Udemy
    •  
    •  
    •  
    •  
    •  
    •  
    •  
    •  
Turn what you know into an opportunity and reach millions around the world.
Learn More
Your cart is empty.
Keep shopping
Analítica de datos IoT con ESP32
Rating: 4.6 out of 5(34 ratings)
248 students

Analítica de datos IoT con ESP32

IoT ESP32
Last updated 8/2025
Spanish

What you'll learn

  • Caracterísiticas y guía de pines de la placa ESP32
  • Programación de sensores ambientales
  • Instalación y programación en Node-RED
  • Uso de series temporales mediante InfluxDB
  • Desarrollo de Dashboard en Grafana Labs

Course content

4 sections17 lectures9h 29m total length
  • Bienvenida y flujo de trabajo3:54
  • Contenido analítico desglosado2:07
  • Materiales2:59
  • ESP32 - Características y Pinout14:44

    Pinout de la ESP32 de 32 y 38 pines

  • Sensor de temperatura DHT9:45
  • Instalación librería DHT4:07
  • Ejemplo de uso Sensor DHT18:33
  • Sensor BMP280 y sensor UV ML85112:28:10

Requirements

  • No se necesita conocimientos previos, toda la enseñanza del presente curso viene completamente desde cero

Description

En este curso aprenderás las nociones básicas de uso de la ESP32, la programación en C++ y el uso de plataforma IoT como ser: Node-RED, InfluxDB y Grafana Labs, además de aplicar el broker MQTT como protocolo de comunicación en la nube.

Iniciarás desde la instalación de las herramientas de trabajo: Arduino IDE y plugin de la ESP32, continuando con la instalación de librerias para el uso de los sensores: DHT11/DHT22 y BMP280.

Aprenderás a usar el sensor ultravioleta ML8511 desarrollado por Sparkfun y las diferencias que existe con los sensores ultravioleta GUVA, desarrollado por Adafruit.

Una vez procesado los datos de estos 3 sensores, se enviarán los valores sensados de forma inalámbrica mendiante el protocolo MQTT empleando la librería PubSubClient elavorada por Adafruit, hacia Node-RED donde se podrá visualizar los datos en el primer Dashboard de muestra.


Tras llegar los valores a Node-RED, estos datos se enviarán hacia InfluxDB en su versión offline con la finalidad de almacenar la información en series temporales, ya que si bien se puede ver la info en Node-RED, no se almacena los datos solo nos permite visualizarlos, en InfluxDB ya se podrá guardar la información sin límite de tiempo.

Para finalizar, estos datos serán enviados de InfluxDB a Grafana Labs con el fin de generar un Dashboard mucho más profesional, con widgets mucho más versátiles y personalizados.

Para apoyarte con tu aprendizaje, te compartiremos material de apoyo y recursos que te permitan obtener el mayor aprovechamiento posible del curso que te generamos.

Recuerda que cualquier consulta que tengas nos puedes ir dejando tus comentarios y en la medida  de nuestras posibilidades te brindaremos apoyo y responderemos a tus consultas.

No olvides puntuar el curso una vez que lo culmines, siendo lo más sincer@ posible, ya que eso nos permitirá poder mejorar y entregarte contenido de calidad.

Esperamos que este curso sea de gran provecho para tí.

Who this course is for:

  • Estudiantes universitarios, profesionales en tecnología e ingenieria y ramas afines, makers, aficionados y hobbystas