AQUÍ, aprende como en la empresa

Creamos este curso diseñado para resolver todos esos desafios empresariales que una academia normal no toma en cuenta.

Te enseñamos buenas prácticas, codificación, arquitecturas y arquetipos basados en estándares empresariales, lo que aprendas aquí lo aplicarás a la vida empresarial.

BENEFICIOS

✅ El profesor asesora empresas latinoamericanas en I.A. y Big Data
✅ Es un curso 100% de laboratorios prácticos
✅ Implementarás en las 4 nubes: Databricks, AWS, Azure y GCP, sobre un Data Lake
✅ Los materiales y grabaciones se quedan contigo para siempre
✅ Únete a nuestros alumnos, quienes en promedio completan 3 cursos
✅ Nuestros alumnos comienzan a trabajar lo aprendido desde el tercer mes

Al finalizar el curso tendrás las herramientas y el conocimiento disruptivo que te permitirá un alto salario.

¿𝐋𝐢𝐬𝐭𝐨 𝐩𝐚𝐫𝐚 𝐬𝐞𝐫 𝐮𝐧 𝐃𝐚𝐭𝐚 𝐄𝐧𝐠𝐢𝐧𝐞𝐞𝐫 𝐒𝐞𝐧𝐢𝐨𝐫❓

En menos de 3 meses tendrás la capacidad de:

✅Aplicar PATRONES DE DISEÑO Y ARQUETIPOS para no “crear la rueda de nuevo”, es decir soluciones estándares para problemas comunes y aplicables a cualquier realidad empresarial, te ayudarán a optimizar el uso de la RAM y la CPU, mejorar los tiempos y dar calidad a tu código.

✅Implementar ESTÁNDARES DE BIG DATA MULTI-CLOUD que te permitirán codificar en las 4 nubes más usadas en las empresas sin problemas: AWS, Azure, GCP y Databricks

✅Construir flujos de  GOBIERNO DE DATOS & DATA LAKES que te permitirán organizar los miles de procesos que las empresas tienen para evitar que se interrumpan entre sí y te ahorrará re-trabajos de codificación.

✅APLICAR AL MUNDO EMPRESARIAL todo lo aprendido, el contenido del curso tiene toda la experiencia y buenas prácticas de nuestro profesor con 14 años de experiencia en Big Data & I.A.

EL ÚNICO REQUISITO es que conozcas la sintáxis básica de cualquier lenguaje de programación.

¡Un total de 8 sesiones en vivo!

Conoce el temario de 8 sesiones divididas en 8 módulos

  • MÓDULO 1: ARQUITECTURA AWS Y PREPARACIÓN DE ENTORNO

    • Presentación de conceptos Big Data, Analytics y Cloud.
    • Fases de una arquitectura Big Data Cloud.
    • Presentación de mix tecnológico (storage, processing, analytics, visualization, seguridad) existentes.
    • Tipos de servicios: IaaS, PaaS, SaaS
    • Preparación de cuenta
    • Instalación de PgAdmin
    • Instalación de Termius SSH
  • MÓDULO 2: DESPLIEGUE DE INFRAESTRUCTURA BÁSICA DE PROCESAMIENTO Y ALMACENAMIENTO

    • Amazon RDS para creación de gestores de bases de datos
    • Administración remota de RDS
    • Introducción a VPC y firewalls sobre AWS
    • Amazon EC2 para despliegue de máquinas virtuales
    • Tipos de instancia y recomendaciones de elección
    • Conexión remota segura con RSA y .pem
    • Gestión de servidores Linux
    • Montado de discos duros sobre máquinas virtuales
  • MÓDULO 3: INTEGRACIÓN ON-PREMISE, REDES VIRTUALES Y SISTEMAS DE ARCHIVOS

    • Arquitectura de integración On-Premise / AWS
    • Despliegue de servidores Gateway
    • Instalación de AWS CLI sobre el Gateway en Windows
    • Instalación de AWS CLI sobre el Gateway en Linux
    • Instalación de AWS CLI sobre el Gateway en MAC
    • Inicio de sesión de AWS CLI sobre el Gateway
    • Habilitación de Cloud Shell
    • Comandos de AWS CLI
    • Amazon S3 para sistemas de archivos distribuidos
    • Amazon VPC para implementación de redes virtuales
    • Creación de redes y subredes
    • FQDN y emparejamiento sobre redes remotas
    • Habilitación y bloqueo de IPs y puertos
  • MÓDULO 4: ALMACENAMIENTO Y PROCESAMIENTO SEMI-ESTRUCTURADO

