Big data & IA
Entornos Datawarehouse
En este Curso de Entornos Datawarehouse, aprenderás las diferencias entre Data Warehouse, Data Lake y Data Marts, enfocándonos sobre todo en Data Warehouse vs Data Lake y en que estos sistemas no son excluyentes y cuál es el paradigma por el que se rigen ahora las empresas en función de sus problemas de negocio, y cómo han ido evolucionando ciertas tecnologías que nos permiten cambiar el paradigma que se entiende de los sistemas de almacenamiento.
Además, se estudiará cómo se suelen consultar, el uso principal que se le da a estos sistemas de almacenamiento y ciertas características que tienen cada uno de estos.
Una vez hecho esto, veremos las soluciones que dan ciertos proveedores Cloud, como Microsoft Azure, Amazon Web Services y Google Cloud Platform para crear y utilizar Data Warehouses, centrándonos más en Azure y AWS.
Este curso forma parte del Master en Data Science y Big Data. Si quieres ampliar tu formación, consulta el programa completo.
Este curso forma parte del Máster en Data Science y Big Data.
Si quieres ampliar tu formación, consulta el programa completo.
Máster en Data Science y Big Data
a quién va dirigido
El Curso en Entornos Datawarehouse proporciona formación específicamente orientada a los siguientes perfiles:
- Ingenieros que tengan por objetivo una actualización de sus conocimientos y el desarrollo de nuevas competencias dentro de la Inteligencia Artificial
- Programadores que tengan por objetivo ampliar sus conocimientos y capacidades en el mundo de la ciencia de datos para su desarrollo profesional
- Analistas de datos con experiencia que quieran dar el salto a los aspectos más profundos de la tecnología
QUÉ APRENDERÁS
Al finalizar el Curso en Entornos Datawarehouse serás perfectamente capaz de:
- Saber diseñar y desarrollar Data Warehouses y Data Lakes a través de algunas de las herramientas y servicios de AWS.
- Conocer las herramientas y capacidades de Azure con las que poder desarrollar entornos Data Warehouses.
PLAN DE ESTUDIOS
Resumen
En esta clase definiremos qué es un Datawarehouse y un Data Lake, viendo sus similitudes y diferencias, para entender en qué situaciones se utilizan uno u otro en los entornos empresariales.
Una vez entendido uno y otro, veremos qué tipos de arquitecturas suelen usarse para cada caso y qué debemos de tener en cuenta en el diseño y uso de estos almacenes de datos a la hora de crear o usarlos.
Por último, para que estemos con todos los conceptos necesarios para entender las prácticas, se explican éstos al final de la clase.
Objetivos
- Conocer qué es un Datawarehouse y un Data Lake.
- Entender la diferencia entre ambos almacenes de datos.
- Ser capaz de explicar y razonar qué características tienen ambos almacenes.
- Ser capaz de decir distintas tecnologías que implementan uno u otro.
- Ser capaz de decir distintas tecnologías que usan uno u otro.
Temario
- Tipos y arquitectura de un Data Warehouse vs Data Lake
- Introducción a los Data Warehouses
- Introducción a los Data Lakes
- Arquitecturas de un Data Warehouse
- Arquitecturas de un Data Lake
- Bonus: preparación a las prácticas
- Parte I
- Parte II
- Parte III
- Parte IV
Resumen
En esta segunda clase veremos cómo trabajar con MongoDB Atlas.
Explicaremos el servicio de base de datos federada y veremos cómo hacer consultas, añadir, manipular y eliminar datos, unir colecciones y toda la información necesaria para trabajar en los distintos sprints.
Además, veremos cómo conectarnos desde nuestro ordenador para trabajar de manera más cómoda con los datos que tengamos en MongoDB Atlas.
Por último, aprenderemos cómo podemos visualizar datos de colecciones con el servicio Charts de MongoDB Atlas.
Objetivos
- Entender cómo crear bases de datos, colecciones y añadir datos en MongoDB Atlas desde la consola web de MongoDB Atlas y MongoDB Compass.
