Un curso
Todas las lecciones, proyectos y simulacros de Apache Airflow.
Facturación mensual. Cancela cuando quieras.
Nivel 1: Recién llegado
0 puntos
Inicia sesión para guardar tu progreso y continuar en otros dispositivos.
Cursos / Herramientas de datos y análisis
Escribe, programa, prueba y depura Dags de Airflow en un espacio de trabajo de Airflow que funciona.
with DAG y @dag, y tareas con la API TaskFlow y los operadores clásicos>>, listas y chain, y arreglar los errores de importación que esconden un DagLa unidad 1, Dags, tareas y dependencias: 6 lecciones y 33 ejercicios corregidos, sin cuenta ni tarjeta.
Empezar la unidad gratisEl resto del curso se abre con el plan One Course o All Access. Ver planes y precios
Elige tu plan aquí. Tu curso ya está seleccionado.
Construye paso a paso el pipeline nocturno de ventas de Marigold: el día correcto, reintentos, una carga idempotente, un informe, alertas, un plazo y un backfill.
8 pasosProyecto · AvanzadoEl seguimiento de paquetes de BrambleConstruye el seguimiento de cada mañana de Bramble: mapea sobre los depósitos que han informado, sigue cada paquete sin entregar dentro de los límites del socio, guarda los resultados y arranca los mensajes a los clientes.
7 pasosCaso práctico · ExpertoUna semana atascada detrás de un mal díaAverigua por qué un libro diario se paró el jueves, desbloquea la semana con seguridad y asegúrate de que el próximo fallo se note el mismo día.
5 pasosCaso práctico · ExpertoLa actualización que movió el díaSigue una fecha equivocada tras la actualización a Airflow 3 hasta el nuevo timetable de cron, arréglala sin tocar el código de la tarea y haz el backfill del histórico.
5 pasosCaso práctico · ExpertoLa mañana en que se atascaron los escáneresExplica por qué un depósito puntual espera detrás de los que llegan tarde, libera los slots, deja de esperar para siempre a un depósito que quizá no suba su archivo y recomienda un diseño.
5 pasosProyecto · ExpertoLa conciliación de liquidaciones de Fenwick PayConstruye la conciliación nocturna de Fenwick Pay: mapea sobre los comercios, guarda los resultados, avisa de las discrepancias, espera al archivo de la red, prográmala por día hábil y pasa los resultados como un asset.
7 pasosSimulacro de examen · ExpertoPrueba de trabajo de Airflow A: fundamentos (cronometrada)Una prueba de Airflow cronometrada de 20 preguntas sobre Dags, programación, ejecuciones, la UI y la CLI, XCom, variables, conexiones y depuración.
20 preguntas · 40 minSimulacro de examen · ExpertoPrueba de trabajo de Airflow B: autoría de Dags (cronometrada)Una prueba de Airflow cronometrada de 20 preguntas sobre TaskFlow, plantillas, branching, trigger rules, sensores, mapeo, assets, pruebas y pools.
20 preguntas · 45 minPractica Apache Airflow en un espacio de trabajo en tu navegador que lee tus archivos de Dag y los ejecuta en una simulación de Airflow 3.3: la lista de Dags, las vistas Grid y Graph, los logs de las tareas, XCom, variables, conexiones, pools, assets y una terminal con la línea de comandos airflow. Empiezas con tu primer Dag y la API TaskFlow, y luego lo programas, pasas datos entre tareas, reintentas lo que falla, esperas archivos con sensores, ramificas, mapeas tareas sobre listas y lanzas Dags desde assets. Los niveles siguientes cubren backfills, tests, patrones de producción e incidentes, con proyectos, preguntas de entrevista y pruebas cronometradas. Cada tarea se corrige con tus datos y con una copia oculta. No hace falta instalar nada.
Explica lo que has aprendido en una entrevista a pantalla completa. Habla o escribe y luego revisa tus respuestas con la rúbrica de tu nivel.