    • DynamoDB para almacenamiento semi-estructurado
    • Creación de tablas sobre DynamoDB
    • Inserción batch hacía DynamoDB desde el portal web
    • Conexión On-Premise hacía DynamoDB con Boto3
    • Operaciones sobre DynamoDB
    • Inserción batchera estructurada desde On-Premise hacía DynamoDB
    • Inserción batchera semi-estructurada desde On-Premise hacía DynamoDB
    • Inserción real-time hacía DynamoDB
  • MÓDULO 5: DATAWAREHOUSE ON AWS, SERVERLESS, GESTIÓN DE ACCESOS Y LOGS

    • Administración de accesos con IAM
    • Amazon Cloud Watch para almacenamiento de logs
    • Preparación de AWS Lambda para procesamiento serverless
    • Configuración de parámetros y log sobre AWS Lambda
    • Integración de AWS Lambda con S3
    • Integración de AWS Lambda con DynamoDB
    • Amazon Redshift para construcción de Data Warehouses
    • Creación de espacio de nombres en Amazon Redshift
    • Carga de datos hacía Amazon Redshift
    • Procesamiento y construcción de gráficos en Amazon Redshift
  • MÓDULO 6: PROCESAMIENTO SOBRE ENTORNOS DE BIG DATA

    • Procesamiento en entornos de Big Data con Spark
    • Lenguajes de programación disponibles
    • Databricks como tecnología de despliegue de clústers
    • Montado de Storage Amazon S3 sobre Databricks
    • Lectura desde Amazon S3 hacía Spark
    • Procesamiento de datos con Spark
    • Almacenamiento de resultantes sobre Spark
  • MÓDULO 7: DATALAKE ON AWS

    • Arquitectura Datalake sobre AWS
    • Taxonomía del Datalake sobre Amazon S3
    • AWS Glue para implementación de pasos de procesamiento
    • Implementación de la capa Landing_Tmp
    • Implementación de la capa Landing
    • Implementación de la capa Universal
    • Implementación de la capa Smart
    • Creación de roles de seguridad
    • Vistas estructuradas con Amazon Athena
    • Clústers elásticos con Amazon EMR
    • Orquestación de procesos sobre AWS Step Functions
  • MÓDULO 8: PROCESAMIENTO EN TIEMPO REAL

    • Procesamiento de datos real time
    • ¿Streaming, real time, near real time o micro batch?
    • Arquitectura general para proyectos real time
    • Captura de datos desde fuentes real time: tormenta de datos
    • La elasticidad en la capa de captura y procesamiento
    • La importancia de la paralelización elástica
    • Evitando el colapso de CPU
    • Kafka como repositorio temporal de baja latencia
    • Tópico, producers y consumers
    • Tuning de tópicos
    • Procesamiento real time con Spark Streaming
    • Arquetipo de procesamiento real time
    • Arquetipo enriquecimiento real time
    • Limitaciones y cómo superarlas

Profesor

"He trabajado con todo tipo de proyectos, desde pequeños de unos cuántos miles de dólares, hasta muy grandes de presupuestos de millones de dólares"

✅EXPERTO EN IA PARA BANCOS Y FINANCIERAS
✅14 años de experiencia en Big Data e Inteligencia Artificial
✅12 años de experiencia como docente universitario
✅Más detalles de mi perfil: LINKEDIN

Alonso Melgarejo

Nuestros 69 mil alumnos nos recomiendan

MATRICÚLATE

OFERTA

¡De regalo un videocurso de 30 sesiones!

  1. Curso de Big Data Architect on AWS+
  2. Workshop Tu primer modelo de Machine Learning en AWS

Todo por 119 dólares

Matricúlate aquí 👈

📋

Requisitos

No se necesita experiencia previa, ya que se aprende desde cero

🎓

Certificación Internacional

Al finalizar el curso obtendrás los certificados de Big Data Architect Professional on AWS

Preguntas Frecuentes

  • ¿Qué es Big Data Academy (BDA)?

    Somos una empresa que tiene como objetivo desbloquear todo tu potencial en Big Data, Inteligencia Artificial y Cloud Computing

  • ¿Hay cursos para principiantes?

    Sí, desde workshops de primeros pasos hasta cursos y programas completos

  • ¿Hay cursos para empresas o grupos grandes?

    Sí, con buenos descuentos, puedes escribirnos a nuestro WhatsApp (+51 907 999 456)

  • ¿Cuáles son los cursos en los que puedo matricularme?

    Puedes encontrar los cursos y programas desde el siguiente enlace: CURSOS

  • ¿Cuáles son los requisitos para matricularme en un curso?

    Puedes revisar el brochure o la web de cada curso para conocer su detalle

  • ¿Qué tipo de computadora requiero para iniciar un curso?

    Una computadora simple, usamos infraestructura en la nube para practicar, puedes acceder incluso desde tu tablet

  • ¿Cuántas horas semanales requiero para llevar un curso?

    Depende de ti, pero te recomendamos de 2 a 3 horas semanales