Diplomado en Streaming Analytics en Tiempo Real

Duración

7 meses

Fecha de Inicio

20-11-2026

Horas

750

Módulos

8 módulos

Modalidad

Online

Precio

870 €

ISSLOGG

Presentación del Diplomado en Streaming Analytics en Tiempo Real

El Diplomado en Streaming Analytics en Tiempo Real forma para analizar los datos en el instante en que se generan y convertirlos en decisiones sobre pedidos, flotas, inventario y rutas. En una cadena de suministro cada retraso de información cuesta dinero, y la analítica en streaming permite detectar incidencias y oportunidades mientras todavía se puede actuar.

El programa recorre la arquitectura de datos en tiempo real, Kafka y las plataformas de streaming, el cálculo con Apache Flink y Spark Streaming, la arquitectura orientada a eventos y la captura de cambios (CDC). Después aborda las bases de datos de series temporales y la construcción de paneles en vivo, y lo reúne todo en un pipeline de analítica de extremo a extremo que impulsa perfiles de analista de datos en tiempo real, ingeniero de datos o responsable de monitorización operativa.

Proposito del Diplomado en Streaming Analytics en Tiempo Real

  • Formar especialistas que conviertan flujos continuos de eventos en información útil para decidir
  • Dominar las plataformas de streaming como Kafka para transportar datos con fiabilidad y baja latencia
  • Desarrollar la capacidad de calcular métricas en vivo con Flink y Spark Streaming
  • Integrar el almacenamiento de series temporales como base de la analítica operativa
  • Impulsar una cultura de monitorización continua mediante paneles actualizados al segundo

Para que te prepara Diplomado en Streaming Analytics en Tiempo Real

  • Diseñar la arquitectura de una solución de analítica en tiempo real para una operación logística
  • Procesar flujos de eventos con Flink y Spark Streaming y calcular indicadores sobre ventanas
  • Sincronizar sistemas operacionales con entornos analíticos mediante captura de cambios (CDC)
  • Almacenar y consultar datos de sensores y telemetría en bases de datos de series temporales
  • Construir paneles en vivo que muestren el estado de la operación y avisen de anomalías

¿Tienes dudas sobre el programa, la matrícula o la titulación? Escríbenos y nuestro equipo te asesorará sin ningún compromiso.

WhatsApp

+34 960 730 479

Escríbenos

info@isslogg.com

Te respondemos en menos de 24 h

Lunes a viernes, de 9:00 a 18:00 (CET)

SOLICITA INFORMACIÓN

Contáctanos

Un recorrido sencillo y flexible, desde la matrícula hasta tu titulación.

Lo que lograrás

Objetivos del Diplomado en Streaming Analytics en Tiempo Real

01

Comprender la arquitectura de un sistema de analítica en tiempo real.

02

Manejar Kafka como plataforma de transporte de eventos en streaming.

03

Calcular indicadores sobre flujos con Apache Flink y Spark Streaming.

04

Gestionar datos de sensores con bases de datos de series temporales.

05

Diseñar paneles en tiempo real para monitorizar la operación logística.

Diplomado en Streaming Analytics en Tiempo Real
Por qué ISSLOGG

Una formación pensada para impulsar tu carrera

Metodología práctica y flexible, con el acompañamiento de expertos en cada paso.

Enfoque 100% práctico

Casos reales y herramientas aplicables desde el primer día.

Titulación propia

Acredita tus competencias con un título propio de ISSLOGG.

Campus online 24/7

Estudia a tu ritmo, sin horarios y desde cualquier dispositivo.

Tutorización experta

Tutores especialistas que resuelven todas tus dudas.

