Aprenda de forma integral y estructurada a manejar Kafka Streams, desde sus fundamentos hasta las implementaciones más avanzadas, aplicando los conocimientos en entornos empresariales.
1
Curso de Streaming de Datos con Kafka en Java para empresas
Aprende con el curso de Streaming de Datos con Kafka en Java para empresas hasta 100% bonificado, a medida para tu organización.
Totalmente práctico y aplicable
Formación en Streaming de Datos con Kafka en Java a medida
100% bonificable a través de FUNDAE
Curso TUTORIZADO por expertos
Modalidad Aula Virtual Personalizada
Curso de Streaming de Datos con Kafka en Java en Aula Virtual Personalizada
Nuestra modalidad AVP es una formación en directo, práctica y 100% adaptada a vuestro equipo. No trabajamos con contenidos genéricos: diseñamos la formación en función de vuestro nivel, objetivos, procesos internos y necesidades reales de aplicación.
Solicitar información
Temario 100% a medida
Creamos el temario desde cero a partir de vuestras necesidades, nivel del equipo y objetivos concretos, priorizando aquellos contenidos que realmente aporten valor en el día a día.
Proyectos personalizados
Durante la formación trabajaremos con archivos, ejemplos, informes o procesos similares a los que utiliza vuestro equipo, para que el aprendizaje sea directamente aplicable al puesto de trabajo.
Sesiones en directo con consultor experto
Un formador especialista imparte las clases en tiempo real, resolviendo dudas, revisando casos concretos y adaptando el ritmo de la formación a la evolución del grupo.
Calendario adaptado a vuestra disponibilidad
Definimos conjuntamente fechas, horarios y duración de las sesiones para facilitar la asistencia del equipo y minimizar el impacto en la operativa diaria de la empresa.
Bonificación FUNDAE
Curso de Streaming de Datos con Kafka en Java hasta 100% Bonificable a través de FUNDAE
Tu bonificación paso a paso
Forma a tu equipo sin costes mediante la bonificación estatal.
Este programa de Streaming de Datos con Kafka en Java para empresas es subvencionable hasta el 100%.
- Potencia las habilidades de edición y automatización de tus profesionales.
- Accede a una formación avanzada en Streaming de Datos con Kafka en Java práctica y orientada a resultados.
- Prepara a tu equipo para los retos documentales del entorno laboral actual.
- Gestionamos gratis tu bonificación de este curso corporativo de Streaming de Datos con Kafka en Java ante FUNDAE.
01.
Calcula tu bonificación
02.
Revisamos tu caso
03.
Preparamos la gestión
04.
Tu equipo realiza el curso
05.
Aplicas la bonificación
La formación que decides
te devuelve dinero
Todos nuestros cursos son bonificables a través de FUNDAE.
Gestionamos toda la documentación por ti.
100%Tramitación incluida
48hTiempo medio de gestión
9,4Satisfacción general
Calcula tu crédito aproximado
Empleados a formar10
Crédito bonificable estimado
420€*
*Cálculo orientativo
Impacto real
Empresas líderes en tecnología confían en Kafka Streams para el procesamiento de datos
Implanta en tu organización Curso Streaming de Datos con Kafka en Java A Medida, tutorizado y bonificable por FUNDAE para empresas. Diseñamos el plan formativo.
Domine la gestión de grandes volúmenes de datos en tiempo real, optimizando la eficiencia y la capacidad de respuesta de sus aplicaciones con las técnicas avanzadas de Kafka Streams.
2
Prepare a su equipo para enfrentar desafíos complejos de datos usando los patrones avanzados de procesamiento, mejorando la capacidad de innovación y análisis en su organización.
3
Adquiera habilidades prácticas y aplicables, con una formación orientada a resultados, que le permitirá mejorar el rendimiento de sus sistemas en la gestión de datos en streaming.
4
Personaliza el temario al 100% para tu equipo
Diseñamos una formación a medida utilizando los documentos y flujos de trabajo reales de tu empresa.
Nuestra plataforma
Nueva Plataforma
de E-learningFormación en directo con plataforma de apoyo para reforzar el aprendizaje
Acceso a las grabaciones
Los alumnos podrán revisar las sesiones grabadas para repasar conceptos clave, recuperar explicaciones concretas o reforzar aquellos contenidos que necesiten después de la clase en directo.
Recursos formativos
Materiales, sesiones grabadas y documentación de apoyo quedan centralizados en la plataforma para que el equipo pueda consultarlos durante y después de la formación.
