Inicio / Programas / Formación en datos / Plataforma de datos

Ficha D-06

Microsoft Fabric · Databricks · Power BI

Plataforma de datos con Microsoft Fabric o Databricks

Plataforma de datos con Microsoft Fabric o Databricks es una formación práctica en vivo de 12 horas para diseñar, construir y operar un lakehouse por capas. Cubre la ingesta con Data Factory o Lakeflow, PySpark y SQL, tablas Delta, el gobierno con Unity Catalog, OneLake y Microsoft Purview, y Direct Lake hacia Power BI. BertIA, partner de Microsoft, Databricks y Anthropic, la imparte con consultores que implantan las dos plataformas, sobre el entorno y los datos de vuestra empresa.

12 h de práctica con casos reales del equipo

6–10 personas por sesión

FUNDAE bonificable, gestión incluida

En vivo presencial u online

Qué es la formación en plataforma de datos y para quién

No es Fabric o Databricks: es cómo hacer que una plataforma de datos funcione, se pueda gobernar y alimente a Power BI y a la IA. BertIA, consultora de datos e IA en España y partner de Microsoft, Databricks y Anthropic, construye lakehouses por capas con las dos plataformas en empresas de farmacia, industria, retail y finanzas. Esta formación enseña a vuestro equipo a hacerlo igual, con una comparativa pieza a pieza hecha por quien implanta las dos plataformas y un laboratorio final que recorre la plataforma de punta a punta.

Para quién

equipos de IT y de sistemas, ingenieros y arquitectos de datos, desarrolladores de BI y analistas avanzados que ya escriben SQL. Conocer Python ayuda, pero no es imprescindible: los notebooks se trabajan paso a paso.

Qué gana la organización

un equipo que entiende la arquitectura antes de construirla, un criterio propio para elegir entre Fabric, Databricks o la coexistencia de ambos, convenciones comunes de capas, nombres, permisos y entornos, y una estimación de costes basada en vuestras cargas.

Alineada con las certificaciones

cubre buena parte de los contenidos de DP-600, DP-700 y Databricks Certified Data Engineer Associate según su temario vigente. No es una preparación de examen, pero deja la base hecha.

Objetivos: diseñar, construir y operar un lakehouse

Al terminar, cada participante es capaz de:

OA-1

Diseñar un lakehouse con arquitectura medallón, Bronze, Silver y Gold, y decidir qué va en cada capa y con qué convenciones.

OA-2

Cargar datos de forma incremental con pipelines de Data Factory, creación de reflejo (mirroring), Lakeflow Connect o Auto Loader, según el origen.

OA-3

Transformar y depurar datos en notebooks con PySpark y SQL sobre tablas Delta, con MERGE, control de calidad y mantenimiento.

OA-4

Aplicar gobierno y seguridad con Unity Catalog o con OneLake y Microsoft Purview: permisos, linaje, filtros de filas y enmascaramiento de columnas.

OA-5

Servir la capa Gold a Power BI con Direct Lake, o mediante creación de reflejo de Unity Catalog en OneLake cuando el motor es Azure Databricks.

OA-6

Estimar y controlar costes de capacidad o de cómputo, y montar el paso de desarrollo a producción con Git y despliegue automatizado.

OA-7

Comparar Fabric y Databricks pieza a pieza y justificar una arquitectura, incluida la coexistencia de ambos.

Temario de Fabric y Databricks, módulo a módulo

Temario de referencia en cuatro sesiones de tres horas. Por defecto se practica en una plataforma y la otra se ve en demostración; en la propuesta se ajusta a vuestros orígenes y a vuestra arquitectura objetivo.

1,5 h

3 h

1,5 h

1 h

Arquitectura lakehouse y medallón

Sesión 1 · 1,5 h

1.1

Del almacén de datos al lakehouse: almacenamiento abierto en Delta Parquet, cómputo separado y un único catálogo.

1.2

Fabric por dentro: OneLake, áreas de trabajo, lakehouse, almacenamiento, punto de conexión de análisis SQL y accesos directos.

