Aspectos básicos del análisis de datos (Español LATAM) | Data Analytics Fundamentals (LATAM Spanish)

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.

Destinatarios previstos

Este curso está dirigido a:

• Arquitectos de datos
• Científicos de datos
• Analistas de datos

Objetivos del curso

En este curso, aprenderá a realizar lo siguiente:

• identificar las características de las soluciones de análisis de datos y las características que indican que tal solución puede ser necesaria
• definir los tipos de datos, incluidos los datos estructurados, semiestructurados y no estructurados
• definir los tipos de almacenamiento de datos, como lagos de datos, AWS Lake Formation, almacenes de datos y Amazon Simple Storage Service (Amazon S3)
• analizar las características del procesamiento por lotes y de transmisiones, y las diferencias entre ellos
• definir cómo se utiliza Amazon Kinesis para procesar los datos de transmisión
• analizar las características de los diferentes sistemas de almacenamiento para datos de origen
• 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
• analizar las diferencias entre los métodos de almacenamiento de datos basados en filas y en columnas
• 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
• 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
• 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
• analizar el concepto de datos en contraste con el de información
• 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
• 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:

• conocimientos prácticos sobre los conceptos de bases de datos
• conocimientos básicos sobre el almacenamiento, el procesamiento y el análisis de datos
• experiencia en sistemas de TI empresariales

Modalidad del curso

Este curso se imparte mediante una combinación de los siguientes métodos:

• Capacitación digital

Duración

• 3,5 horas

Esquema del curso

En este curso, se analizarán los siguientes conceptos:

• Lección 1: Introducción a las soluciones de análisis de datos
  • Conceptos de análisis de datos y analítica
  • Introducción a los desafíos del análisis de datos
• Lección 2: Volumen (almacenamiento de datos)
  • Introducción a Amazon S3
  • Introducción a los lagos de datos
  • Introducción a los métodos de almacenamiento de datos
• Lección 3: Velocidad (procesamiento de datos)
  • Introducción a los métodos de procesamiento de datos
  • Introducción al procesamiento de datos por lotes
  • Introducción al procesamiento de datos de transmisiones
• Lección 4: Variedad (estructura y tipos de datos)
  • Introducción al almacenamiento de datos de origen
  • Introducción a los almacenes de datos estructurados
  • Introducción a los almacenes de datos semiestructurados y no estructurados
• Lección 5: Veracidad (limpieza y transformación)
  • Conocimiento de la integridad de los datos
  • Conocimiento de la consistencia de las bases de datos
  • Introducción al proceso de ETL
• Lección 6: Valor (elaboración de informes e inteligencia empresarial)
  • Introducción al análisis de datos
  • Introducción a la visualización de datos
• Lección 7: Aprendizajes clave
  • Juntar las piezas
  • Pasos siguientes