Confirmación de asistencia
La plataforma permite registrar y confirmar la asistencia de los participantes, facilitando el seguimiento de la formación y la gestión documental necesaria para la bonificación FUNDAE.
Ejercicios prácticos
Después de la formación en directo, los alumnos podrán acceder a ejercicios prácticos para aplicar lo trabajado en clase y consolidar el aprendizaje con actividades guiadas.
Acceso a las grabaciones
Los alumnos podrán revisar las sesiones grabadas para repasar conceptos clave, recuperar explicaciones concretas o reforzar aquellos contenidos que necesiten después de la clase en directo.
Recursos formativos
Materiales, sesiones grabadas y documentación de apoyo quedan centralizados en la plataforma para que el equipo pueda consultarlos durante y después de la formación.
Confirmación de asistencia
La plataforma permite registrar y confirmar la asistencia de los participantes, facilitando el seguimiento de la formación y la gestión documental necesaria para la bonificación FUNDAE.
Ejercicios prácticos
Después de la formación en directo, los alumnos podrán acceder a ejercicios prácticos para aplicar lo trabajado en clase y consolidar el aprendizaje con actividades guiadas.
Practica y mejora con nuestra plataforma
Una plataforma practica, con IA integrada y pensada para que mejores desarrollando. Se adapta a tu ritmo, te corrige al instante y te muestra tu progreso real.
Correccion magica
Feedback inteligente
Aprende de cada acierto y fallo con explicaciones claras
Programa formativo
Temario del curso
Encuentra todo el temario del curso aquí.
Temario
¿Qué es Kafka Streams y por qué es importante en el procesamiento de datos en streaming?
Ventajas del procesamiento en streaming con Kafka Streams en comparación con el procesamiento por lotes
Escenarios de uso de Kafka Streams en diferentes aplicaciones y casos de uso
Comparación con otras soluciones de procesamiento en streaming
Uso de Maven como herramienta de gestión de proyectos Java integrados con Kafka Streams
Uso de Gradle como herramienta de gestión de proyectos Java integrados con Kafka Streams
Arquitectura y componentes principales de Kafka Streams
Modelos de programación en Kafka Streams: DSL y Procesadores de Bajo Nivel
Procesamiento por lotes vs. procesamiento en streaming con Kafka Streams
Ciclo de vida de una aplicación de Kafka Streams
Configuración y despliegue de Kafka Streams en diferentes entornos
Desarrollo de aplicaciones en streaming con Kafka Streams utilizando el DSL de alto nivel
Transformaciones y operaciones básicas en Kafka Streams
Ventanas de tiempo y procesamiento de datos en ventanas en Kafka Streams
Control de tiempo y manejo de eventos en Kafka Streams
Manejo de estado y persistencia en aplicaciones de Kafka Streams
Uso de operadores avanzados en Kafka Streams: flatMap, reduce, join, etc.
Patrones de procesamiento de eventos complejos en Kafka Streams
Implementación de patrones de procesamiento de eventos con KTables y GlobalKTables
Uso de patrones de ventanas avanzadas en Kafka Streams
Aplicación de técnicas de optimización y rendimiento en aplicaciones de Kafka Streams
Configuración y gestión de clústeres de Kafka Streams
Monitorización y análisis de rendimiento de aplicaciones de Kafka Streams
Implementación de políticas de tolerancia a fallos y recuperación en Kafka Streams
Escalado y alta disponibilidad en Kafka Streams
Uso de herramientas de monitorización externas (Prometheus, Grafana) para Kafka Streams
Manejo de estado en aplicaciones de Kafka Streams
Configuración de mecanismos de persistencia y almacenamiento en Kafka Streams
Uso de bases de datos externas y sistemas de almacenamiento en Kafka Streams
Implementación de checkpoints y puntos de control en Kafka Streams
Migración y actualización de aplicaciones de Kafka Streams con cambios de estado
Uso de la API de KTable en Kafka Streams para procesamiento por lotes
Transformaciones y operaciones básicas en aplicaciones de Kafka Streams en batch
Optimización de rendimiento en el procesamiento de datos por lotes en Kafka Streams
Integración de aplicaciones de Kafka Streams en batch y streaming
Gestión de recursos y configuración avanzada en Kafka Streams
Estrategias de particionamiento y asignación de recursos en Kafka Streams
Optimización de rendimiento en aplicaciones de Kafka Streams
Uso de herramientas y técnicas para el análisis y optimización del rendimiento en Kafka Streams
