Totalmente práctico y aplicable
Formación en PL/Python a medida
100% bonificable a través de FUNDAE
Curso TUTORIZADO por expertos
Forma a tu equipo sin costes mediante la bonificación estatal.
Este programa de PL/Python para empresas es subvencionable hasta el 100%.
Calcula tu bonificación
Todos nuestros cursos son bonificables a través de FUNDAE.
Gestionamos toda la documentación por ti.
Calcula tu crédito aproximado
Crédito bonificable estimado
420€*
*Cálculo orientativo
Diseñamos una formación a medida utilizando los documentos y flujos de trabajo reales de tu empresa.
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.
Materiales, sesiones grabadas y documentación de apoyo quedan centralizados en la plataforma para que el equipo pueda consultarlos durante y después de la formación.
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.
Encuentra todo el temario del curso aquí.
Comprender qué es PL/Python y por qué PostgreSQL permite escribir funciones y procedimientos en Python.
Diferenciar SQL, PL/pgSQL, PL/Python, funciones C, extensiones y lógica ejecutada fuera de la base de datos.
Identificar escenarios donde PL/Python aporta valor: parsing, validación, cálculo, transformación, JSON y lógica compleja.
Reconocer escenarios donde PL/Python no debería usarse: lógica de negocio excesiva, llamadas externas no controladas o tareas masivas lentas.
Entender la diferencia entre acercar lógica al dato y convertir la base de datos en un backend completo.
Analizar riesgos de rendimiento, bloqueo, seguridad, mantenimiento y observabilidad.
Situar PL/Python dentro de arquitecturas backend, data engineering, BI, MLOps y automatización interna.
Comparar PL/Python con ejecutar Python desde una API o proceso ETL externo.
Definir criterios de decisión para aprobar o rechazar una función PL/Python.
Preparar el caso base del curso: funciones, triggers y procesamiento avanzado sobre datos corporativos simulados.
Comprender qué es PL/Python y por qué PostgreSQL permite escribir funciones y procedimientos en Python.
Diferenciar SQL, PL/pgSQL, PL/Python, funciones C, extensiones y lógica ejecutada fuera de la base de datos.
Identificar escenarios donde PL/Python aporta valor: parsing, validación, cálculo, transformación, JSON y lógica compleja.
Reconocer escenarios donde PL/Python no debería usarse: lógica de negocio excesiva, llamadas externas no controladas o tareas masivas lentas.
Entender la diferencia entre acercar lógica al dato y convertir la base de datos en un backend completo.
Analizar riesgos de rendimiento, bloqueo, seguridad, mantenimiento y observabilidad.
Situar PL/Python dentro de arquitecturas backend, data engineering, BI, MLOps y automatización interna.
Comparar PL/Python con ejecutar Python desde una API o proceso ETL externo.
Definir criterios de decisión para aprobar o rechazar una función PL/Python.
Preparar el caso base del curso: funciones, triggers y procesamiento avanzado sobre datos corporativos simulados.
Desarrolladores backend y full stack
Este curso encaja con desarrolladores que trabajan con PostgreSQL y necesitan implementar lógica avanzada cerca de la base de datos. Aprenderán a crear funciones PL/Python seguras, reutilizables y bien integradas con APIs, servicios backend y procesos internos.
Administradores PostgreSQL y DBAs
Los DBAs podrán evaluar cuándo permitir PL/Python, cómo instalarlo, cómo restringir su uso, cómo revisar funciones, cómo monitorizar rendimiento y cómo evitar que un lenguaje untrusted introduzca riesgos innecesarios.
Data engineers y perfiles de datos
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.
PL/Python es un lenguaje procedural de PostgreSQL que permite escribir funciones y procedimientos usando Python dentro de la base de datos.
Es la variante de PL/Python basada en Python 3. La `u` indica que es un lenguaje untrusted, con implicaciones importantes de seguridad.
Puede usarse de forma segura si se gobierna bien, pero requiere permisos controlados, revisión de código, restricciones claras y entornos adecuados.
Normalmente solo roles técnicos autorizados, DBAs o procesos de despliegue controlados. No debería permitirse a usuarios de aplicación sin revisión.
No. PL/pgSQL sigue siendo la opción natural para mucha lógica SQL. PL/Python conviene cuando Python aporta una ventaja clara.
Técnicamente puede ser posible si están instaladas en el servidor, pero debe controlarse por seguridad, compatibilidad, rendimiento y mantenimiento.
Sí. El curso incluye triggers `BEFORE`, `AFTER`, `ROW`, `STATEMENT`, uso de `TD`, auditoría, validación y modificación de filas.
Sí. Se usa SPI mediante `plpy.execute`, `plpy.prepare` y planes parametrizados para ejecutar SQL desde funciones PL/Python.
Sí. El curso incluye validación, extracción, normalización y transformación de JSONB usando Python dentro de PostgreSQL.
Puede usarse para scoring o lógica auxiliar, pero los modelos pesados suelen encajar mejor en servicios externos o pipelines especializados.
