DevOps esta enfocado en el ciclo de desarrollo de software y el proceso de despliegue de codigo a produccion.
Mientras que DataOps esta enfocado en el ciclo de vida de los datos, se usa para garantizar la calidad de los datos
y mejorar la velocidad en que estos son entregados.
Introducción a la ingeniería de datos
¿Qué es ingeniería de datos? ¿Qué es Data Engineer?
Guía de retos para convertirte en Data Engineer
¿Cómo convertirte en Data Engineer?
¿Dónde ejercer como Data Engineer?
Tareas de Data Engineer: DataOPs
Quiz: Introducción a la ingeniería de datos
Herramientas del ciclo de DataOps
Agile en ingeniería de datos
Lenguajes de programación e ingeniería de software
¿Dónde y cómo escribir tu código en ingeniería de datos?
Automatización y scripting
Fuentes de datos: SQL, NoSQL, API y web scraping
Procesamiento de datos: pipelines, Apache Spark y cómputo paralelo
Automatizar los pipelines: Airflow
Containers y empaquetamiento: Docker y Kubernetes
Manejo de ambientes para datos
Testing de software y de datos
CI/CD basico
Servidores y computación en la nube para data
Reentrenamiento y control de salud de servicios
Medición de indicadores y seguimiento a proyectos
Quiz: Herramientas del ciclo de DataOps
Ejerciendo como Data Engineer
Buscando Oportunidades como Data Engineer
Evolución en el rol: ganando seniority como Data Engineer
Evolución en el rol: manager, architect, pivot
Trabajando en equipo como Data Engineer
Quiz: Ejerciendo como Data Engineer
Conclusiones
Compartir con la comunidad y seguir creciendo
No tienes acceso a esta clase
¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera
Si ya tienes una cuenta,
Iniciar sesiónAportes 8
Preguntas 0
Ordenar por:
La metodología DataOps se basa en tres pilares principales: colaboración, automatización y medición.
-
Colaboración: DataOps fomenta la colaboración entre los equipos de TI y los equipos de negocios, con el objetivo de crear un flujo de trabajo sincronizado y una comunicación efectiva.
-
Automatización: DataOps se basa en la automatización de los procesos relacionados con el manejo de datos, incluyendo la integración, la limpieza, la validación, el almacenamiento y la gestión de metadatos.
-
Medición: DataOps utiliza métricas para medir el rendimiento y la calidad de los datos, con el objetivo de identificar problemas y mejorar continuamente el rendimiento de los procesos de manejo de datos.
Me parece interesante este articulo sobre la diferencia entre DataOps y DevOps: https://devops.com/dataops-vs-devops-whats-the-difference/
CI: Continous Integratation
CD: Continous Delivery
- Devops el equipo se focaliza en el desarrollo de aplicaciones, mientras que DataOps el objetivo se centra en reducir los tiempos en el ciclo de análisis de datos, desde su obtención hasta su análisis y visualización. (ref)
Imagen: HubSpot (Diferencia entre DataOps y DevOps)
Extra: Hoy en día a tomado fuerza Github Actions para flujos de CI/CD.
Mi resumen de la clase:
Debemos de hacer integraciones continuas o entregas continuas y esta muy asociado a DevOps, es bueno conocerlo, pero habrá expertos en esto.
DevOps está enfocado en el ciclo de desarrollo de software y el proceso de despliegue de Código a producción.
Mientras que DataOps está enfocado en el ciclo de vida de los datos, se usa para garantizar la calidad de los datos y mejorar la velocidad en que estos son entregados.
Buena explicacion.
¿Quieres ver más aportes, preguntas y respuestas de la comunidad?
o inicia sesión.