Ajuste de parámetros de configuración y recursos en Kafka Streams
Análisis y resolución de cuellos de botella en aplicaciones de Kafka Streams
Estrategias de escalado horizontal y vertical en clústeres de Kafka Streams
Procesamiento de datos en ventana deslizante y ventana de sesión en Kafka Streams
Uso de funciones de ventana personalizadas en aplicaciones de Kafka Streams
Procesamiento de datos en tiempo real con latencia ultrabaja en Kafka Streams
Procesamiento de datos de alta velocidad y volumen en Kafka Streams
Integración de Kafka Streams con sistemas externos de almacenamiento y procesamiento
Configuración de autenticación y autorización en Kafka Streams
Gestión de roles y permisos en aplicaciones de Kafka Streams
Implementación de mecanismos de seguridad en clústeres de Kafka Streams
Configuración de conexiones seguras (TLS/SSL) en Kafka Streams
Prevención de ataques y mitigación de riesgos de seguridad en Kafka Streams
Implementación de patrones de agregación y reducción en Kafka Streams
Uso de patrones de correlación y ventana temporal en Kafka Streams
Procesamiento de eventos fuera de orden y manejo de retrasos en Kafka Streams
Implementación de patrones de enriquecimiento y transformación en Kafka Streams
Uso de patrones de detección de anomalías y aprendizaje automático en Kafka Streams
Definición y alcance del proyecto final
Diseño y planificación de la solución de procesamiento en streaming con Kafka Streams
Implementación de la solución utilizando Kafka Streams y herramientas relacionadas
Pruebas, despliegue y evaluación de la solución final
Presentación y demostración del proyecto final
Perfiles profesionales
Pensado para quienes deben dominar Streaming de Datos con Kafka en Java en su día a día
Administradores de Sistemas
Garantizan la correcta instalación y gestión de la infraestructura de Kafka Streams para asegurar la eficiencia empresarial.
Desarrolladores Java
Buscan implementar soluciones eficaces en streaming con Kafka Streams, optimizando el procesamiento de datos empresariales.
Equipos DevOps
Integran y mantienen flujos de trabajo de mensajería en streaming para aumentar la robustez de sistemas empresariales con Kafka Streams.
Ingenieros de Software
Diseñan e implementan aplicaciones de procesamiento en streaming, mejorando la capacidad de respuesta y comprensión de datos.
Analistas de Datos
Optimizar el flujo de datos en tiempo real a través de Kafka Streams para obtener insights precisos y accionables rápidamente.
Gerentes de Tecnología
Coordinar la implementación de soluciones de streaming que potencien la infraestructura y ajusten a las metas empresariales.
¿Tienes dudas?
Casos de éxito
Empresas que ya han formado a sus equipos
Experiencias reales de equipos que ya han trabajado con nosotros.
+16
años de liderazgo
+3.500
empresas formadas
Nuestra empresa decidió contratar formación con Imagina aprovechando los créditos de FUNDAE, y fue una gran decisión. La modalidad online nos permitió adaptar los horarios a nuestro equipo. La formación ha sido práctica, clara y útil para el día a día. Es sencillo de gestionar y los resultados son excepcionales.
Hugo Gutiérrez
Analista Financiero
Gracias a Imagina, la eficiencia de nuestras sesiones de capacitación ha mejorado drásticamente. Es sencillo de usar y los resultados son excepcionales.
Luis Martínez
Administrativo
Gracias al aula virtual de Imagina siempre son capaces de adaptar los cursos a nuestras necesidades. El contenido fue muy completo y práctico.
Elena Pérez
Responsable de Recursos Humanos
Mejor de lo esperado, la modalidad online se adapta a nuestros horarios. La ayuda con la bonificación FUNDAE hizo todo más fácil. Práctico y necesario.
Alejandro Sánchez
Director de Operaciones
Nuestra empresa decidió contratar formación con Imagina aprovechando los créditos de FUNDAE, y fue una gran decisión. La modalidad online nos permitió adaptar los horarios a nuestro equipo. La formación ha sido práctica, clara y útil para el día a día. Es sencillo de gestionar y los resultados son excepcionales.
Hugo Gutiérrez
Analista Financiero
Gracias a Imagina, la eficiencia de nuestras sesiones de capacitación ha mejorado drásticamente. Es sencillo de usar y los resultados son excepcionales.
Luis Martínez
Administrativo
Gracias al aula virtual de Imagina siempre son capaces de adaptar los cursos a nuestras necesidades. El contenido fue muy completo y práctico.
