completo antes de elegir entre la compra individual y la matrícula al catálogo.
Responsable de formación: Gerardo Salazar, product builder e ingeniero de software.
Toda la escuela: US$100 en un solo pago, sin suscripción ni renovaciones. Incluye los 132 cursos y los futuros. También seis cuotas mensuales de US$20 (US$120 en total) o compra individual. Elige la opción que te venga mejor.
Aprende con un caso concreto
Lo que vas a poner en práctica
- Diseñar modelos dbt por capas con granularidad, fuentes y dependencias explícitas.
- Aplicar tests genéricos y singulares, interpretar sus fallos y corregir la causa adecuada.
- Documentar modelos, columnas, unidades y decisiones de negocio, y leer su lineage.
- Construir y revisar un pipeline integrador con evidencia reproducible de calidad.
Este curso sigue a un equipo de analítica que necesita convertir pedidos, clientes y productos en información confiable para decidir qué categorías requieren reposición. El trabajo comienza antes de escribir transformaciones: se define una conexión de desarrollo separada, se identifican permisos mínimos y se comprueba que el destino de las tablas no mezcle pruebas con producción. Después se organiza el proyecto para que las fuentes, modelos, pruebas y documentación tengan responsabilidades reconocibles.
En el primer módulo recorrerás el camino desde una conexión funcional hasta un modelo de ventas. Aprenderás a distinguir una fuente de un modelo, a leer la estructura de un proyecto y a usar referencias entre modelos. Jinja se estudiará como una capa de generación de SQL, no como un sustituto de comprender la consulta resultante. La práctica de ventas te obligará a fijar una granularidad: una fila por pedido o una fila por línea de pedido producen métricas diferentes. El cuestionario comprobará esas decisiones, no la memorización de nombres.
El segundo módulo convierte supuestos en controles. Compararás pruebas genéricas, como unicidad y ausencia de nulos, con pruebas singulares para reglas propias del negocio. Trabajarás con un modelo de clientes y observarás que un fallo no es automáticamente un problema del código: puede revelar duplicados de origen, una relación incompleta o una regla demasiado estricta. La depuración seguirá una secuencia reproducible: localizar el test, consultar las filas infractoras, decidir si el dato o la regla es incorrecto y dejar registrada la corrección.
El tercer módulo añade contexto para que otra persona pueda usar los modelos sin adivinar su significado. Describirás la función de una tabla, el sentido de sus columnas, sus unidades y sus límites. También leerás el lineage como una relación de dependencias: una modificación en una fuente puede afectar a varios modelos posteriores. La práctica reunirá fuentes, staging y modelos finales en un mapa pequeño, con nombres y descripciones que permitan rastrear cada métrica hasta su origen.
El módulo integrador reúne las cuatro capacidades. Definirás una pregunta de negocio concreta, diseñarás un esquema con una granularidad explícita, crearás modelos por capas y añadirás controles alineados con los riesgos reales. La documentación deberá explicar decisiones como el tratamiento de cancelaciones, moneda y fechas, no repetir el nombre de una columna. Antes de considerar listo el pipeline, revisarás la compilación, la ejecución de modelos, los resultados de los tests y la cobertura de documentación. El quiz final comprobará si puedes distinguir una solución que simplemente ejecuta de otra que es comprensible, verificable y mantenible.
El trabajo final será evaluado con evidencias: SQL reproducible, datos de entrada identificados, resultados de pruebas, documentación y una breve explicación del impacto de cada dependencia. Para comprobarlo, repetirás consultas de control sobre un conjunto pequeño de registros y compararás los totales con cálculos manuales. Así podrás demostrar no solo que el pipeline termina, sino que sus cifras conservan la granularidad, las relaciones y las reglas que definiste al principio.

Mapa de prácticaAntes de analizar, comprueba los tipos, valores vacíos, duplicados y unidades. Decide cómo tratar cada problema según el contexto y conserva la trazabilidad del cambio. Un gráfico solo es útil si los datos de entrada son coherentes.
Ver la infografía en tamaño completo ↗Proyecto final
Pipeline de pedidos confiable para decisiones de inventario
Construye un proyecto dbt que transforme pedidos, clientes y productos en un modelo analítico de ventas. Define primero la granularidad y las reglas para cancelaciones, importes y relaciones. Después crea modelos de staging y un modelo final, incorpora tests proporcionales a los riesgos, documenta columnas y dependencias, y conserva consultas pequeñas que permitan verificar los totales.
Qué entregar
- Estructura del proyecto y configuración de destino de desarrollo.
- Modelos SQL de fuentes, staging y resultado final, con referencias entre capas.
- Archivo de documentación con descripciones, unidades, relaciones y tests.
- Evidencia de ejecución, resultados de tests y consultas manuales de reconciliación.
Cómo comprobarlo
- La granularidad está declarada y no se duplican importes al unir tablas.
- Los tests cubren claves, nulos, dominios, relaciones y al menos una regla de negocio.
- La documentación permite rastrear cada métrica hasta su fuente y explica decisiones relevantes.
- Las consultas de comprobación reproducen los resultados con registros de entrada completos.
Temario completo
20 lecciones
Vista previa del programa. Las clases se desbloquean al comprar el curso o con la matrícula.