Sí. Ejecutar Python por fila o dentro de triggers críticos puede ser costoso. El curso enseña a medir, optimizar y decidir cuándo evitarlo.
Sí. Se crea un entorno reproducible con PostgreSQL, PL/Python, scripts, datos de prueba y automatización.
Sí. Se trabajan migraciones, tests, scripts SQL, contenedores y validación automatizada antes de desplegar funciones.
Sí, pero con controles. El curso está orientado a producción, seguridad, revisión, observabilidad, permisos y mantenimiento.
Una solución PostgreSQL con PL/Python que incluye funciones, triggers, SPI, validaciones, auditoría, tests, Docker, migraciones y documentación.
Sí. Puede adaptarse a datos anonimizados de CRM, ERP, BI, APIs, JSONB, migraciones, auditoría, scoring, limpieza o integración interna.
Sí, esta formación puede ser bonificable hasta el 100% a través de FUNDAE, siempre que la empresa disponga de crédito formativo suficiente y se cumplan los requisitos de comunicación, asistencia y documentación exigidos.
¿Tienes dudas?
Estamos aqui para ayudarte
PL/Python es un lenguaje procedural de PostgreSQL que permite escribir funciones y procedimientos usando Python dentro de la base de datos.
¿Tienes dudas?
Estamos aqui para ayudarte
Es la variante de PL/Python basada en Python 3. La `u` indica que es un lenguaje untrusted, con implicaciones importantes de seguridad.
Puede usarse de forma segura si se gobierna bien, pero requiere permisos controlados, revisión de código, restricciones claras y entornos adecuados.
Normalmente solo roles técnicos autorizados, DBAs o procesos de despliegue controlados. No debería permitirse a usuarios de aplicación sin revisión.
No. PL/pgSQL sigue siendo la opción natural para mucha lógica SQL. PL/Python conviene cuando Python aporta una ventaja clara.
Técnicamente puede ser posible si están instaladas en el servidor, pero debe controlarse por seguridad, compatibilidad, rendimiento y mantenimiento.
Sí. El curso incluye triggers `BEFORE`, `AFTER`, `ROW`, `STATEMENT`, uso de `TD`, auditoría, validación y modificación de filas.
Sí. Se usa SPI mediante `plpy.execute`, `plpy.prepare` y planes parametrizados para ejecutar SQL desde funciones PL/Python.
Sí. El curso incluye validación, extracción, normalización y transformación de JSONB usando Python dentro de PostgreSQL.
Puede usarse para scoring o lógica auxiliar, pero los modelos pesados suelen encajar mejor en servicios externos o pipelines especializados.
Sí. Ejecutar Python por fila o dentro de triggers críticos puede ser costoso. El curso enseña a medir, optimizar y decidir cuándo evitarlo.
Sí. Se crea un entorno reproducible con PostgreSQL, PL/Python, scripts, datos de prueba y automatización.
Sí. Se trabajan migraciones, tests, scripts SQL, contenedores y validación automatizada antes de desplegar funciones.
Sí, pero con controles. El curso está orientado a producción, seguridad, revisión, observabilidad, permisos y mantenimiento.
Una solución PostgreSQL con PL/Python que incluye funciones, triggers, SPI, validaciones, auditoría, tests, Docker, migraciones y documentación.
Sí. Puede adaptarse a datos anonimizados de CRM, ERP, BI, APIs, JSONB, migraciones, auditoría, scoring, limpieza o integración interna.
Sí, esta formación puede ser bonificable hasta el 100% a través de FUNDAE, siempre que la empresa disponga de crédito formativo suficiente y se cumplan los requisitos de comunicación, asistencia y documentación exigidos.
Cuéntanos tus objetivos de negocio y prepararemos una propuesta formativa bonificable totalmente ad hoc
Revisamos tu caso
Preparamos la gestión
Tu equipo realiza el curso
Aplicas la bonificación
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.
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.
Materiales, sesiones grabadas y documentación de apoyo quedan centralizados en la plataforma para que el equipo pueda consultarlos durante y después de la formación.
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.
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.
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
Los perfiles de datos podrán usar PL/Python para transformar, validar, enriquecer y procesar información dentro de PostgreSQL, especialmente cuando SQL puro resulta limitado o demasiado complejo para ciertas tareas.
Arquitectos de datos y software
Los arquitectos podrán decidir cuándo conviene ejecutar lógica en la base de datos, cuándo llevarla al backend y cómo diseñar una arquitectura equilibrada con PostgreSQL, Python, seguridad y mantenibilidad.
Equipos de BI, analítica y reporting técnico
Los equipos de analítica podrán crear funciones específicas para limpieza, cálculo, scoring, parsing, normalización y preparación de datos antes de explotación en informes, cuadros de mando o pipelines.
Equipos DevOps, plataforma y seguridad
Los perfiles de plataforma y seguridad podrán preparar entornos PostgreSQL con PL/Python, contenedores, extensiones, control de dependencias, despliegue, backup, logging, auditoría y revisión de permisos.
