Certificación internacional AWS Certified Data Engineering - Associate

Certificación internacional AWS Certified Data Engineering - Associate

Módulos

Módulo I: Bienvenido a AWS Academy Data Engineering

  • Requisitos previos y objetivos del curso
  • Resumen del curso

  • Decisiones basadas en datos
  • El canal de datos: infraestructura para decisiones basadas en datos
  • El papel del ingeniero de datos en las organizaciones basadas en datos
  • Estrategias de datos modernas
  • Laboratorio: Acceso y análisis de datos mediante Amazon S3
  • Verificación de conocimientos

  • Las cinco V de los datos: volumen, velocidad, variedad, veracidad y valor
  • Volumen y velocidad
  • Variedad tipos de datos
  • Variedad fuentes de datos
  • Veracidad y valor
  • Actividades para mejorar la veracidad y el valor
  • Actividad: Planificación de su canalización
  • Verificación de conocimientos

  • Marco y lentes de buena arquitectura de AWS
  • Actividad: Uso del marco de buena arquitectura
  • La evolución de las arquitecturas de datos
  • Arquitectura de datos moderna en AWS
  • Canalización de arquitectura de datos moderna: ingesta y almacenamiento
  • Canalización de arquitectura de datos moderna: procesamiento y consumo
  • Canalización de análisis de streaming
  • Laboratorio: Consulta de datos mediante Athena - Verificación de conocimientos

  • Revisión de seguridad en la nube 
  • Seguridad de las cargas de trabajo de análisis
  • Seguridad del aprendizaje automático
  • Escalado: descripción general
  • Crear una infraestructura escalable
  • Creación de componentes escalables
  • Verificación de conocimientos

  • Comparación de ETL y ELT
  • Introducción a la manipulación de datos
  • Descubrimiento de datos
  • Estructuración de datos
  • Limpieza de datos
  • Enriquecimiento de datos
  • Validación de datos
  • Publicación de datos
  • Verificación de conocimientos

  • Comparación de la ingesta de lotes y flujos
  • Procesamiento de ingesta por lotes
  • Herramientas de ingesta diseñadas específicamente
  • AWS Glue para procesamiento de ingesta por lotes
  • Consideraciones de escala para el procesamiento por lotes
  • Laboratorio: realización de ETL en un conjunto de datos mediante AWS Glue
  • Kinesis para procesamiento de flujos
  • Consideraciones de escala para el procesamiento de flujos
  • Ingesta de datos de IoT por flujo
  • Verificación de conocimientos

  • Almacenamiento en la arquitectura de datos moderna
  • Almacenamiento en lago de datos
  • Almacenamiento de datos
  • Bases de datos diseñadas específicamente
  • Almacenamiento en apoyo pipeline
  • Almacenamiento seguro
  • Laboratorio: Almacenamiento y análisis de datos mediante Amazon Redshift
  • Verificación de conocimientos

  • Conceptos de procesamiento de big data
  • Apache Hadoop
  • Apache chispa
  • Amazon EMR
  • Administrar sus clústeres de Amazon EMR
  • Laboratorio: procesamiento de registros mediante Amazon EMR
  • Apache Hudi - Laboratorio: Actualización de datos dinámicos in sitio
  • Verificación de conocimientos

  • Conceptos de ML
  • El ciclo de vida del ML
  • Enmarcar el problema del ML para alcanzar el objetivo empresarial
  • Recolectando datos
  • Aplicar etiquetas a datos de entrenamiento con objetivos conocidos
  • Actividad: Etiquetado con SageMaker Ground Truth
  • Preprocesamiento de datos
  • Ingeniería de características
  • Desarrollar un modelo
  • Implementación de un modelo
  • Infraestructura de aprendizaje automático en AWS
  • Creador de sabios
  • Demostración: preparación de datos y entrenamiento de un modelo con SageMaker
  • Demostración: preparación de datos y entrenamiento de un modelo con SageMaker Canvas
  • Servicios de IA/ML en AWS

  • Considerar los factores que influyen en la selección de herramientas
  • Comparación de herramientas y servicios de AWS
  • Demostración: análisis y visualización de datos con AWS IoT Analytics y QuickSight
  • Selección de herramientas para un caso de uso de análisis de juegos
  • Laboratorio: Análisis y visualización de datos en streaming con Kinesis Data Firehose, OpenSearch Service y paneles de OpenSearch
  • Verificación de conocimientos

  • Automatización de la implementación de infraestructura
  • CI/CD
  • Automatización con funciones escalonadas
  • Laboratorio: Creación y orquestación de canalizaciones ETL mediante el uso de Athena y funciones de paso
  •  Verificación de conocimientos

  • Descripción general de la certificación AWS 

Descripción

El curso AWS Certified Data Engineering - Associate (DEA-C01) está diseñado para proporcionar habilidades prácticas en el diseño, implementación y optimización de canalizaciones de datos en AWS.