PLAN DE ESTUDIOS

Temario del Diplomado en Streaming Analytics en Tiempo Real

Módulo 1: Arquitectura de datos en tiempo real
  • Diferencias entre procesamiento por lotes y procesamiento en streaming
  • Conceptos clave, evento, flujo, ventana temporal y latencia
  • Componentes de una arquitectura de analítica en tiempo real
  • Casos de uso en almacén, flota y seguimiento de pedidos
  • Garantías de entrega, orden de eventos y tolerancia a fallos
Módulo 2: Kafka y plataformas de streaming
  • Fundamentos de Apache Kafka, brokers, topics y particiones
  • Productores y consumidores, y gestión de grupos de consumo
  • Retención, replicación y rendimiento del clúster
  • Esquemas de datos y compatibilidad con Schema Registry
  • Otras plataformas de streaming y criterios para elegir entre ellas
Módulo 3: Apache Flink y Spark Streaming
  • Modelo de procesamiento de Apache Flink y su gestión del estado
  • Spark Streaming y Structured Streaming, características principales
  • Ventanas, agregaciones y uniones sobre flujos de datos
  • Tratamiento de eventos tardíos mediante marcas de agua
  • Comparativa de rendimiento y criterios para elegir motor de procesamiento
Módulo 4: Arquitectura orientada a eventos
  • Principios de la event-driven architecture y sus ventajas
  • Patrones de diseño, publicación y suscripción, event sourcing y CQRS
  • Desacoplamiento de servicios y comunicación mediante eventos
  • Diseño de eventos para pedidos, inventario y transporte
  • Gestión de errores, reintentos y trazabilidad de los eventos
Módulo 5: Captura de cambios de datos (CDC)
  • Qué es la captura de cambios y qué problemas resuelve
  • Técnicas de CDC, basada en logs, en triggers y en consultas
  • Debezium y su integración con Kafka
  • Sincronización de bases de datos operacionales con sistemas analíticos
  • Consistencia, latencia y monitorización de los flujos de cambios
Módulo 6: Bases de datos de series temporales
  • Qué son los datos de series temporales y por qué requieren motores específicos
  • Motores habituales como InfluxDB, TimescaleDB y Prometheus
  • Modelado de datos, etiquetas y políticas de retención
  • Consultas, agregaciones y downsampling de métricas
  • Ingesta de datos de sensores IoT y telemetría de flotas
Módulo 7: Paneles en tiempo real
  • Principios de diseño de cuadros de mando operativos
  • Herramientas de visualización como Grafana y otras plataformas
  • Conexión de los paneles con flujos de streaming y series temporales
  • Indicadores clave de almacén y transporte en vivo
  • Alertas, umbrales y detección de anomalías
Módulo 8: Trabajo Final del Diplomado
  • Definición del caso de uso y de los requisitos de analítica
  • Captura de datos de origen y publicación de eventos en Kafka
  • Procesamiento del flujo con Flink o Spark Streaming
  • Almacenamiento en series temporales y visualización en un panel en vivo
  • Pruebas, monitorización y presentación del pipeline
¿Es para ti?

A quién va dirigido

Este programa está diseñado para perfiles que quieren crecer en el sector logístico.

Profesionales de logística

Profesionales logísticos en activo que quieren analizar los datos de su operación en tiempo real.

Recién titulados

Recién titulados en ingeniería o datos que buscan una especialización en analítica en streaming.

Mandos y responsables

Responsables de operaciones y sistemas que lideran proyectos de monitorización y control en vivo.

Profesionales en reorientación

Profesionales de otros sectores que quieren orientar su carrera hacia la analítica de datos.

Cómo aprenderás

Metodología del Diplomado en Streaming Analytics en Tiempo Real

Un recorrido sencillo y flexible, desde la matrícula hasta tu titulación.

1

Matrícula online

Te inscribes en minutos y accedes de inmediato a tu formación.

2

Campus 24/7

Estudias a tu ritmo desde el campus virtual, sin horarios fijos.

3

Tutoría experta

Cuentas con el acompañamiento de tutores que resuelven tus dudas.

4

Titulación propia

Al terminar obtienes tu titulación propia de ISSLOGG.

Resolvemos tus dudas

Preguntas Frecuentes del Diplomado en Streaming Analytics en Tiempo Real

¿No encuentras tu respuesta?

Nuestro equipo está listo para resolver todas tus dudas sobre el programa, la matrícula o la titulación.

Contáctanos
¿Necesito saber programar para cursar el diplomado?

Se recomienda una base mínima de programación y de bases de datos, aunque el temario avanza de forma progresiva. Empieza por los conceptos de tiempo real y la arquitectura, y deja el cálculo con Flink y Spark Streaming para cuando ya tienes la base.

¿Me sirve si trabajo en logística y no vengo del mundo de los datos?

Sí. Cada herramienta se explica con situaciones de la cadena de suministro, como el seguimiento de flotas, el inventario o los pedidos. Así sabes qué indicadores merece la pena calcular en vivo y cómo plantear el proyecto con tu equipo técnico.

¿Cómo se organiza el estudio a lo largo de los 7 meses?

Los 8 módulos se cursan de forma progresiva, con materiales online para que avances a tu ritmo y lo compagines con tu trabajo. Cada bloque se centra en una pieza concreta de la solución, desde Kafka hasta los paneles en vivo.

¿Qué me llevo al terminar el diplomado?

Terminas con una visión completa de cómo se construye una solución de analítica en streaming y con un pipeline propio que llega hasta un panel en vivo. Es un trabajo aplicado que puedes mostrar como muestra de tu capacidad técnica.

¿En qué puestos puedo aplicar lo aprendido?

Puedes orientar tu perfil hacia funciones como analista de datos en tiempo real, ingeniero de datos, desarrollador de pipelines de streaming o responsable de monitorización y control de operaciones en empresas logísticas y de transporte.