Gobierno, calidad y linaje del dato en Big Data

Toda plataforma de datos que crece acaba chocando con las mismas preguntas: qué significa exactamente este campo, quién es responsable de esta tabla, por qué el dato del dashboard no cuadra con el del informe, de dónde sale esta cifra y qué se rompe si cambio este esquema. Cuando nadie puede responderlas, la organización deja de fiarse de sus datos, y una plataforma de la que nadie se fía es una inversión desperdiciada por cara que sea.

Este curso enseña a implantar gobierno del dato de forma pragmática en entornos Big Data: catálogo de datos con metadatos, glosario de negocio y descubrimiento; calidad medible con dimensiones, reglas y tests automatizados integrados en los pipelines —con herramientas como Great Expectations, Soda o dbt tests—; y linaje de extremo a extremo para responder de dónde viene cada dato y qué impacto tiene cada cambio.

La parte organizativa recibe el mismo peso que la técnica, porque el gobierno fracasa más por personas que por herramientas: roles y ownership —data owners, data stewards, equipos productores y consumidores—, data contracts como acuerdos explícitos entre equipos, y el encaje con el cumplimiento normativo: RGPD, datos personales en el lake, retención y trazabilidad. El curso cierra con un plan de implantación incremental que evita el error clásico de empezar por la burocracia en lugar de por el valor.