Elena Pérez
Responsable de Recursos Humanos
Mejor de lo esperado, la modalidad online se adapta a nuestros horarios. La ayuda con la bonificación FUNDAE hizo todo más fácil. Práctico y necesario.
Alejandro Sánchez
Director de Operaciones
480.000 alumnos formados en Imagina
Preguntas frecuentes
Resolvemos todas tus dudas sobre nuestra formación en Streaming de Datos con Kafka en Java
Explora las respuestas a las preguntas que guian a nuestra comunidad. Aqui encontraras claridad sobre como funciona todo, desde el acceso hasta los detalles de los cursos. Si buscas respuestas, este es el lugar para comenzar.
El curso de Streaming de Datos con Kafka en Java te proporciona los conocimientos necesarios para gestionar y procesar grandes volúmenes de datos en tiempo real. Aprenderás a utilizar Kafka Streams para implementar aplicaciones de procesamiento de datos eficientes y escalables, lo que te permitirá integrar la analítica de datos en tiempo real en los procesos de decisión empresarial.
Sí, el curso se puede bonificar a través de FUNDAE. Esto permite que las empresas puedan recibir subvenciones para la formación de sus empleados, lo cual puede reducir el coste efectivo del curso hasta en un 100%, dependiendo de los créditos disponibles.
El curso se imparte en modalidad de aula virtual personalizada. Esto brinda la flexibilidad de asistir a clases en línea a través de videoconferencias por Zoom, incluyendo acceso a las grabaciones de las sesiones, lo que es ideal para adaptar el aprendizaje a las necesidades específicas de cada empresa.
Desarrollarás habilidades en el uso de Kafka Streams para modelar y construir aplicaciones de procesamiento de datos en tiempo real. Aprenderás sobre conceptos avanzados de procesamiento de eventos, integración de sistemas, optimización de rendimiento y gestión de la infraestructura de datos en streaming.
Puedes inscribirte en el curso rellenando los formularios de inscripción disponibles en nuestra página web. Asegúrate de proporcionar toda la información necesaria para facilitar el proceso de inscripción y gestión de la bonificación a través de FUNDAE.
¿Tienes dudas?
Estamos aqui para ayudarte
El curso de Streaming de Datos con Kafka en Java te proporciona los conocimientos necesarios para gestionar y procesar grandes volúmenes de datos en tiempo real. Aprenderás a utilizar Kafka Streams para implementar aplicaciones de procesamiento de datos eficientes y escalables, lo que te permitirá integrar la analítica de datos en tiempo real en los procesos de decisión empresarial.
¿Tienes dudas?
Estamos aqui para ayudarte
Sí, el curso se puede bonificar a través de FUNDAE. Esto permite que las empresas puedan recibir subvenciones para la formación de sus empleados, lo cual puede reducir el coste efectivo del curso hasta en un 100%, dependiendo de los créditos disponibles.
¿Tienes dudas?
Estamos aqui para ayudarte
El curso se imparte en modalidad de aula virtual personalizada. Esto brinda la flexibilidad de asistir a clases en línea a través de videoconferencias por Zoom, incluyendo acceso a las grabaciones de las sesiones, lo que es ideal para adaptar el aprendizaje a las necesidades específicas de cada empresa.
¿Tienes dudas?
Estamos aqui para ayudarte
Desarrollarás habilidades en el uso de Kafka Streams para modelar y construir aplicaciones de procesamiento de datos en tiempo real. Aprenderás sobre conceptos avanzados de procesamiento de eventos, integración de sistemas, optimización de rendimiento y gestión de la infraestructura de datos en streaming.
¿Tienes dudas?
Estamos aqui para ayudarte
Puedes inscribirte en el curso rellenando los formularios de inscripción disponibles en nuestra página web. Asegúrate de proporcionar toda la información necesaria para facilitar el proceso de inscripción y gestión de la bonificación a través de FUNDAE.
¿Tienes dudas?
