MATRICÚLATE
OFERTA
¡De regalo un videocurso de 30 sesiones!
- Curso de Data Engineer en AWS +
- Videocurso de Fundamentos de Spark para Big Data
Todo por 129 dólares
🎁 ¿Quieres un 20% de DCTO?, usa el código:
descuentobda
*¿Quieres una mejor oferta?, sigue bajando para obtenerla
¡Llévate mucho más!
Sólo por esta semana, para las 10 primeras matrículas
Te llevas:
- 🧑💻EL CURSO EN VIVO: de Data Engineer en AWS
- 🎁VIDEOCURSO: Fundamentos de Spark para Big Data
- 🎁EDICIÓN GRABADA: Del curso ""Data Engineer & Big Data Multi-Cloud"" de 12 sesiones, valorizado en 119 dólares
- 🎁WORKSHOP GRABADO: De 3 días de ""Construye tu Primera Red Neuronal"" valorizado en 29 dólares
PROMOCIÓN: Sólo a ⚡$209 dólares *
🎁 ¿Quieres un 20% de DCTO?, usa el código:
descuentobda
Horario según tu país
¡Las clases empezaron esta semana! Si te matriculas ahora, tendrás acceso a nuestra plataforma con las grabaciones para ponerte al día.
INICIO: Viernes 11 de Abril - 8 sesiones en vivo
-
Perú, Colombia, Ecuador, Panamá
- Viernes de 7:00 PM a 10:00 PM y
- Domingos de 8:00 AM a 11:00 AM
-
Chile, Puerto Rico, Bolivia, Venezuela
- Viernes de 8:00 PM a 11:00 PM y
- Domingos de 9:00 AM a 12:00 PM
-
Argentina, Uruguay, Paraguay
- Viernes de 9:00 PM a 12:00 AM y
- Domingos de 10:00 AM a 1:00 PM
-
Ciudad de México, Costa Rica
- Viernes de 6:00 PM a 9:00 PM y
- Domingos de 7:00 AM a 10:00 AM
¡Un total de 8 sesiones en vivo!
Conoce el temario de 8 sesiones divididas en 8 módulos
-
MÓDULO 1: INTRODUCCIÓN A LA INGENIERÍA DE DATOS EN AWS
- Introducción al rol de un Data Engineer.
- Visión general de los servicios de AWS para datos (S3, RDS, Redshift, DynamoDB, Glue, etc.).
- Creación de una cuenta en AWS y configuración inicial.
- Arquitectura de soluciones de datos en la nube con AWS.
- Amazon S3: Almacenamiento y arquitectura.
- Amazon S3 Glacier: Almacenamiento en frío y recuperación de datos.
- Fundamentos de bases de datos relacionales y no relacionales en la nube.
- Diferencias entre Amazon RDS (relacional) y DynamoDB (NoSQL).
- Introducción a las bases de datos analíticas en AWS (Redshift).
- Creación de un entorno de trabajo para ingeniería de datos en AWS.
-
MÓDULO 2: ALMACENAMIENTO Y GESTIÓN DE DATOS CON AMAZON S3
- Introducción a Amazon S3.
- Diferencias entre S3 Standard, S3 Glacier y S3 Intelligent-Tiering.
- Creación y configuración de un bucket de S3.
- Ingestión de datos en S3 desde diferentes fuentes.
- Estructuración y organización de datos en S3.
- Políticas de acceso y seguridad en S3.
- Uso de ACLs y permisos en S3.
- Integración de S3 con otros servicios de AWS (Glue, Redshift, Athena).
- Mejores prácticas de particionamiento y almacenamiento en S3.
- Acceso y análisis de datos en S3 usando Amazon Athena.
-
MÓDULO 3: ETL/ELT CON AWS GLUE
- ¿Qué es un proceso ETL/ELT?
- Introducción a AWS Glue.
- Creación de un pipeline ETL básico en AWS Glue.
- Conectores y actividades en AWS Glue.
- Ingestión de datos desde múltiples fuentes (RDS, S3, DynamoDB, etc.).
- Transformación de datos con Glue ETL (PySpark y Spark SQL).
- Automatización de procesos ETL con triggers y monitoreo en AWS CloudWatch.
- Control de versiones en Glue Jobs.
