Bienvenida e introducción al curso

1

Iniciando con Big Data

2

Cloud Computing en proyectos de BigData

3

Introducción al manejo de datos en Cloud

4

Datos en Cloud

5

¿Qué nube debería utilizar en mi proyecto de Big Data?

Arquitecturas

6

Arquitecturas Lambda

7

Arquitectura Kappa

8

Arquitectura Batch

Extracción de información

9

Llevar tu información al cloud

10

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

11

¿Cómo usar Boto3?

12

API Gateway

13

Storage Gateway

14

Kinesis Data Streams

15

Configuración de Kinesis Data Streams

16

Demo - Despegando Kinesis con Cloudformation

17

Kinesis Firehose

18

Demo - Configuración de Kinesis Firehose

19

Reto - Configurando Kinesis Firehose

20

AWS - MSK

21

Demo - Despliegue de un clúster con MSK

Transformación de Información

22

AWS - Glue

23

Demo - Instalando Apache Zeppelin

24

Creación 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 - Ejecución

28

Demo - Creando nuestro primer ETL - Carga

29

AWS - EMR

30

Demo - Desplegando nuestro primer clúster con EMR

31

Demo - Conectándonos a Apache Zeppelin en EMR

32

Demo- Despliegue automático de EMR con cloudformation

33

AWS - Lambda

34

Ejemplos AWS- Lambda

35

Demo - Creando una lambda para BigData

Carga de Información

36

AWS - Athena

37

Demo - Consultando data con Athena

38

AWS - RedShift

39

Demo - Creando nuestro primer clúster de RedShift

40

AWS - Lake Formation

Consumo de información

41

AWS - ElasticSearch

42

Demo - Creando nuestro primer clúster de ElasticSearch

43

AWS - Kibana

44

AWS - QuickSight

45

Demo - Visualizando nuestra data con QuickSight

Seguridad, Orquestación y Automatización

46

Seguridad en los Datos

47

AWS Macie

48

Demo - Configurando AWS Macie

49

Apache Airflow

50

Demo - Creando nuestro primer clúster en Cloud Composer

51

Arquitectura de referencia

Clase pública

52

¿Qué es Big Data?

No tienes acceso a esta clase

¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera

Curso de Big Data en AWS

Curso de Big Data en AWS

Carlos Andrés Zambrano Barrera

Carlos Andrés Zambrano Barrera

¿Qué es Big Data?

52/52
Recursos

Aportes 9

Preguntas 1

Ordenar por:

¿Quieres ver más aportes, preguntas y respuestas de la comunidad?

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.

  1. Volumen: Por la gran cantidad de datos que debemos procesar.
  2. Velocidad: ¿A qué nivel de velocidad necesito la información para obtener valor de ella?
  3. Variedad: Podemos tener diversas fuentes de datos con diversos formatos de archivos y debemos ser capaces de tomar toda esta información y procesarla para generar valor.
  4. Veracidad: Grantizar la consistencia que tenemos de estos datos que vamos a procesar.
  5. Valor: ¿Cómo podemos generar valor a partir de esta información?

Donde presento el examen?

Creo que hay preguntas con errores en el examen, debería corregirse, empezando con la pregunta dobre lambda y kappa

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.