Procesos de entrevista por puestoPrincipiante
Escribe archivos de Dag con DAG y @dag, pasa datos con TaskFlow, define dependencias y usa los operadores clásicos.
Lanza y pausa ejecuciones, lee los logs de las tareas, usa la línea de comandos de airflow y arregla errores de importación.
Pasa valores entre tareas, da entradas a los Dags, lee ajustes y credenciales y renderiza plantillas.
Intermedio
Elige programaciones, entiende las fechas lógicas y los intervalos de datos de Airflow 3, repite el histórico con catchup y backfills, y programa en hora local.
Reintenta lo pasajero, para lo que se cuelga, avisa de fallos y ejecuciones tardías, haz idempotentes las cargas y repite tareas sin riesgo, y después construye el pipeline nocturno de Marigold.
Avanzado
Decide cuándo se ejecutan las tareas con trigger rules, elige caminos con branches y short circuits, y organiza las tareas con grupos, setup y teardown.
Espera a archivos, informes y otros Dags sin desperdiciar slots de worker, y enlaza Dags que dependen unos de otros.
Arranca Dags cuando se actualizan los datos que leen, combina assets con condiciones y relojes, pasa detalles en los eventos de assets y escribe assets con @asset.
Abre en abanico sobre listas que solo se conocen al ejecutar, empareja y fija argumentos, protege sistemas con límite de llamadas y construye el seguimiento de paquetes de Bramble.
Experto
Detecta archivos rotos con pruebas de DagBag, prueba la lógica de las tareas con pytest y ejecuta Dags enteros en CI con dag.test().
Comparte sistemas con seguridad usando pools y prioridades, conoce los componentes de Airflow 3, escribe archivos de Dags baratos de parsear y seguros de repetir, y compara Airflow con Dagster.
Recorre incidentes realistas desde el síntoma hasta el arreglo y el resumen para el negocio, y luego construye de principio a fin la conciliación de liquidaciones de Fenwick Pay.
Practica preguntas de entrevista de Airflow en tres niveles y haz dos pruebas de trabajo cronometradas sobre fundamentos y autoría de Dags.
Todas las lecciones parten de archivos como este: un Dag definido con @dag, tareas escritas como funciones de Python con @task y la fecha de la ejecución leída de Airflow, no escrita a mano.
import pendulum
from airflow.sdk import dag, task
@dag(schedule="@daily", start_date=pendulum.datetime(2026, 11, 1, tz="UTC"))
def marigold_daily():
@task
def extract_sales(ds=None):
return fetch_sales(ds)
@task
def total_revenue(rows):
return round(sum(r["revenue"] for r in rows), 2)
total_revenue(extract_sales())
marigold_daily()
Practica con Apache Kafka para inspeccionar claves, orden de las particiones y offsets de los consumidores antes de consultar los datos de destino. La referencia de comandos de Kafka relaciona cada acción de consola con el estado que modifica.
No. El espacio de trabajo simula Airflow 3.3 en tu navegador: lee tus archivos de Dag, los ejecuta con un planificador simulado y te enseña la lista de Dags, el Grid, el Graph, los logs y una terminal con la línea de comandos airflow. Cuando simplifica algo, la lección lo dice.
Airflow 3, con los imports del Task SDK (from airflow.sdk import dag, task), schedule en lugar de schedule_interval y los valores por defecto de Airflow 3 para catchup y timetables. Los cambios de la 3.4 se mencionan donde importan.
La primera unidad sí, sin cuenta ni tarjeta. El resto del curso se abre con el plan One Course o All Access, y en la página de precios ves todos los planes y sus precios.
Ejecutándolo: la corrección lee tu archivo de Dag, ejecuta el Dag y mira el resultado (estados de las tareas, valores de XCom, comandos renderizados, filas cargadas), con tus datos y con una copia oculta. Si fallas, recibes una pista sobre lo que probablemente salió mal.
No. The Work Gym es independiente y no está afiliado a la Apache Software Foundation. Apache, Apache Airflow y Airflow son marcas de la Apache Software Foundation.