Creador de Free Range Testers
Consultor privado SDET e Instructor
Más de 16 años en el rubro, actualmente desempeñándome como consultor privado para las empresas top de Nueva Zelanda y Australia con soluciones en Automation, DevOps y mejores prácticas en QA.
Uso toda la experiencia pasada y presente para traerte los mejores cursos y darte los skills que te permitan no solo ser un gran tester, sino uno respetado internacionalmente.
Uno de los nichos que menos se conocen...exploremos por qué es importante cubrirlo!
Vivimos en una era donde el análisis de datos es fundamental para la toma de decisiones en las empresas. El ETL (Extract, Transform, Load) es esencial para preparar los datos para dicho análisis. Como profesional de QA, tener conocimientos en ETL Testing te posiciona favorablemente en el mercado, ya que garantizas la calidad y fiabilidad de los datos que se analizan, lo que es crítico para cualquier negocio.
Los procesos de ETL suelen ser complejos y propensos a errores debido a la cantidad de datos manipulados y las transformaciones que se realizan. Ser experto en ETL Testing significa que puedes identificar y prevenir problemas antes de que los datos lleguen a los analistas o a la toma de decisiones, asegurando así la integridad y precisión de los datos. Esta habilidad es altamente valorada por los empleadores, ya que reduce los riesgos y mejora la eficiencia operativa.
El conocimiento en ETL Testing no solo mejora tus habilidades como QA, sino que también te brinda una comprensión más profunda de cómo los datos fluyen a través de los sistemas, cómo se pueden manipular y cómo impactan en las decisiones empresariales. Esto te hace más versátil y capaz de colaborar eficazmente con otros equipos, como desarrollo, análisis de datos y gestión de proyectos, aumentando así tu valor como profesional en el mercado laboral.
Certificado incluido al finalizar el curso ✅
Prácticas con el framework creado 🧑🏻💻
Actualizaciones todos los años ♻️
Una comunidad que acompaña y ayuda 🦾
Respuestas a preguntas todas las semanas 🤖
FAQ
Vos tenés preguntas, nosotros tenemos respuestas
ETL Testing es la disciplina de validar la calidad de los datos que fluyen entre sistemas — específicamente en los procesos de Extracción, Transformación y Carga (ETL). A diferencia del testing de software tradicional, acá no testeás interfaces ni funcionalidades: testeás que los datos sean correctos, completos, consistentes y que las transformaciones se ejecuten como se espera. El curso arranca con esta distinción para que no llegues con el mindset equivocado.
Tener una base de testing ayuda, pero no es excluyente. Lo que sí es importante es estar dispuesto a pensar diferente: el foco acá está en los datos, no en el comportamiento de una aplicación. Si venís del mundo QA, vas a tener ventaja para entender la lógica de validación y diseño de casos de prueba.
No. El curso incluye un módulo completo de SQL desde cero, cubriendo desde la sintaxis básica hasta operaciones avanzadas como JOINs, subconsultas, HAVING y más. SQL es la herramienta central del ETL Tester, y acá aprendés todo lo que necesitás.
Para la mayor parte del curso, no. El módulo de automatización con Great Expectations tiene una opción de configuración visual a través de la nube que no requiere código. Si querés ir más fondo con la instalación por código, se usa Python, pero no es un requisito para completar el curso.
Great Expectations es la herramienta de automatización de calidad de datos más popular del ecosistema data. Permite definir validaciones sobre tus datos ("expectativas") y correrlas automáticamente para detectar problemas. En el curso aprendés a configurarla tanto en la nube como por código.
Para roles como Data Quality Engineer, ETL Tester o QA en equipos de datos. Es un nicho con poca oferta de profesionales especializados y demanda creciente, especialmente en empresas que trabajan con Data Warehouses, Data Lakes o pipelines de Business Intelligence. Es una forma concreta de diferenciarte del perfil QA estándar.
Es 100% grabado. Podés avanzar a tu ritmo, sin fechas límite. Tenés acceso de por vida, incluyendo actualizaciones anuales.
Un buen complemento es el curso de Programación para Testers si querés profundizar en Python para automatizar más validaciones. También podés explorar herramientas como Apache Airflow para integrar Great Expectations en pipelines de datos reales.