Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Fundamentos de la ingeniería de plataformas intensivas en datos
- Introducción a aplicaciones intensivas en datos.
- Desafíos en la ingeniería de plataformas para big data.
- Visión general de las arquitecturas de procesamiento de datos.
Modelado y gestión de datos
- Principios del modelado de datos para la escalabilidad.
- Opciones de almacenamiento de datos y optimización.
- Gestión del ciclo de vida de los datos en un entorno distribuido.
Marcos de procesamiento de big data
- Visión general de herramientas de procesamiento de big data (Hadoop, Spark, Flink).
- Procesamiento por lotes frente a procesamiento en streaming.
- Configuración de un pipeline de procesamiento de big data.
Plataformas de análisis en tiempo real
- Diseño para el análisis en tiempo real.
- Motores de procesamiento de streaming (Kafka Streams, Apache Storm).
- Construcción de paneles y visualizaciones en tiempo real.
Orquestación de pipelines de datos
- Gestión de flujos de trabajo con Apache Airflow y otras herramientas.
- Automatización de pipelines de datos para mayor eficiencia.
- Monitoreo y alertas para pipelines de datos.
Seguridad y cumplimiento de plataformas
- Mejores prácticas de seguridad para plataformas de datos.
- Aseguramiento de la privacidad de los datos y el cumplimiento normativo.
- Implementación de controles de acceso seguros a los datos.
Afinamiento de rendimiento y optimización
- Técnicas para optimizar el rendimiento y la latencia de los datos.
- Estrategias de escalado para plataformas intensivas en datos.
- Pruebas de rendimiento y monitoreo.
Estudios de caso y mejores prácticas
- Análisis de implementaciones exitosas de plataformas de datos.
- Lecciones aprendidas de líderes de la industria.
- Tendencias emergentes en la ingeniería de plataformas intensivas en datos.
Proyecto final
- Diseño de una solución de plataforma para una aplicación intensiva en datos.
- Implementación de un prototipo del pipeline de procesamiento de datos.
- Evaluación del rendimiento y la escalabilidad de la plataforma.
Resumen y siguientes pasos
Requerimientos
- Comprensión de estructuras de datos y algoritmos básicos.
- Experiencia con programación en Java, Scala o Python.
- Familiaridad con conceptos básicos de bases de datos y SQL.
Público objetivo
- Desarrolladores de software.
- Ingenieros de datos.
- Líderes técnicos.
21 Horas
Reseñas (1)
About the microservices and how to maintenance kubernetes
