Bienvenida e introducci贸n al curso

1

Iniciando con Big Data

2

Cloud Computing en proyectos de BigData

3

Introducci贸n al manejo de datos en Cloud

4

Datos en Cloud

5

驴Qu茅 nube deber铆a utilizar en mi proyecto de Big Data?

Arquitecturas

6

Arquitecturas Lambda

7

Arquitectura Kappa

8

Arquitectura Batch

Extracci贸n de informaci贸n

9

Llevar tu informaci贸n al cloud

10

Demo - Creando nuestro IDE en la nube con Python - Boto3

11

驴C贸mo usar Boto3?

12

API Gateway

13

Storage Gateway

14

Kinesis Data Streams

15

Configuraci贸n de Kinesis Data Streams

16

Demo - Despegando Kinesis con Cloudformation

17

Kinesis Firehose

18

Demo - Configuraci贸n de Kinesis Firehose

19

Reto - Configurando Kinesis Firehose

20

AWS - MSK

21

Demo - Despliegue de un cl煤ster con MSK

Transformaci贸n de Informaci贸n

22

AWS - Glue

23

Demo - Instalando Apache Zeppelin

24

Creaci贸n del Developer Endpoint

25

Demo - Conectando nuestro developer Endpoint a nuestro Zeppelin Edpoint

26

Demo - Creando nuestro primer ETL - Crawling

27

Demo - Creando nuestro primer ETL - Ejecuci贸n

28

Demo - Creando nuestro primer ETL - Carga

29

AWS - EMR

30

Demo - Desplegando nuestro primer cl煤ster con EMR

31

Demo - Conect谩ndonos a Apache Zeppelin en EMR

32

Demo- Despliegue autom谩tico de EMR con cloudformation

33

AWS - Lambda

34

Ejemplos AWS- Lambda

35

Demo - Creando una lambda para BigData

Carga de Informaci贸n

36

AWS - Athena

37

Demo - Consultando data con Athena

38

AWS - RedShift

39

Demo - Creando nuestro primer cl煤ster de RedShift

40

AWS - Lake Formation

Consumo de informaci贸n

41

AWS - ElasticSearch

42

Demo - Creando nuestro primer cl煤ster de ElasticSearch

43

AWS - Kibana

44

AWS - QuickSight

45

Demo - Visualizando nuestra data con QuickSight

Seguridad, Orquestaci贸n y Automatizaci贸n

46

Seguridad en los Datos

47

AWS Macie

48

Demo - Configurando AWS Macie

49

Apache Airflow

50

Demo - Creando nuestro primer cl煤ster en Cloud Composer

51

Arquitectura de referencia

Clase p煤blica

52

驴Qu茅 es Big Data?

A煤n no tienes acceso a esta clase

Crea una cuenta y contin煤a viendo este curso

Curso de Big Data en AWS

Curso de Big Data en AWS

Carlos Andr茅s Zambrano Barrera

Carlos Andr茅s Zambrano Barrera

AWS - QuickSight

44/52
Recursos
  • Es un servicio enfocado para Business Intelligence en cloud para an谩lisis y visualizaci贸n.
  • Cuenta con un cliente para dispositivos m贸viles.
  • Puede escalar hasta 10000 usuarios.
  • Incluye funcionalidades de machine learning para detectar anomal铆as y prevenir.
  • Se puede integrar con varios servicios dentro de AWS y servicios de terceros.

Aportes 10

Preguntas 4

Ordenar por:

驴Quieres ver m谩s aportes, preguntas y respuestas de la comunidad? Crea una cuenta o inicia sesi贸n.

AWS QuickSight es el servicio m谩s dedicado a visualizaci贸n dentro de AWS.
Es un servicio en Cloud de AWS enfocado en Business Intelligence para an谩lisis y visualizaci贸n de informaci贸n.
Este servicio cuenta con un cliente para dispositivos m贸viles.
AWS QuickSight puede escalar hasta 10.000 usuarios, y su cobro es por demanda.

Caracter铆sticas

  • Machine Learning: Por detr谩s, cuenta con un motor de Machine Learning llamado SPICE, que incluye funcionalidades como detecci贸n de anomal铆as, prevenci贸n, alertas, sugerencias de visualizaci贸n, entre otras.
  • Visualizaci贸n: Utilizando el API permite realizar el embebido de Dashboards en diferentes sistemas.
  • Integraci贸n: Permite integraci贸n con una gran variedad de servicios dentro de AWS y servicios de terceros.

Que seria lo mejor para traer informaci贸n de microsoft sql server, hacer el ETL correspondiente y usar Quicksight para visualizar la informaci贸n, es recomendable usar redshift y luego conectarlo a quicksight o se conectaria directo del output que tengamos de aws glue , que es lo recomendable para este caso? Saludos

Respecto a power bi report server hay alguna mejora o ventaja con este servicio que es a demanda?

Es un servicio enfocado para Business Intelligence en cloud para an谩lisis y visualizaci贸n.
Cuenta con un cliente para dispositivos m贸viles.
Puede escalar hasta 10000 usuarios.
Incluye funcionalidades de machine learning para detectar anomal铆as y prevenir.
Se puede integrar con varios servicios dentro de AWS y servicios de terceros.

QuickSight es el servicio mas importantede AWS para Business Intelligence

Amazon QuickSight is a fast business analytics service to build visualizations, perform ad hoc analysis, and quickly get business insights from your data. Amazon QuickSight seamlessly discovers AWS data sources, enables organizations to scale to hundreds of thousands of users, and delivers fast and responsive query performance by using a robust in-memory engine (SPICE).

SPICE
SPICE is Amazon QuickSight鈥檚 Super-fast, Parallel, In-memory Calculation Engine. SPICE is engineered to rapidly perform advanced calculations and serve data. The storage and processing capacity available in SPICE speeds up the analytical queries that you run against your imported data. By using SPICE, you save time because you don鈥檛 need to retrieve the data every time you change an analysis or update a visual.

The following options are available from the user profile menu:

Manage QuickSight 鈥 If you have appropriate permissions, you can access administrative functions such as managing users, subscriptions, SPICE capacity, and account settings.

Community 鈥 Choose this option to visit the Amazon QuickSight online community.

Send feedback 鈥 This is your direct connection to the product team. Use this simple form to report problems, request features, or tell us how you are using Amazon QuickSight.

What鈥檚 new 鈥 Find out what new features are available in Amazon QuickSight.

Language setting 鈥 Choose the language you want to use in the Amazon QuickSight user interface.

Help 鈥 This will open the official AWS documentation, which you can view online, in Kindle, or as a PDF.

Sign out 鈥 Choose this option to sign out of Amazon QuickSight and your AWS session.

Excelente !!!