Muchos ingenieros de datos ven estas herramientas como rivales. Por un lado, la velocidad de rayo de KQL (Kusto Query Language); por otro, la robustez y flexibilidad de PySpark. Pero en la arquitectura de datos moderna —especialmente dentro de Microsoft Fabric— la magia ocurre cuando dejamos de elegir y empezamos a integrar. 💡 🔹 KQL es tu mejor aliado para la telemetría, logs y análisis en tiempo real. Si necesitas una respuesta en segundos sobre billones de filas, KQL es imbatible. 🔹 PySpark es el motor de tus transformaciones complejas, limpieza masiva y modelos de Machine Learning. Es el músculo que procesa tu Lakehouse. En el carrusel de hoy te muestro: ✅ El ADN técnico de cada uno. ✅ Escenarios reales donde brilla cada herramienta. ✅ Cómo el "Combo Ganador" acelera tus pipelines de datos. No se trata de la herramienta, sino del criterio para resolver el problema de negocio. 🚀 #MicrosoftFabric #KQL #PySpark #DataEngineering #BigData #Analytics #ComunidadFabric #DataScience

He publicado un nuevo video donde analizo la genealogía de Microsoft Fabric. No es solo "otra herramienta de datos"; es la culminación de décadas de evolución tecnológica. En este recorrido histórico analizamos: 1️⃣ 1985: Cuando Excel nos enseñó que cualquiera podía analizar datos. 2️⃣ La era de SQL Server: El paso del escritorio al servidor corporativo. 3️⃣ 2015: La explosión de Power BI y el fin de los informes estáticos. 4️⃣ Hoy: La unificación total con Fabric y OneLake (el "OneDrive de los datos"). Entender de dónde venimos es la única forma de anticipar hacia dónde va el mercado del Data & Analytics. Si todavía ves a Fabric como algo aislado, este video te cambiará la perspectiva. 👇 Mira el video completo aquí:

Si trabajas con Microsoft Fabric, sabes que la eficiencia no es negociable. Pero hay un error común: intentar que SQL haga el trabajo sucio de los logs, la telemetría y el IoT. Ahí es donde entra KQL (Kusto Query Language). ⚡ KQL no es solo "otro lenguaje de consulta". Es el motor diseñado para la velocidad extrema. Mientras que SQL se toma su tiempo procesando relaciones complejas, KQL devora millones de filas en milisegundos para darte respuestas YA. En este carrusel te cuento: ✅ Cuándo es el momento exacto para elegir KQL. ✅ Por qué tu código será 10 veces más limpio que en SQL. ✅ Cómo se integra en el ecosistema de Real-Time Intelligence en Fabric. No se trata de qué herramienta es mejor, sino de cuál es la adecuada para el volumen de datos que manejamos hoy. 🚀

Hola, hola ya llegó el segundo vídeo del curso de Microsoft Fabric. Les dejo por acá para que lo revisen, sigamos aprendiendo.

Si llevas años trabajando con el motor de SQL Server, entrar a Microsoft Fabric se siente como mudarse de una casa cómoda a una nave espacial. Las herramientas te resultan familiares (¡Hola, T-SQL!), pero las leyes de la física han cambiado. El error más común es intentar replicar las mismas arquitecturas locales en un entorno Lake-centric. En Fabric, no solo importa el qué haces, sino cómo se guardan los archivos en el OneLake. He resumido los 3 errores más frecuentes que veo en equipos que están haciendo la transición. Desde la gestión de archivos Delta hasta el potencial desperdiciado del Direct Lake. 👇 Desliza para ver cómo evitar estos "dolores de cabeza" técnicos. 🚀 ¿Quieres dominar Fabric sin dar palos de ciego? La curva de aprendizaje es más corta cuando vas acompañado. Por eso, hemos creado una comunidad dedicada exclusivamente a dominar esta herramienta en nuestro idioma. Únete a Microsoft Fabric en Español en Skool, donde compartimos casos reales, resolvemos dudas técnicas y hacemos networking del bueno.