- Aprender a manipular datos y hacer consultas complejas para resolver preguntas que nos hacemos.
- Comprender la necesidad de unir colecciones de una misma base de datos de MongoDB Atlas.
- Aprender a crear una base de datos federada en MongoDB Atlas y un gráfico con Charts de MongoDB Atlas.
Temario
- Manipulación de datos en MongoDB Atlas
- Conceptos clave
- Funcionalidades de MongoDB Compass
- Ejemplos prácticos de manipulación de datos
- Operación group en MongoDB Compass
- Unión de colecciones en MongoDB Atlas
- Unión de colecciones en MongoDB Atlas. Parte II
- Unión de colecciones en MongoDB Atlas. Parte III
- Base de Datos Federadas
- Creación de una base de datos federada
- MongoDB Charts
- Definición y conceptos clave
Resumen
En esta clase daremos una introducción a Azure y AWS. Nos centraremos en explicar conceptos y por último veremos un tutorial básico sobre cómo podemos crear los servicios más fáciles de Azure y AWS para crear Data Warehouses.
Objetivos
- Comprender los fundamentos de la Computación en la Nube
- Explorar Microsoft Azure
- Aprender a crear una cuenta en AWS y Azure, algunos servicios de datos de AWS y un data warehouse con los servicios de AWS.
- Conocer como funcionan algunos servicios de datos de Azure.
Temario
- Introducción a la Computación en la Nube
- Definición de la computación en la nube y sus beneficios
- Fundamentos de AWS
- Introducción a AWS y creación de cuenta
- AWS S3
- AWS RDS
- ¿Cómo crear un data warehouse con AWS? AWS Glue y AWS Redshift Serverless. Parte I
- ¿Cómo crear un data warehouse con AWS? AWS Glue y AWS Redshift Serverless. Parte II
- Fundamentos de Azure
- Introducción a Azure y creación de cuenta
- Azure Blob Storage y Azure SQL
profesorado
aprende con los mejores expertos
OPINIONES del Curso en Entornos Datawarehouse
Orlando Hernández Jiménez
Consultant, Data Scientist and Trainer in BI, ECM, BigData, ML & Blockchain
Todos los objetivos claros en combinación con dedicación y esfuerzo, darán un extraordinario y satisfactorio resultado. Así que a seguir con los siguientes objetivos #iebs.
Arantxa Martínez Capitán
Técnico BPO en Integra HCM
En el Postgrado en Business Intelligence & BD he trabajado con herramientas como Alteryx, RapidMiner, MySQL y Microsoft Power BI. Con ellas he ido encajando piezas hasta crear el puzle completo mediante el desarrollo de casos prácticos reales.
Juan Manuel Hernández Espinosa
Senior Petroleum Economist & Data Scientist
¡He disfrutado mucho este viaje! Un logro más, ahora es el momento de aplicar todos los aprendizajes y aprovecharlos en todos los aspectos profesionales!, Gracias IEBS Business School.
Roberto Esteves
Gerente General en Masapp
Solamente pasaba para compartirles un pequeño éxito, haber terminado el postgrado en el IEBS Business School en "Data Science y Machine Learning", esto me sirve para poder seguir dando mejores capacitaciones.
resumen
del Curso en Entornos Datawarehouse
DURACIÓN
1 mes (40 horas)
INICIO
2 Octubre
Modalidad
Online - Accesible 24/7
precio
510 U$S
incluye
Diploma IEBS y bolsa de empleo
valoración
4.9/5 de valoración por los alumnos
No enseñamos el futuro. Te ayudamos a crearlo.
FORMACIÓN RELACIONADA
Curso en Transformación digital: Inteligencia Artificial Generativa (genAI) y cloud computing
Curso en Estrategia Digital: Cómo lograr ventajas diferenciales con tecnología digital
Curso en IA Aplicada a Social Media
Curso en Aprende a desarrollar narrativas con ChatGPT
Curso en IA aplicada al Customer experience
Curso en Revolución Visual: crea productos Audiovisuales con IA Generativa y Runway