Bajo el enfoque Practical Learning Method, los participantes recibirán un Pack de ingreso a la nube para que apliquen los conceptos mediante talleres, laboratorios y proyectos en ambientes reales, y utilizarán herramientas como AWS Glue, Amazon Redshift, Kinesis, DynamoDB, SageMaker y AWS EMR. Aprenderán a diseñar soluciones de almacenamiento, procesamiento y análisis de datos para entornos de Big Data, Business Intelligence y Machine Learning.

Este curso está dirigido a ingenieros de datos, analistas de datos, científicos de datos y profesionales de ETL que deseen certificarse como AWS Certified Data Engineer Associate y desarrollar competencias clave en la nube.

Objetivos

Al finalizar el curso, los participantes serán capaces de:

  • Comprender la infraestructura y los servicios de AWS para datos, como Amazon S3, RDS, DynamoDB, Redshift y Glue
  • Diseñar e implementar canalizaciones de datos, optimizando la ingesta, procesamiento y almacenamiento
  • Aplicar principios de seguridad y gobernanza de datos, asegurando conformidad con regulaciones
  • Escalar soluciones de datos en AWS, implementando arquitecturas de alto rendimiento y bajo costo
  • Automatizar procesos ETL en AWS, utilizando AWS Glue, Step Functions y Lambda
  • Optimizar el rendimiento en entornos de Big Data, con AWS EMR y Apache Spark
  • Implementar soluciones de análisis de datos, integrando Amazon Athena, QuickSight y Kinesis
  • Prepararse para la certificación AWS Certified Data Engineering - Associate, validando el dominio de las mejores prácticas de ingeniería de datos en AWS

Cursos

  1. Certificación internacional AWS Certified Cloud Practicioner

Para participar en esta capacitación, los asistentes deben cumplir con los siguientes requisitos:

  • Haber tomado el curso de AWS Academy Cloud Foundations en Aula Matriz o demostrar experiencia equivalente en AWS.
  • Conocimientos básicos en bases de datos y lenguaje SQL.
  • Familiaridad con conceptos de almacenamiento, procesamiento y análisis de datos.

Estos requisitos aseguran que los participantes puedan enfocarse en aplicar los conocimientos adquiridos en entornos de datos reales.

ofrece

Certificación internacional AWS Certified Data Engineering - Associate Aplica
Certificación internacional AWS Certified Data Engineering - Associate 40 horas

Metodología de Aprendizaje

La metodología de aprendizaje, independientemente de la modalidad (presencial o remota), se fundamenta en el desarrollo de talleres o laboratorios que conducen a la construcción de un proyecto, emulando la actividad real en una empresa.

El instructor(en vivo), profesional con amplia experiencia en escenarios laborales relacionados con los temas a tratar, actúa como jefe de taller, orientando la práctica de sus estudiantes mediante procesos de transferencia de conocimiento, aplicando al proyecto los conceptos del temario propuesto.

La metodología persigue que el estudiante "no memorice", sino que "entienda" los conceptos y cómo se aplican en un ambiente laboral."

Como resultado de este trabajo, al final de la capacitación el estudiante ha adquirido una experiencia real, estará preparado para el trabajo y para aprobar una entrevista, una prueba técnica y/o lograr calificaciones de nivel superior en los exámenes para certificación internacional.

Condiciones para garantizar resultados exitosos:
  • a. Una institución que exija la aplicación del modelo mediante un ordenamiento, una logística y un control estricto sobre las actividades a desarrollar por parte de los actores dentro de cada sesión de capacitación.
  • b. Un instructor ubicado en cualquier lugar del mundo, que cuente con el conocimiento profundo exigido, con la experticia, la experiencia, y unos valores superlativos, que garanticen una transferencia de conocimiento a muy alto nivel.
  • c. Un estudiante comprometido, con el espacio, el tiempo, la atención que exige el proceso formativo y con la disposición para enfocarse en entender cómo se aplican los conceptos en un ambiente laboral, y no memorizar conceptos para presentar un examen.
Descargar Temario