1.3

Databricks por dentro: espacio de trabajo, Unity Catalog con catálogos, esquemas y volúmenes, clústeres, cómputo sin servidor y almacenes SQL.

1.4

Capas Bronze, Silver y Gold: qué entra en cada una, convenciones de nombres y columnas de auditoría.

1.5

Tres arquitecturas reales: solo Fabric, solo Databricks y Databricks como motor con Fabric como capa de consumo e IA.

Ingesta de datos

Sesión 1 · 1,5 h

2.1

En Fabric: pipelines de Data Factory, trabajos de copia, Dataflow Gen2 y creación de reflejo de bases de datos.

2.2

En Databricks: Lakeflow Connect para aplicaciones y bases de datos, y Auto Loader para ficheros que llegan a un volumen.

2.3

Carga completa o incremental: marcas de agua, captura de cambios y reprocesos sin duplicados.

Transformar con notebooks, PySpark y SQL

Sesión 2 · 3 h

3.1

Notebooks en Fabric y en Databricks: sesiones, parámetros, bibliotecas y cuándo usar PySpark o SQL.

3.2

De Bronze a Silver: tipos, deduplicación con ventanas, fechas, nulos y claves de negocio.

3.3

Delta a fondo: MERGE, historial y viaje en el tiempo, evolución del esquema, OPTIMIZE, VACUUM y clústeres líquidos.

3.4

De Silver a Gold: modelo en estrella, dimensiones con historia y hechos agregados listos para Power BI.

3.5

T-SQL en el almacenamiento de Fabric y SQL en los almacenes SQL de Databricks: cuándo conviene cada uno.

3.6

Práctica: una tabla de vuestros datos recorre Bronze, Silver y Gold en un notebook propio.

Orquestación y calidad del dato

Sesión 3 · 1,5 h

4.1

Orquestar: pipelines de Data Factory en Fabric y Lakeflow Jobs en Databricks; dependencias, reintentos y alertas.

4.2

Lakeflow Spark Declarative Pipelines: tablas de streaming y vistas materializadas declaradas en SQL o Python.

4.3

Calidad: expectativas que descartan o detienen, tablas de cuarentena y métricas de calidad visibles para negocio.

Gobierno y seguridad

Sesión 3 · 1,5 h

5.1

Unity Catalog: privilegios por catálogo, esquema y tabla, filtros de filas, máscaras de columnas, etiquetas y linaje.

5.2

Fabric: roles de área de trabajo, permisos por elemento, seguridad de filas y columnas en el punto de conexión SQL, dominios y catálogo de OneLake.

5.3

Microsoft Purview: etiquetas de confidencialidad, mapa de datos y linaje de extremo a extremo.

5.4

Diseño de permisos por grupos de Microsoft Entra ID, nunca por persona, y quién es propietario de cada dato.

Servir los datos a Power BI y a la IA

Sesión 4 · 1 h

6.1

Direct Lake on OneLake, disponible de forma general desde marzo de 2026, y Direct Lake on SQL: modelos sin importación ni actualizaciones pesadas. Solo Direct Lake on SQL recurre a DirectQuery; Direct Lake on OneLake devuelve error si se superan los límites de la capacidad.

6.2

Creación de reflejo de Unity Catalog de Azure Databricks en OneLake: tablas de Databricks en Fabric sin copiarlas.

6.3

Gold preparada para la IA: agentes de datos de Fabric y AI/BI Genie sobre las mismas tablas, con definiciones únicas.

Costes, capacidades y paso a producción

Sesión 4 · 1 h

7.1

Fabric: capacidades F, unidades de capacidad, suavizado y limitación, pausa y aplicación de métricas de capacidad.

7.2

Databricks: DBU, cómputo sin servidor, directivas de clúster, presupuestos y tablas del sistema de facturación.

7.3

DEV, PRE y PRO: integración con Git y canalizaciones de implementación en Fabric; carpetas Git y Declarative Automation Bundles (antes Databricks Asset Bundles) con CI/CD en Databricks.