Estamos aqui para ayudarte
Encuentra el Curso Perfecto para tu Organización
![Streaming de Datos con Spark en Python](data:image/svg+xml;utf8,<svg width="920" height="920" viewBox="0 0 920 920" fill="none" xmlns="http://www.w3.org/2000/svg">
<path fill-rule="evenodd" clip-rule="evenodd" d="M363.397 331.049C363.397 316.549 363.397 316.549 363.397 316.549H195.051C188.902 297.099 170.712 283 149.228 283C122.692 283 101.18 304.512 101.18 331.049C101.18 357.585 122.692 379.098 149.228 379.098C170.712 379.098 188.902 364.999 195.051 345.549H363.397C363.397 345.549 363.397 345.549 363.397 331.049ZM149.228 312C159.749 312 168.277 320.528 168.277 331.049C168.277 341.569 159.749 350.098 149.228 350.098C138.708 350.098 130.18 341.569 130.18 331.049C130.18 320.528 138.708 312 149.228 312Z" fill="black"/>
<path fill-rule="evenodd" clip-rule="evenodd" d="M243.306 459.538C243.306 445.038 243.305 445.038 243.305 445.038H194.959C188.81 425.588 170.62 411.49 149.137 411.49C122.6 411.49 101.088 433.002 101.088 459.538C101.088 486.075 122.6 507.587 149.137 507.587C170.62 507.587 188.81 493.488 194.959 474.038H243.305C243.305 474.038 243.306 474.038 243.306 459.538ZM149.137 440.49C159.657 440.49 168.185 449.018 168.185 459.538C168.185 470.059 159.657 478.587 149.137 478.587C138.616 478.587 130.088 470.059 130.088 459.538C130.088 449.018 138.616 440.49 149.137 440.49Z" fill="black"/>
<path fill-rule="evenodd" clip-rule="evenodd" d="M333.217 573.528C333.217 573.528 333.218 573.528 333.218 588.028C333.218 602.528 333.217 602.528 333.217 602.528H194.871C188.722 621.978 170.532 636.077 149.049 636.077C122.512 636.077 101 614.565 101 588.028C101 561.491 122.512 539.979 149.049 539.979C170.532 539.979 188.722 554.078 194.871 573.528H333.217ZM168.098 588.028C168.098 577.508 159.569 568.979 149.049 568.979C138.528 568.979 130 577.508 130 588.028C130 598.548 138.528 607.077 149.049 607.077C159.569 607.077 168.098 598.548 168.098 588.028Z" fill="black"/>
<path d="M838.813 331.049L792.848 285.265L772.383 305.812L783.162 316.549L693.851 316.549V345.549L783.162 345.549L772.383 356.286L792.848 376.833L838.813 331.049Z" fill="black"/>
<path d="M838.724 459.538L792.759 505.322L772.294 484.775L783.073 474.038H633.762V445.038H783.073L772.294 434.301L792.759 413.754L838.724 459.538Z" fill="black"/>
<path d="M838.635 588.028L792.669 542.244L772.204 562.791L782.984 573.528H653.672V602.528H782.984L772.204 613.265L792.669 633.812L838.635 588.028Z" fill="black"/>
<path fill-rule="evenodd" clip-rule="evenodd" d="M377.278 519.289C380.095 520.38 381.181 521.683 381.227 524.807C379.259 564.463 377.3 595.434 375.823 637.793C375.518 646.536 376.729 654.278 380.393 659.543C384.056 664.808 399.256 675.092 417.634 664.17C423.851 660.475 429.302 654.467 433.425 649.014C455.672 619.59 478.349 594.819 500.902 567.965C502.719 565.264 504.249 564.682 507.408 565.701C522.368 570.508 535.575 573.842 547.327 577.292C550.552 578.239 553.808 579.195 557.176 580.193C564.758 582.514 572.331 584.845 579.905 587.189C588.617 589.873 597.225 591.857 606.497 590.501C623.047 588.048 635.248 574.381 635.084 557.7C635.014 550.376 632.428 543.718 629.066 537.34L626.36 532.201C613.08 506.976 599.965 482.064 586.728 457.091C585.391 454.533 585.43 452.914 587.358 450.643C610.801 422.959 634.454 395.03 658.037 367.24C662.691 361.739 666.844 355.957 669.234 349.088C674.518 333.984 667.695 322.112 652.124 319.196C644.951 317.854 637.918 318.523 630.92 320.37C596.98 329.306 563.214 338.242 529.449 347.318C526.45 348.11 524.988 347.564 523.361 344.841L522.392 343.224C508.862 