<link rel="stylesheet" href="https://fonts.googleapis.com/css2?family=Poppins:wght@200;300;400;500;600;700;800;900&family=Roboto:wght@300;400;500&family=Montserrat:wght@700;900&family=Alex+Brush&display=swap"/>
Días
0

:

Horas
0

:

Minutos
50

:

Segundos
12
Días
0

:

Horas
0

:

Minutos
50

:

Segundos
12

AI Data Architect en la era de los agentes Diseña la plataforma donde viven los datos y los agentes.

Un AI Data Architect diseña la plataforma donde la empresa conecta datos e IA de forma segura, gobernada y rentable.

  • Bootcamp de Data Architecture
  • En vivo online
  • 2.5 meses | 133 Hrs. Académicas
¿No sabes cuál elegir? Compara los 6 perfiles

2021

Diseñar el data warehouse
Gobernanza en un documento
Elegir una nube

2026 con agentes

Diseñar la plataforma de datos + IA
Gobernanza aplicada en código y permisos
Multicloud con costo medido por caso de uso
Próximo inicio25 de noviembre de 2026
HorarioLun - Mié - Vie - 20h. a 22h
Duración2.5 meses | 133 Hrs. Académicas
InversiónS/ 3,763 S/ 1,506

Nuestra comunidad trabaja en distintos sectores

  • Retail
  • Banca
  • Educación
  • Salud
  • Otros

Empresas donde trabajan nuestros alumnos

Sueldo referencial en Perú

¿Cuánto gana un Data Architect en Perú?

De Junior a Senior, el sueldo de referencia crece hasta x2.

S/4,000Junior
S/7,000Semi Senior
S/8,000 a másSenior

Fuente: consulta de DSRP a profesionales que trabajan en empresas peruanas, actualizada a octubre de 2026. Montos mensuales en soles. En arquitectura, "Junior" son los primeros años en el rol, después de haber trabajado en datos o TI.

Referencia oficial: la mediana de «Profesionales TIC y estadísticos» en Perú es S/3,525 al mes (S/2,523 a S/4,997 en la mitad central). INEI — ENAHO 2024 (módulo 500).

Ver el rango salarial por país y sus fuentes

¿Es para ti?

Tres pasos para saber si este es tu siguiente rol y por dónde empezar.

  1. 1

    ¿De dónde vienes?

    Perfiles que suelen dar el salto a AI Data Architect:

    • Data Engineer
    • Administración de bases de datos
    • Arquitectura de software
    • Líderes de TI
    • Consultoría tecnológica
  2. 2

    Qué necesitas para empezar

    Conocimientos básicos de SQL y Python, y conocimientos generales de bases de datos. El bootcamp incluye un curso de nivelación en fundamentos de arquitectura de datos y Big Data.

    Si aún no manejas SQL ni Python, empieza por la especialización Analista de Datos o Data Engineer. En el mercado, el cargo de Data Architect suele llegar después de unos años en un rol de datos o TI.

  3. 3

    Tu camino

    1. SQL, Python y bases de datos
    2. Bootcamp Data Architecture
    3. Liderar la plataforma de datos e IA

Un día del AI Data Architect con agentes

El agente se encarga de lo repetitivo; tú decides qué preguntar, qué aprobar y qué recomendar.

Ilustración: la jornada de un AI Data Architect trabajando junto a agentes de IA
  1. 108:30

    Revisión de la plataforma

    Agente: Resume incidentes, consumo y uso de cada dominio de datos.

    Tú: Detectas cuellos de botella y priorizas la hoja de ruta.

    Catálogo de datos · monitoreo

  2. 210:00

    Diseño de una iniciativa de IA

    Agente: Propone opciones de arquitectura con pros y contras.

    Tú: Eliges el patrón según volumen, latencia, costo y riesgo.

    Diagramas de arquitectura

  3. 312:00

    Gobernanza y permisos

    Agente: Clasifica columnas sensibles y sugiere políticas de acceso.

    Tú: Apruebas qué datos ve cada agente y cada equipo, respetando la ley de datos personales.

    Unity Catalog / Purview · IAM

  4. 415:00

    Acceso de agentes

    Agente: Genera la especificación de la capa semántica y de las APIs.

    Tú: Defines contratos, límites y auditoría para cada acceso.

    Capa semántica · APIs · MCP

  5. 517:00

    Costos y decisiones

    Agente: Estima el costo por caso de uso en la nube y en los modelos.

    Tú: Presentas la decisión a la gerencia con números y riesgos.

    FinOps · calculadoras de costo

Charla gratuita: el AI Data Architect con IA

Arquitectura de Fabric 10X con IA. Una sesión completa de DSRP para ver cómo se trabaja el rol con IA antes de decidir.