Laboratorio final integrador

Sesión 4 · 1 h

8.1

Ejercicio final con vuestros datos, sin nota: el laboratorio se construye a lo largo de las cuatro sesiones sobre vuestros datos; en esta hora final se conecta el informe en Direct Lake, se aplican los permisos y se programa el trabajo. Puesta en común de decisiones de arquitectura.

Microsoft Fabric

Integración con Git y canalizaciones de implementación

Databricks

Carpetas Git y Declarative Automation Bundles

Snowflake o BigQuery

Snowflake CLI; repositorios de Dataform

Fabric y Databricks pueden coexistir sin migrar: Databricks como motor de ingeniería y Fabric como capa de consumo e IA, unidos por la creación de reflejo de Unity Catalog en OneLake, disponible para Azure Databricks; en AWS o Google Cloud se conecta con el conector de Power BI o con accesos directos de OneLake. La disponibilidad de cada función depende de la región y del plan; separamos siempre lo que está disponible de forma general de lo que está en vista previa.

Entornos y permisos para la formación de plataforma

Para todos

Microsoft Fabric

capacidad F · Power BI

Databricks

Azure, AWS o Google Cloud

Material de arquitectura y código que se entrega

Arquitectura de referencia de lakehouse por capas, en sus tres variantes: Fabric, Databricks y coexistencia

diagrama y PDF

Notebooks del laboratorio de Bronze a Gold, en PySpark y SQL, comentados

repositorio Git

Guía de convenciones: capas, nombres, columnas de auditoría y permisos por grupos

documento compartido

Plantilla de DEV a PRO con canalizaciones de implementación o Declarative Automation Bundles

YAML y guía

Hoja de estimación de costes de capacidad o de cómputo según vuestras cargas

Excel

Comparativa de Fabric y Databricks pieza a pieza, con su estado a octubre de 2026

PDF

Certificado con horas, temario e identificador verificable

PDF

Código PySpark de ejemplo para un lakehouse por capas

Tres piezas del laboratorio. La primera y la tercera funcionan igual en Fabric y en Databricks; la segunda es propia de Databricks y en Fabric se resuelve con un notebook programado.

M3 · 3.2 · de Bronze a Silver

PySpark

from pyspark.sql import functions as F, Window

# Una fila por línea de pedido: la última versión que llegó

bronze = spark.read.table("bronze.ventas")
w = Window.partitionBy("pedido_id", "linea").orderBy(F.col("_ingesta_ts").desc())
silver = (bronze
.withColumn("_fila", F.row_number().over(w))
.filter(F.col("_fila") == 1)
.drop("_fila")
.withColumn("fecha", F.to_date("fecha", "dd/MM/yyyy"))
.withColumn("importe", F.col("importe").cast("decimal(18,2)")))
silver.write.mode("overwrite").option("overwriteSchema", "true").saveAsTable("silver.ventas")

Por qué funciona. La deduplicación por ventana hace que reprocesar un fichero no duplique ventas, el error más caro de una capa Silver.

M4 · 4.3 · calidad declarada

PySpark

from pyspark import pipelines as dp
from pyspark.sql import functions as F

# Lakeflow Spark Declarative Pipelines: la regla de calidad vive junto a la tabla

@dp.table(name="silver_ventas")
@dp.expect_or_drop("importe_valido", "importe >= 0")
@dp.expect_or_fail("cliente_informado", "cliente_id IS NOT NULL")
def silver_ventas():
return (spark.readStream.table("bronze.ventas")
.withColumn("importe", F.col("importe").cast("decimal(18,2)")))

Por qué funciona. Las expectativas dejan registro de cuántas filas se descartan y detienen la carga si falta un dato crítico, en lugar de llegar a Power BI con huecos.

M3 · 3.3 · actualizar Gold con la API de Delta

PySpark

from delta.tables import DeltaTable

# Válido en Fabric y en Databricks

gold = DeltaTable.forName(spark, "gold.dim_cliente")
cambios = spark.read.table("silver.clientes")
(gold.alias("t")
.merge(cambios.alias("s"), "t.cliente_id = s.cliente_id")
.whenMatchedUpdateAll(condition="s.fecha_modificacion > t.fecha_modificacion")
.whenNotMatchedInsertAll()
.execute())

Por qué funciona. Solo se actualizan los clientes que han cambiado, y el historial de Delta permite volver a la versión anterior si una carga sale mal.

