Este taller práctico capacita a los participantes en la implementación técnica de gobernanza de datos mediante herramientas Open Source. El curso se centra en la creación de pipelines de datos, la catalogación, y la validación de datos, utilizando ejemplos adaptados al sector público. Los asistentes trabajarán con Apache NiFi, Atlas y Wrangler, adquiriendo habilidades prácticas para mejorar la calidad y seguridad de los datos gestionados en sus instituciones.

Objetivos

1. Aplicar conceptos estratégicos mediante el uso de herramientas Open Source.

2. Desarrollar flujos de datos automatizados y eficientes.

3. Catalogar y clasificar datos utilizando metodologías modernas.

4. Garantizar la calidad y seguridad de los datos gestionados.

Temario Detallado

Sesión 1: Preparación de la Infraestructura (2.5 horas)

• Introducción a herramientas: Apache NiFi, Atlas y Wrangler.

• Instalación y configuración básica.

Sesión 2: Catalogación y Clasificación (2.5 horas)

• Uso de Apache Atlas para taxonomías y metadatos.

• Ejercicio práctico: Creación de un catálogo de datos institucional.

Sesión 3: Flujos de Datos y Control de Calidad (2.5 horas)

• Diseño de pipelines con Apache NiFi.

• Validación y limpieza de datos con Wrangler.

• Ejemplo práctico: Flujos para datos del censo o registros civiles.

Sesión 4: Seguridad y Privacidad (2.5 horas)

• Implementación de medidas de seguridad con herramientas Open Source.

• Integración con políticas de privacidad.