Qué automatiza la IA y qué no

Lo que delegas al agente

  • Generar diagramas y documentación de arquitectura.
  • Comparar servicios y estimar costos entre nubes.
  • Clasificar datos sensibles y proponer políticas.
  • Revisar configuraciones contra buenas prácticas.

Lo que sigue siendo tuyo

  • Decidir el patrón: warehouse, lakehouse o data mesh.
  • Definir qué datos puede consultar cada agente y con qué permisos.
  • Equilibrar costo, rendimiento, seguridad y cumplimiento.
  • Alinear la plataforma con la estrategia del negocio.

Tu diferencial: la visión de conjunto. El agente propone piezas; el arquitecto decide cómo encajan sin exponer datos ni disparar los costos.

Claude · Codex · APIs de modelos

Cómo aprendes a ser AI Data Architect con agentes de IA

El agente acelera la práctica, pero no hace la tarea por ti. Así lo usas para aprender más rápido sin dejar de entender lo que haces.

El método en 4 pasos

  1. 1Pide que te expliqueAntes de pedir código, pide el concepto con un ejemplo de tu área.
  2. 2Deja que propongaEl agente escribe el primer borrador: la consulta, el script o el diagrama.
  3. 3Verifica túLo corres, lo comparas con la fuente y buscas el error. Ahí es donde aprendes.
  4. 4Explícalo de vueltaSi no puedes explicar por qué funciona, todavía no lo aprendiste.

Ejemplo: Le pides a Claude que te explique cuándo conviene un lakehouse frente a un warehouse para el caso de devoluciones. Claude Code genera el diagrama y la política de acceso de cada dominio. Tú revisas qué columnas sensibles quedaron visibles para el agente y descubres que el rol de atención al cliente podía leer el DNI completo. Al final explicas por qué la política tenía que ser por columna y no por tabla.

Herramientas y tecnologías del AI Data Architect

Plataformas de datos

  • Databricks
  • Snowflake
  • BigQuery
  • Synapse

Nube

  • AWS
  • Azure
  • Google Cloud

Integración y streaming

  • Kafka
  • Spark
  • Airflow

Modelado y gobernanza

  • ERwin
  • Data Vault
  • Unity Catalog
  • Microsoft Purview

IA y agentes

  • Capas semánticas
  • Bases vectoriales
  • MCP
  • IAM y permisos mínimos

Logos de las librerías abiertas devicon y Simple Icons. Las marcas pertenecen a sus dueños.

Sin jerga

Glosario en simple

Los 12 términos que vas a escuchar en este rol, explicados como se los contarías a un colega.

Data warehouse
Un almacén central de datos ordenados en tablas, pensado para reportes y análisis.
Lakehouse
Un almacén que guarda todo tipo de datos (tablas, documentos, imágenes) a bajo costo y aun así permite analizarlos como un warehouse.
Data mesh
Una forma de organizar la empresa donde cada área (ventas, logística) es dueña de sus datos y los ofrece a las demás como un producto.
Capa semántica
Un diccionario oficial de métricas y relaciones que usan por igual los dashboards y los agentes de IA.
Base vectorial
La base de datos donde se guarda el "significado" de los documentos para que un agente los encuentre y los use al responder.
MCP
Un protocolo estándar para conectar agentes de IA a sistemas y datos de la empresa de forma controlada, como un enchufe universal con llave.
IAM y permisos mínimos
Las reglas de quién puede ver o hacer qué. "Permisos mínimos" significa dar a cada persona o agente solo el acceso que necesita.
Latencia
El tiempo que tarda una respuesta. Un dashboard mensual tolera minutos; un agente que atiende clientes necesita segundos, y eso cambia la arquitectura.
FinOps
Gestionar el gasto en la nube y en modelos de IA como un presupuesto: saber cuánto cuesta cada caso de uso y optimizarlo.
Linaje de datos
El "árbol genealógico" de un dato: de qué fuente salió y qué procesos lo transformaron.
Data Vault
Una técnica de modelado que guarda la historia completa de los datos y facilita sumar fuentes nuevas sin rehacer todo.
Streaming
Procesar los datos en el momento en que se generan, en vez de esperar a cargarlos de noche.

Lo que te llevas

Proyecto final

La arquitectura de datos e IA de un caso real

Caso integrador: una empresa necesita entender sus devoluciones y mejorar la atención con información y asistentes inteligentes. Resultado: una arquitectura documentada y un prototipo reproducible.

Demostración y defensa: presentas la solución en equipo y sustentas tus decisiones de forma individual.

  • 5 proyectos aplicados con data real
Certificación
  • Certificación avalada por Data Science Research Perú y el Colegio de Estadísticos del Perú (Región Piura).
  • 5 certificaciones parciales (una por curso) + 1 certificación final.
Empleabilidad
  • Bolsa de trabajo y pasantías con empresas aliadas.
  • Talleres de CV, LinkedIn y entrevistas.
Ver la bolsa de trabajo

Según el brochure vigente del programa.