Problemas típicos de una plataforma de datos y su solución

En la formación se ven con ejemplos estos seis casos y cómo se evitan desde el diseño.

Síntoma

Qué se hace

Las cifras se duplican cada vez que se reprocesa un día.

Un modelo en Direct Lake on SQL pasa a DirectQuery y se vuelve lento, o uno on OneLake da error en los visuales.

La capacidad de Fabric se limita a media mañana.

La factura de Databricks crece sin que crezcan los datos.

Nadie sabe quién puede ver qué tabla ni de dónde sale un dato.

Un cambio hecho a mano en producción rompe los informes del lunes.

Preguntas frecuentes sobre Microsoft Fabric y Databricks

¿Qué elegimos, Fabric o Databricks?

Depende de dónde estén vuestros datos, de vuestro equipo y de cómo consumís la información. Si Power BI y Microsoft 365 son el centro, Fabric simplifica mucho; si hay mucha ingeniería y cargas multinube, Databricks encaja mejor. Y no siempre hay que elegir: pueden coexistir mediante la creación de reflejo de Unity Catalog en OneLake, disponible para Azure Databricks; en AWS o Google Cloud se conecta con el conector de Power BI o con accesos directos de OneLake.

¿Se imparte en las dos plataformas a la vez?

Se puede. Lo habitual es practicar en la plataforma que usáis o que vais a usar y ver la otra en la tabla de equivalencias y en demostraciones. Si estáis evaluando ambas, el laboratorio se hace en las dos.

¿Prepara para DP-600, DP-700 o Databricks Certified Data Engineer Associate?

Cubre buena parte de sus contenidos según su temario vigente, pero no es una preparación de examen. Os indicamos qué bloques cubre y qué conviene reforzar para cada certificación.

¿Necesitamos saber Python?

No es imprescindible. Con SQL se sigue toda la formación, y los notebooks en PySpark se explican línea a línea. Quien ya sabe Python avanza a la parte de Delta y orquestación.

¿Trabajamos con nuestros datos?

Sí. Elegimos antes dos o tres orígenes reales, o una copia sin datos sensibles, y el laboratorio final termina en un informe sobre ellos. Los datos se quedan en vuestro entorno.

¿Qué pasa si no tenemos entorno de Fabric o Databricks?

BertIA prepara un entorno de formación. Os sirve también para probar la plataforma con vuestras cargas antes de decidir.

¿Y después de la formación?

Muchos equipos salen con la arquitectura clara y la construyen por su cuenta. Si queréis acompañamiento en el diseño o en la puesta en producción, el mismo equipo que forma es el que implanta, y partimos de las decisiones de arquitectura tomadas en el laboratorio.

¿Es bonificable por FUNDAE?

Sí. Es formación en vivo y la gestión de la bonificación va incluida. En la propuesta os damos una estimación, que depende del crédito disponible de vuestra empresa.

¿Hay ejercicios evaluados o examen?

No. Hay un ejercicio final con vuestros datos, sin nota. El certificado acredita la asistencia, las horas y el temario.

Ficha técnica

Duración

12 h · 4 sesiones de 3 h

Formato

En vivo, presencial u online

Grupo

6 a 10 personas

Nivel

Intermedio, perfil técnico

Requisito

SQL, y Python recomendable

Plataformas

Microsoft Fabric, Databricks y Power BI

Bonificación

FUNDAE, con la gestión incluida

Certificado

De asistencia y verificable. Registro de la formación del equipo

Formadores

Consultores de BertIA

Partners

Microsoft, Databricks y Anthropic

En esta página

Siguiente paso

Llevemos la formación a vuestra plataforma de datos

Contadnos qué plataforma usáis o estáis evaluando, qué orígenes tenéis y quién forma el equipo. Os enviamos una propuesta con el temario ajustado a vuestra arquitectura, las fechas posibles y una estimación de la bonificación.