Data Analytics Fundamentals

En este curso autoguiado, aprenderá sobre el proceso de planificación de soluciones de análisis de datos y los diversos procesos de análisis de datos involucrados. Durante el curso, se considerarán cinco factores clave que indican la necesidad de servicios de AWS específicos para recopilar, procesar, analizar y presentar datos. Esto incluye el aprendizaje de arquitecturas básicas, propuestas de valor y posibles casos de uso. En el curso, se presentan las soluciones y los servicios de AWS que pueden ayudarlo a crear y mejorar las soluciones de análisis de datos. Nota: Este curso tiene transcripciones o subtítulos localizados. La narración está en inglés. Para mostrar los subtítulos, haga clic en el botón CC en la esquina inferior derecha del reproductor.<br><br>Destinatarios previstos: Este curso está dirigido a:<br> •Arquitectos de datos<br> •Científicos de datos<br> •Analistas de datos Objetivos del curso: En este curso, aprenderá a realizar lo siguiente:<br> •identificar las características de las soluciones de análisis de datos y las características que indican que tal solución puede ser necesaria<br> •definir los tipos de datos, incluidos los datos estructurados, semiestructurados y no estructurados<br> •definir los tipos de almacenamiento de datos, como lagos de datos, AWS Lake Formation, almacenes de datos y Amazon Simple Storage Service (Amazon S3)<br> •analizar las características del procesamiento por lotes y de transmisiones, y las diferencias entre ellos<br> •definir cómo se utiliza Amazon Kinesis para procesar los datos de transmisión<br> •analizar las características de los diferentes sistemas de almacenamiento para datos de origen<br> •analizar las características de los sistemas de procesamiento de transacciones en línea (OLTP) y de procesamiento analítico en línea (OLAP), con su efecto en la organización de los datos dentro de dichos sistemas<br> •analizar las diferencias entre los métodos de almacenamiento de datos basados en filas y en columnas<br> •definir cómo Amazon EMR, AWS Glue y Amazon Redshift trabajan para procesar, limpiar y transformar los datos dentro de una solución de análisis de datos<br> •analizar el concepto de conformidad con la atomicidad, la consistencia, el aislamiento y la durabilidad (ACID), así como la conformidad con la disponibilidad básica, el estado flexible y la consistencia final (BASE), y el modo en que los procesos de extracción, transformación y carga (ETL) pueden ayudar a garantizar la conformidad<br> •explorar el concepto de los esquemas de datos y comprender cómo definen los datos y la manera en que se almacena esta información en almacenes de metadatos<br> •analizar el concepto de datos en contraste con el de información<br> •reconocer las formas de analizar los datos a fin de generar información para los informes mediante el uso de herramientas, como Amazon QuickSight y Amazon Athena<br> •definir cómo cooperan los servicios de AWS para la visualización de los datos Requisitos previos: Recomendamos que quienes asistan a este curso cumplan los siguientes requisitos previos:<br> •conocimientos prácticos sobre los conceptos de bases de datos<br> •conocimientos básicos sobre el almacenamiento, el procesamiento y el análisis de datos<br> •experiencia en sistemas de TI empresariales Modalidad del curso: Este curso se imparte mediante una combinación de los siguientes métodos:<br> •Capacitación digital Duración: <br> •3,5 horas Esquema del curso: En este curso, se analizarán los siguientes conceptos: Lección 1: Introducción a las soluciones de análisis de datos<br> • Conceptos de análisis de datos y analítica<br> • Introducción a los desafíos del análisis de datos Lección 2: Volumen (almacenamiento de datos)<br> • Introducción a Amazon S3<br> • Introducción a los lagos de datos<br> • Introducción a los métodos de almacenamiento de datos Lección 3: Velocidad (procesamiento de datos)<br> • Introducción a los métodos de procesamiento de datos<br> • Introducción al procesamiento de datos por lotes<br> • Introducción al procesamiento de datos de transmisiones Lección 4: Variedad (estructura y tipos de datos)<br> • Introducción al almacenamiento de datos de origen<br> • Introducción a los almacenes de datos estructurados<br> • Introducción a los almacenes de datos semiestructurados y no estructurados Lección 5: Veracidad (limpieza y transformación)<br> • Conocimiento de la integridad de los datos<br> • Conocimiento de la consistencia de las bases de datos<br> • Introducción al proceso de ETL Lección 6: Valor (elaboración de informes e inteligencia empresarial)<br> • Introducción al análisis de datos<br> • Introducción a la visualización de datos Lección 7: Aprendizajes clave<br> • Juntar las piezas<br> • Pasos siguientes