Algunos autores ya hablan hasta de 6 y 7 Vs de Big Data: Volumen, Valor, Velocidad, Variedad, Veracidad, Variabilidad y Visualización.
Bienvenida e introducción al curso
Iniciando con Big Data
Cloud Computing en proyectos de BigData
Introducción al manejo de datos en Cloud
Datos en Cloud
¿Qué nube debería utilizar en mi proyecto de Big Data?
Arquitecturas
Arquitecturas Lambda
Arquitectura Kappa
Arquitectura Batch
Extracción de información
Llevar tu información al cloud
Demo - Creando nuestro IDE en la nube con Python - Boto3
¿Cómo usar Boto3?
API Gateway
Storage Gateway
Kinesis Data Streams
Configuración de Kinesis Data Streams
Demo - Despegando Kinesis con Cloudformation
Kinesis Firehose
Demo - Configuración de Kinesis Firehose
Reto - Configurando Kinesis Firehose
AWS - MSK
Demo - Despliegue de un clúster con MSK
Transformación de Información
AWS - Glue
Demo - Instalando Apache Zeppelin
Creación del Developer Endpoint
Demo - Conectando nuestro developer Endpoint a nuestro Zeppelin Edpoint
Demo - Creando nuestro primer ETL - Crawling
Demo - Creando nuestro primer ETL - Ejecución
Demo - Creando nuestro primer ETL - Carga
AWS - EMR
Demo - Desplegando nuestro primer clúster con EMR
Demo - Conectándonos a Apache Zeppelin en EMR
Demo- Despliegue automático de EMR con cloudformation
AWS - Lambda
Ejemplos AWS- Lambda
Demo - Creando una lambda para BigData
Carga de Información
AWS - Athena
Demo - Consultando data con Athena
AWS - RedShift
Demo - Creando nuestro primer clúster de RedShift
AWS - Lake Formation
Consumo de información
AWS - ElasticSearch
Demo - Creando nuestro primer clúster de ElasticSearch
AWS - Kibana
AWS - QuickSight
Demo - Visualizando nuestra data con QuickSight
Seguridad, Orquestación y Automatización
Seguridad en los Datos
AWS Macie
Demo - Configurando AWS Macie
Apache Airflow
Demo - Creando nuestro primer clúster en Cloud Composer
Arquitectura de referencia
Clase pública
¿Qué es Big Data?
No tienes acceso a esta clase
¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera
Aportes 9
Preguntas 1
Algunos autores ya hablan hasta de 6 y 7 Vs de Big Data: Volumen, Valor, Velocidad, Variedad, Veracidad, Variabilidad y Visualización.
excelente intro. debe ser colocado este video al principio y no al final.gracias
BigData es un campo orientado al análisis, procesamiento y almacenamiento de grandes cantidades de información que usualmente provienen de múltiples fuentes y presentan diversas incompatibilidades.
Cuando hablemos de este tema, debemos pensar en las cinco V de BigData.
Donde presento el examen?
El curso debió arrancar con esta clase 😕
Big Data es un campo orientado al análisis, procesamiento y almacenamiento de grandes cantidades de información que permite mejorar el valor de tu negocio. Utilizando la información de las bases de datos de nuestro negocio podemos procesar y analizar los datos, de esta forma podemos hallar puntos donde podamos realizar una optimización o incluso mejorar el interés de nuestros clientes.
este video debió ser introductorio al curso
Muchas gracias por el curso instructor Carlos y demás miembros de Platzi, ahora tengo un mayor conocimiento sobre los servicios de AWS que pueden apoyarme en los proyectos de Big Data. Lo siguiente sería ponerlo en práctica tomando en consideración los costes.
¿Quieres ver más aportes, preguntas y respuestas de la comunidad?