Empleabilidad

Del programa al primer empleo como AI Data Architect

¿Hay demanda? Lo que dicen los estudios de 2026

84 %

de los empleadores del sector tecnológico en Perú pide modelado de IA y desarrollo de aplicaciones: es la habilidad técnica más demandada.

Experis, 2026
13 %

de los jóvenes de la Generación Z en Lima se siente muy preparado para trabajar con IA, aunque el 75 % ya la usa.

USIL, 2026

Tareas que ganan peso

  • Definir qué datos puede consultar cada agente y con qué permisos.
  • Diseñar capas semánticas y APIs que usen por igual personas y agentes.
  • Medir el costo de nube y de modelos por caso de uso.
  • Asegurar el cumplimiento de la Ley de Protección de Datos Personales.

Tareas que pasan al agente

  • Dibujar a mano diagramas y documentación de arquitectura.
  • Comparar servicios entre nubes uno por uno.
  • Revisar configuraciones a mano contra buenas prácticas.

Tu portafolio: 3 proyectos que te abren entrevistas

1

Arquitectura documentada de un caso real

Demuestra: que eliges un patrón de plataforma y lo defiendes con latencia, costo y riesgo.

2

Modelo de gobernanza y permisos

Demuestra: que clasificas datos sensibles y defines qué ve cada equipo y cada agente.

3

Servidor MCP con acceso gobernado

Demuestra: que conectas agentes a los datos con permisos mínimos, auditoría y enmascarado.

Publícalos en GitHub con un README que diga qué hizo el agente y qué verificaste tú: es lo primero que preguntan.

Preguntas de entrevista para un AI Data Architect

¿Cuándo eliges un warehouse, un lakehouse o un data mesh?

Qué buscan: Criterios concretos: tipo de datos, tamaño de la organización, equipos dueños de los datos y costo.

Un área quiere que un agente consulte la base de clientes. ¿Cómo lo diseñas?

Qué buscan: Permisos mínimos, consultas de solo lectura, enmascarado de datos sensibles y auditoría de cada acceso.

¿Cómo decides qué proveedor de modelos puede procesar datos de la empresa?

Qué buscan: Residencia de datos, contrato de retención, opción de pesos abiertos en infraestructura propia y cumplimiento legal.

¿Cómo estimas el costo de una iniciativa de IA?

Qué buscan: Costo por caso de uso que sume nube, almacenamiento y consumo de modelos, con supuestos explícitos.

Cuéntanos una decisión de arquitectura que cambiarías hoy.

Qué buscan: Que reconozcas el contexto de entonces, qué aprendiste y cómo lo resolverías ahora.

Certificaciones oficiales que se alinean con el rol

Revisadas en octubre de 2026. Los exámenes se actualizan y se retiran: confírmalos en la página oficial antes de inscribirte.

Tu ruta de aprendizaje

De los fundamentos a la arquitectura cloud, con proyectos en cada etapa.

  • Esencial
  • Recomendado
  • Avanzado

00Prerrequisitos

Consultar, explorar y versionar datos antes de diseñar sistemas que otros van a mantener.

Beneficios de la especialización

  • Clases grabadas ilimitadas
  • Proyectos aplicados con data real
  • Bolsa de trabajo, pasantías y talleres de empleabilidad
  • Certificación avalada por el Colegio de Estadísticos del Perú

Libros recomendados para un AI Data Architect

Tres clásicos que siguen vigentes y uno para trabajar con agentes de IA.

Portada de The Data Warehouse Toolkit
Clásico

The Data Warehouse Toolkit

Ralph Kimball · 1996

La base del modelado dimensional, todavía vigente en cualquier lakehouse. Hoy va por su tercera edición.

Ver el libro
Portada de Data Mesh
Clásico

Data Mesh

Zhamak Dehghani · 2022

Datos como producto y propiedad por dominio: el patrón para escalar una plataforma entre equipos.

Ver el libro
Portada de Data Governance
Clásico

Data Governance

John Ladley · 2012

Cómo diseñar y sostener un programa de gobierno de datos que la organización realmente adopte.

Ver el libro
Portada de Agentic Design Patterns
Era de agentes

Agentic Design Patterns

Antonio Gullí · 2025

Los patrones con los que se construyen los agentes: lo que tu arquitectura tiene que soportar y controlar.