320.64 495.393 298.156 481.723 275.806C478.539 270.584 474.865 265.538 470.561 261.228C457.72 248.5 440.959 248.991 428.923 262.377C425.564 266.057 422.782 270.367 420.455 274.782C415.467 284.222 413.773 294.535 412.079 304.85C411.71 307.096 411.341 309.341 410.938 311.578C406.704 334.706 402.54 358.255 398.482 381.664C397.992 384.415 396.823 385.551 394.283 386.36C387.611 388.474 380.926 390.585 374.234 392.7C350.745 400.12 327.16 407.572 303.659 415.236C297.046 417.408 290.398 420.177 284.554 423.926C266.709 435.491 264.05 454.134 277.451 470.534C283.365 477.823 290.957 482.834 299.425 486.619C326.581 498.706 349.488 508.721 377.278 519.289ZM577.522 535.658C577.758 536.175 578.034 536.779 578.379 537.519L578.704 537.848C571.432 535.828 564.223 533.834 557.057 531.856C535.899 525.177 514.677 518.355 493.525 511.525C491.163 510.776 489.804 510.979 488.339 513.179C465.739 540.906 419.545 598.531 419.545 598.531C419.545 598.531 425.039 521.599 427.331 489.198C427.271 486.124 426.351 484.793 423.472 483.699C416.593 481.084 409.524 478.346 402.356 475.541C379.788 466.538 357.464 457.657 335.139 448.775C336.591 447.461 337.917 446.901 339.268 446.477C342.574 445.427 345.88 444.377 349.185 443.327C376.665 434.601 404.125 425.88 431.642 417.216C433.832 416.522 435.074 415.632 435.281 413.221C435.434 411.431 435.789 409.639 436.143 407.849C436.289 407.116 436.434 406.383 436.565 405.651C439.699 387.828 442.853 370.146 446.013 352.437C447.015 346.818 448.018 341.195 449.021 335.565C449.813 331.13 450.621 326.71 451.43 322.285C451.828 320.102 452.228 317.918 452.625 315.73C454.263 316.806 455.099 318.054 455.865 319.34C470.876 343.87 485.817 368.786 500.652 393.632C501.877 395.657 502.979 396.368 505.411 395.713C524.623 390.487 544.086 385.338 563.527 380.194C570.287 378.405 577.045 376.618 583.789 374.827C588.065 373.699 592.326 372.591 596.581 371.484C598.628 370.952 600.673 370.42 602.718 369.886C602.431 371.474 601.749 372.416 600.983 373.306C588.675 387.621 576.468 402.015 564.255 416.417C554.941 427.4 545.622 438.388 536.251 449.35C534.365 451.593 534.19 453.128 535.569 455.728C547.023 477.328 558.355 498.928 569.688 520.528C571.961 524.86 574.233 529.192 576.507 533.524C576.828 534.136 577.116 534.767 577.522 535.658Z" fill="%23E25A1C"/>
</svg>)
CURSO
Streaming de Datos con Spark en Python
A Medida
Aprende a instalar, desarrollar, configurar y gestionar la infraestructura relacionada con el broker de mensajería en streaming con Spark Streaming con Python y aprende todo lo necsario para procesar los datos y sacarles la máxima utilidad
![Microservicios con Java y Spring](data:image/svg+xml;utf8,<svg width="920" height="920" viewBox="0 0 920 920" fill="none" xmlns="http://www.w3.org/2000/svg">
<path d="M312.132 733.522V658.138L245.186 617.679V694.908L312.132 733.522Z" fill="%23739DC2"/>
<path d="M311.756 733.522V658.138L378.162 617.679V694.908L311.756 733.522Z" fill="%231C558A"/>
<path d="M378.893 617.884L311.946 658.127L245 617.884L311.946 580L378.893 617.884Z" fill="%23396AA3"/>
<path d="M459.917 733.522V658.138L392.971 617.679V694.908L459.917 733.522Z" fill="%23739DC2"/>
<path d="M459.541 733.522V658.138L525.947 617.679V694.908L459.541 733.522Z" fill="%231C558A"/>
<path d="M526.678 617.884L459.732 658.127L392.785 617.884L459.732 580L526.678 617.884Z" fill="%23396AA3"/>
<path d="M386.025 860.545V785.162L319.078 744.702V821.931L386.025 860.545Z" fill="%23739DC2"/>
<path d="M385.648 860.545V785.162L452.055 744.702V821.931L385.648 860.545Z" fill="%231C558A"/>