- Mejoras de rendimiento y costos en pipelines.
- Buenas prácticas para el manejo de errores y excepciones en Glue.
-
MÓDULO 4: BASES DE DATOS RELACIONALES EN AWS (AMAZON RDS)
- Introducción a las bases de datos relacionales en AWS.
- Creación de una Amazon RDS desde cero (MySQL, PostgreSQL, SQL Server).
- Opciones de escalabilidad y rendimiento en RDS.
- Modelado de datos relacional: Tablas, índices y relaciones.
- Alta disponibilidad y recuperación ante desastres en RDS (Multi-AZ).
- Creación de procedimientos almacenados y funciones.
- Importación y exportación de datos en RDS.
- Supervisión y optimización del rendimiento de consultas (CloudWatch).
- Integración de RDS con otros servicios de AWS.
- Seguridad y cumplimiento de normativas en RDS (KMS, IAM).
-
MÓDULO 5: BASES DE DATOS NOSQL CON AMAZON DYNAMODB
- Introducción a bases de datos NoSQL y su uso en Big Data.
- Creación y configuración de Amazon DynamoDB.
- Modelado de datos en DynamoDB (Claves de partición y clasificación).
- Elección del modelo de consistencia adecuado en DynamoDB.
- Integración con APIs múltiples (REST, GraphQL).
- Optimización de rendimiento en DynamoDB (Throughput, Particionamiento).
- Escalabilidad y replicación global con DynamoDB.
- Implementación de consultas distribuidas en DynamoDB.
- Estrategias de seguridad y cifrado en DynamoDB (KMS).
- Monitorización y métricas para bases de datos NoSQL en AWS.
-
MÓDULO 6: AUTOMATIZACIÓN Y ORQUESTACIÓN CON AWS EMR Y STEP FUNCTIONS
- Introducción a Apache Spark y Amazon EMR.
- Creación de un clúster en Amazon EMR.
- Ingestión de datos en EMR desde múltiples fuentes (S3, Kinesis, etc.).
- Transformación de datos con Spark SQL y PySpark.
- Uso de notebooks en EMR para procesamiento de datos.
- Orquestación de flujos de trabajo con AWS Step Functions.
- Integración de EMR con AWS Glue.
- Escalado automático de clústeres en EMR.
- Monitorización y optimización del rendimiento en EMR.
- Casos de uso: Machine Learning y análisis avanzado con EMR.
-
MÓDULO 7: BIG DATA Y ANÁLISIS DISTRIBUIDO CON AMAZON REDSHIFT
- Introducción a Amazon Redshift.
- Comparativa entre Redshift y otras soluciones de Big Data.
- Creación de un entorno de Redshift.
- Uso de Redshift con Redshift Spectrum para consultas distribuidas.
- Integración con S3 y otros servicios de AWS.
- Ejecución de consultas distribuidas y paralelismo.
- Procesamiento de grandes volúmenes de datos con Redshift.
- Seguridad y control de acceso en Redshift.
- Optimización del rendimiento en Redshift (Sort Keys, Dist Keys).
- Creación de un pipeline de datos y análisis con Redshift.
-
MÓDULO 8: PROCESAMIENTO DE DATOS EN TIEMPO REAL CON AMAZON KINESIS
- Introducción a los multi-agentes: Definición y aplicaciones prácticas.
- Diseño de sistemas multi-agente en un entorno de nube (AWS).
- Implementación de agentes especializados: chatbots, SQL, reportería, copiloto.
- Uso de APIs para la orquestación de múltiples agentes en tiempo real.
- Ejemplo práctico: Integración de un agente SQL para consultas de base de datos.
- Sincronización de múltiples agentes para cumplir funciones simultáneas.
- Gestión de peticiones y respuestas en un sistema multi-agente.
- Implementación en AWS: uso de AWS Lambda para la orquestación.
- Razonamiento avanzado con Nova Premier
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"
✅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
[email protected]
Profesora
"He trabajado en proyectos de todo tamaño, desde soluciones pequeñas hasta grandes implementaciones, siempre enfocada en transformar datos en valor estratégico para las organizaciones"
✅10 años de experiencia
✅6 años de experiencia como docente universitario
✅Más detalles de mi perfil: LINKEDIN
Layla Scheli
[email protected]
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