Ver el libro

Lo que cuentan nuestros alumnos

La calidad de los docentes y la estructura detallada del contenido ampliaron significativamente mi comprensión de la arquitectura de datos. Los conocimientos adquiridos me permitieron destacar en entrevistas laborales, lo que fue fundamental para obtener mi nuevo puesto.
RichardSubgerente Adjunto en BCPAlumno/a de este programa
La malla curricular fue integral y se enfocó en la práctica, lo que me permitió aplicar mis conocimientos de inmediato. Gracias a la formación en DSRP, he podido liderar proyectos en mi empresa, desarrollando dashboards y aplicando Python.
AndreaAlumna de la especialización Data AnalystAlumno/a de AI Data Analyst
Elegí la especialización en DSRP para profundizar en automatización, cloud y herramientas como Airflow y Databricks. Lo que más destaco es el enfoque práctico y la experiencia de los instructores. Esta formación fue clave para destacar en entrevistas y conseguir mi nuevo trabajo.
MateoPasó de Analista de Datos a Data EngineerAlumno/a de AI Data Engineer

¿Aprender solo con IA o con un programa?

Una comparación honesta. Lo ideal es combinar ambos: practicar con agentes todos los días y apoyarte en un programa para la ruta, la revisión y la red.

ExplicacionesSolo con IA: Inmediatas, a cualquier hora.Con un programa: Un docente corrige tu razonamiento, no solo el resultado.
ErroresSolo con IA: Dependen de que notes que la IA se equivocó.Con un programa: Especialistas revisan tus proyectos.
RutaSolo con IA: La armas tú; es fácil saltarse fundamentos.Con un programa: Secuencia de los fundamentos a la nube.
ProyectosSolo con IA: Por tu cuenta, sin quien los evalúe.Con un programa: Proyecto integrador y Demo Day.
Red y empleoSolo con IA: La construyes solo.Con un programa: Comunidad, bolsa de trabajo y talleres de CV y entrevistas.
CertificadoSolo con IA: No.Con un programa: Certificación avalada.
CostoSolo con IA: Bajo: planes gratuitos y créditos de API.Con un programa: Una inversión, con cuotas.

Preguntas Frecuentes

¿Qué hace un Data Architect?

arrow

¿Qué cambia con los agentes de IA?

arrow

¿Necesito saber programar?

arrow

¿Es un rol para empezar en datos?

arrow

¿Qué conocimientos técnicos necesita?

arrow

¿Cómo gano experiencia práctica?

arrow

¿Necesito pagar Claude o ChatGPT para aprender?

arrow

¿Puedo usar Claude Code o Codex si no sé programar?

arrow

¿Puedo usar DeepSeek o Kimi con datos de mi empresa?

arrow

¿Cómo son las clases?

arrow

Compara los perfiles de datos e IA

¿Aún dudas entre perfiles? Haz el test vocacional y recibe una recomendación.

Seis perfiles, seis preguntas distintas. Compáralos y elige por dónde empezar.

  • AI Data Analyst

    ¿Qué pasó y qué decidimos?

    Convierte datos en decisiones de negocio y valida lo que calcula la IA.

    Empiezas con: Sin programar

    Conocer el perfil
  • AI Data Scientist

    ¿Qué va a pasar?

    Crea modelos que predicen y mide si un modelo o un LLM acierta de verdad.

    Empiezas con: Programación y SQL básicos

    Conocer el perfil
  • AI Data Engineer

    ¿Los datos llegan completos y confiables?

    Construye los pipelines que alimentan dashboards y agentes.

    Empiezas con: Python, SQL y Git básicos

    Conocer el perfil
  • AI Data Architect

    Estás aquí

    ¿Cómo se organiza todo de forma segura?

    Diseña la plataforma de datos e IA: gobernanza, permisos y costos.

    Empiezas con: SQL y Python básicos

  • AI Engineer

    ¿Cómo lo convertimos en un producto con IA?

    Construye agentes que usan herramientas, los evalúa y los opera en producción.

    Empiezas con: Python y SQL básicos

    Conocer el perfil
  • Automatizador con IA

    ¿Qué tarea repetitiva dejamos de hacer a mano?

    Conecta apps con flujos low-code y no-code y suma agentes de IA, sin programar.

    Empiezas con: Sin programar

    Conocer el perfil
Para empresas

¿Formas a tu equipo como AI Data Architect?

Lo que gana tu empresa:

  • Una plataforma de datos e IA diseñada para crecer, sin rehacerla con cada proyecto.
  • Gobernanza y permisos que dejan a los agentes consultar datos sin exponer información sensible.
  • Costos de nube y de modelos medidos por caso de uso, y cumplimiento de la Ley de Protección de Datos Personales.

Programas para equipos: grupos cerrados, in-house o a medida, con seguimiento del avance de cada colaborador.

Cotizar para mi equipo

Empresas que confían en DSRP

  • bcp
  • interbank
  • bbva
  • scotiabank
  • sunat
  • entel
  • backus
  • globant

Diseña la próxima plataforma de tu empresa

Bootcamp de Data Architecture

Contenido revisado en octubre de 2026.