ETL Testing con SQL, Python y Great Expectations

Aprendé a probar procesos ETL y a validar la calidad de los datos con SQL, Python y Great Expectations. El curso conecta los fundamentos del testing de datos con tareas concretas: revisar cargas, comparar conjuntos de datos y detectar errores antes de que lleguen al análisis.

Un proceso ETL extrae datos de una fuente, los transforma y los carga en un destino. Para probarlo, necesitás comprobar que los datos mantengan su integridad durante ese recorrido y que el resultado cumpla con las reglas esperadas. En este curso vas a trabajar sobre ese enfoque, entendiendo qué validar y cómo convertir esas verificaciones en pruebas.

Vas a repasar las bases de SQL y su aplicación a pruebas de integridad de datos. También vas a explorar técnicas para validar cargas, comparar datasets e identificar diferencias que requieren investigación. El objetivo es desarrollar criterio para interpretar los resultados y reconocer problemas en un proceso ETL.

Después vas a usar Great Expectations, una herramienta de Python para definir expectativas sobre los datos y comprobar si se cumplen. Vas a aprender a crear expectativas para distintos tipos de datos y a ejecutar validaciones que permitan repetir las comprobaciones de forma automatizada.

Este curso está dirigido a testers, profesionales de QA y personas que trabajan con datos y quieren incorporar pruebas a sus procesos ETL. Combina fundamentos y herramientas para que puedas llevar el testing de datos a tu práctica.

Al terminar, vas a contar con una base para diseñar y ejecutar pruebas de ETL, usar SQL en validaciones de integridad y automatizar controles de calidad de datos con Python y Great Expectations.