Configuración de Entorno y Primeros Modelos en dbt Cloud
- Conectar dbt Cloud a tu Data Warehouse
- Estructura de Proyectos y Configuración Básica
- Crear tu Primer Modelo SQL con Jinja
- Práctica: Modelar una Tabla de Ventas desde Cero
- Quiz: Fundamentos de dbt Cloud y Modelado
Tests y Calidad de Datos en Modelos dbt
- Tipos de Tests en dbt: Genericos y Singulares
- Configurar Tests para Validar Integridad de Datos
- Práctica: Añadir Tests a un Modelo de Clientes
- Monitorear y Depurar Fallos en Tests
- Quiz: Tests y Calidad de Datos
Documentación y Lineage para Proyectos Analytics
- Generar Documentación Automatizada con dbt Docs
- Añadir Descripciones y Metadatos a Modelos
- Visualizar Lineage y Dependencias entre Modelos
- Práctica: Documentar un Proyecto Completo de Analytics
- Quiz: Documentación y Lineage
Proyecto Integrador: Pipeline de Datos Analytics con dbt Cloud
- Definir Requerimientos y Esquema del Proyecto
- Desarrollar Modelos para un Caso de Negocio Real
- Implementar Tests Exhaustivos y Documentación
- Práctica: Construir y Desplegar el Pipeline Completo
- Quiz Final: Evaluación del Proyecto Integrador
Por qué Cursalo
APLICA
Aprende haciendo
Cada lección convierte una explicación concreta en una tarea útil que puedes repetir.
TU RITMO
Avanza sin presión
Tu progreso queda guardado para continuar exactamente desde donde lo dejaste.
APOYO
Todo en un mismo lugar
Lecciones, prompts, materiales y tutor con IA reunidos para ayudarte mientras practicas.
Lecturas del programa
Explora estas lecciones públicas y vuelve al curso para consultar las opciones de acceso y guardar tu progreso.
Preguntas frecuentes
¿Cómo accedo al curso Modelado de Datos en dbt Cloud: Tests, Documentación y Práctica?
Puedes adquirir el curso Modelado de Datos en dbt Cloud: Tests, Documentación y Práctica con una compra única y conservar el acceso a ese curso, o acceder al catálogo con una membresía mensual, anual o de por vida, según las condiciones de cada plan. Consulta las condiciones y los precios actualizados en /precios.
¿Qué incluye Modelado de Datos en dbt Cloud: Tests, Documentación y Práctica?
Es un curso completo en español con 4 módulos y 20 lecciones. El temario público muestra cada lección; los materiales adicionales se identifican dentro del curso cuando están disponibles.
¿Necesito conocimientos previos para hacer Modelado de Datos en dbt Cloud: Tests, Documentación y Práctica?
Revisa el temario público para comprobar el punto de partida y la progresión de Modelado de Datos en dbt Cloud: Tests, Documentación y Práctica. Puedes avanzar a tu ritmo desde el panel y volver a la última lección visitada.
¿El curso Modelado de Datos en dbt Cloud: Tests, Documentación y Práctica entrega certificado?
Las rutas certificables permiten emitir un certificado de finalización cuando completas sus requisitos y tienes el acceso correspondiente. Cada certificado emitido cuenta con una página pública de verificación.
¿En qué idioma está y para qué países sirve?
Está en español y se estudia online. Puedes acceder desde Latinoamérica, España u otro país con conexión a internet; el checkout muestra los importes en USD.
¿Qué formato tiene el curso?
El formato actual es lectura y práctica. Consulta las lecciones y sus recursos; no se ofrece como un curso completo de video.
¿Puedo revisar el programa antes de pagar?
Sí. El temario y esta ficha son públicos. Compara el contenido y los requisitos con tu objetivo antes de elegir una compra individual o un acceso a toda la escuela en /precios.
Reseñas de estudiantes
Reseñas de estudiantes
Otros cursos de IA
Ver todo el catálogo →- Análisis de Datos con Google Sheets y SQLDomina las herramientas esenciales para analizar datos. Aprende a manipular hojas de cálculo en Google Sheets y a realizar consultas SQL para extraer información valiosa de bases de datos.
- Construcción de Sistemas RAG con Bases de Datos Vectoriales: Chroma, Pinecone y pgvectorCurso práctico para ingenieros de datos que deseen implementar sistemas RAG utilizando bases de datos vectoriales. Aprenderás a diseñar, desarrollar y optimizar pipelines completos con Chroma, Pinecone y pgvector, enfocándote en casos reales de producción.
- Dashboards Ejecutivos en Power BI: Modelado y VisualizaciónCurso práctico donde aprenderás a transformar datos en dashboards ejecutivos con Power BI. Desde la conexión de datos hasta la creación de visualizaciones interactivas, cada módulo te llevará a construir componentes reales para análisis empresarial. Al finalizar, crearás un dashboard completo para toma de decisiones ejecutivas.
- Excel para Análisis de Datos - Nivel PrincipianteDomina las herramientas esenciales de Excel para transformar datos en información valiosa. Aprende desde cero a organizar, calcular y visualizar datos de manera efectiva.