<path d="M452.786 744.907L385.839 785.15L318.893 744.907L385.839 707.023L452.786 744.907Z" fill="%23396AA3"/>
<path d="M607.702 733.522V658.138L540.756 617.679V694.908L607.702 733.522Z" fill="%23739DC2"/>
<path d="M607.326 733.522V658.138L673.732 617.679V694.908L607.326 733.522Z" fill="%231C558A"/>
<path d="M674.463 617.884L607.517 658.127L540.57 617.884L607.517 580L674.463 617.884Z" fill="%23396AA3"/>
<path d="M533.81 860.545V785.162L466.863 744.702V821.931L533.81 860.545Z" fill="%23739DC2"/>
<path d="M533.433 860.545V785.162L599.84 744.702V821.931L533.433 860.545Z" fill="%231C558A"/>
<path d="M600.571 744.907L533.624 785.15L466.678 744.907L533.624 707.023L600.571 744.907Z" fill="%23396AA3"/>
<path d="M532.464 541.853L519.044 460.096L546.824 476.135L564.778 445.039L600.151 465.461L582.197 496.558L609.977 512.596L532.464 541.853Z" fill="url(%23paint0_linear_2353_6751)"/>
<path d="M387.467 541.853L400.887 460.096L373.107 476.135L355.154 445.039L319.781 465.461L337.734 496.558L309.954 512.596L387.467 541.853Z" fill="url(%23paint1_linear_2353_6751)"/>
<path d="M743.24 339.808C707.548 387.425 631.304 371.352 582.421 373.664C582.421 373.664 573.768 374.146 565.052 375.582C565.052 375.582 568.347 374.175 572.551 372.724C606.883 360.836 623.108 358.447 643.969 347.718C683.166 327.613 722.175 283.821 730.113 238.33C715.193 282.083 669.817 319.74 628.501 335.031C600.222 345.48 549.081 355.649 549.073 355.653C549.097 355.689 547.035 354.581 547.006 354.557C512.227 337.614 511.223 262.19 574.39 237.877C602.085 227.209 628.576 233.068 658.515 225.933C690.447 218.331 727.43 194.365 742.462 163.033C759.314 213.081 779.558 291.383 743.24 339.808ZM743.861 147.524C739.612 157.632 734.426 166.74 728.448 174.887C702.135 147.847 665.408 131 624.813 131C544.958 131 480 196.049 480 275.992C480 317.9 497.865 355.697 526.348 382.19L529.52 385.003C524.224 380.679 523.41 372.892 527.702 367.584C532.02 362.275 539.804 361.452 545.103 365.752C550.415 370.062 551.224 377.868 546.923 383.185C542.638 388.504 534.839 389.307 529.534 385.015L531.692 386.928C556.887 408.17 589.364 421 624.813 421C701.141 421 763.817 361.524 769.183 286.455C773.156 249.7 762.313 203.028 743.861 147.524Z" fill="%235FB832"/>
<path d="M269.337 250.951C269.337 250.951 259.413 256.725 276.408 258.678C297.003 261.028 307.522 260.713 330.209 256.399C334.777 259.123 339.569 261.452 344.533 263.363C293.666 285.164 229.387 262.101 269.337 250.951ZM263.147 222.497C263.147 222.497 252.012 230.737 269.022 232.497C291.021 234.766 308.387 234.954 338.454 229.165C341.521 232.049 345.148 234.27 349.111 235.691C287.613 253.673 219.122 237.1 263.147 222.497Z" fill="%233A85C4"/>
<path d="M382.8 271.985C382.8 271.985 390.145 278.043 374.707 282.723C345.352 291.614 252.506 294.3 226.717 283.079C217.449 279.045 234.855 273.45 240.303 272.27C246.005 271.034 249.261 271.252 249.261 271.252C238.95 263.994 182.626 285.495 220.654 291.685C324.355 308.502 409.693 284.116 382.8 271.98V271.985ZM274.114 193.02C274.114 193.02 226.89 204.241 257.394 208.321C270.279 210.04 295.941 209.643 319.863 207.639C339.411 205.996 359.03 202.486 359.03 202.486C359.03 202.486 352.143 205.442 347.153 208.845C299.191 221.459 206.554 215.584 233.213 202.69C255.767 191.779 274.104 193.025 274.104 193.025L274.114 193.02ZM358.832 240.372C407.607 215.045 385.043 190.701 369.305 193.982C367.404 194.335 365.533 194.835 363.71 195.477C364.744 194.012 366.196 192.894 367.876 192.267C399.001 181.326 422.938 224.537 357.84 241.648C358.248 241.289 358.585 240.856 358.832 240.372Z" fill="%233A85C4"/>
<path d="M278.916 309.021C325.712 312.012 397.561 307.357 399.265 285.215C399.265 285.215 395.994 293.608 360.607 300.267C320.667 307.785 271.403 306.91 242.19 302.088C242.175 302.088 248.162 307.042 278.916 309.021Z" fill="%233A85C4"/>
<path d="M315.539 174.24C328.082 188.671 312.253 201.657 312.253 201.657C312.253 201.657 344.08 185.228 329.461 164.652C315.813 145.471 305.345 135.938 362.015 103.104C361.99 103.074 273.04 125.312 315.539 174.24Z" fill="%23D84942"/>
<path d="M329.441 50C329.441 50 356.435 76.9896 303.84 118.532C261.651 151.849 294.221 170.843 303.84 192.547C279.21 170.334 261.148 150.771 273.264 132.571C291.067 105.856 340.357 92.8955 329.461 50H329.441Z" fill="%23D84942"/>
<path d="M397.097 348.732H395.678V347.933H399.519V348.732H398.094V352.715H397.077L397.097 348.732ZM404.758 348.93L403.344 352.71H402.698L401.289 348.93V352.71H400.343V347.928H401.731L403.028 351.311L404.331 347.928H405.704V352.71H404.788V348.93H404.758ZM271.244 393.616C266.829 397.441 262.165 399.593 257.978 399.593C252.012 399.593 248.771 396.007 248.771 390.274C248.771 384.064 252.241 379.516 266.112 379.516H271.239V393.616H271.244ZM283.422 407.35V364.826C283.422 353.956 277.221 346.779 262.276 346.779C254.493 346.816 246.804 348.481 239.702 351.667L241.493 359.2C246.386 357.405 252.714 355.736 258.924 355.736C267.536 355.736 271.239 359.2 271.239 366.372V371.759H266.936C246.025 371.759 236.589 379.898 236.589 392.07C236.589 402.584 242.805 408.556 254.514 408.556C262.037 408.556 267.658 405.453 272.908 400.926L273.864 407.376L283.422 407.35ZM324.064 407.35H308.88L290.568 347.837H303.839L315.187 384.394L317.731 395.381C323.453 379.491 327.517 363.366 329.552 347.837H342.452C339.003 367.435 332.782 388.957 324.064 407.355V407.35ZM382.341 393.616C377.921 397.441 373.256 399.593 369.075 399.593C363.109 399.593 359.873 396.007 359.873 390.274C359.873 384.064 363.343 379.516 377.209 379.516H382.341V393.616ZM394.549 407.35V364.826C394.549 353.956 388.328 346.779 373.399 346.779C365.611 346.818 357.918 348.487 350.814 351.677L352.605 359.21C357.498 357.415 363.841 355.746 370.057 355.746C378.653 355.746 382.361 359.21 382.361 366.383V371.759H378.058C357.147 371.759 347.716 379.898 347.716 392.07C347.716 402.584 353.922 408.556 365.626 408.556C373.16 408.556 378.77 405.453 384.035 400.926L384.991 407.376L394.549 407.35ZM223.237 417.468C219.768 422.554 214.152 426.552 208.017 428.821L202 421.735C206.68 419.334 210.683 415.463 212.545 411.857C214.152 408.637 214.823 404.517 214.823 394.634V326.702H227.769V393.693C227.769 406.918 226.711 412.259 223.237 417.468Z" fill="%23D84942"/>
<defs>
<linearGradient id="paint0_linear_2353_6751" x1="592.464" y1="437.929" x2="532.464" y2="541.853" gradientUnits="userSpaceOnUse">
<stop stop-color="%233773A6"/>
<stop offset="1" stop-color="%23032E54"/>
</linearGradient>
<linearGradient id="paint1_linear_2353_6751" x1="327.467" y1="437.929" x2="387.467" y2="541.853" gradientUnits="userSpaceOnUse">
<stop stop-color="%233773A6"/>
<stop offset="1" stop-color="%23032E54"/>
</linearGradient>
</defs>
</svg>)
CURSO
Microservicios con Java y Spring
A Medida
Curso práctico sobre Microservicios con Java y Spring, destinado a desarrolladores y arquitectos, para diseñar, desarrollar y monitorear microservicios eficientemente.
CURSO
Streaming de Datos con Spark en Scala
A Medida
Curso online sobre Procesado de Datos en Streaming con Spark Streaming en Scala, orientado a profesionales técnicos.
Diseñemos hoy el curso que tu empresa necesita
Cuéntanos tus objetivos de negocio y prepararemos una propuesta formativa bonificable totalmente ad hoc
