- 1
Big Data en la Nube: Análisis, Transformación y Seguridad
00:40 - 2

Transformación de Datos en Cloud: Automatización y Seguridad
01:32 - 3

Big Data en la Nube: Escalabilidad, Automatización y Eficiencia
04:30 - 4

Almacenamiento y Procesamiento de Datos en la Nube
04:09 - 5
Comparativa de AWS y GCP para proyectos BigData
01:17
Habilitación y Configuración de AWS Macie para Gestión de Datos Seguros
Clase 48 de 52 • Curso de Big Data en AWS
Contenido del curso
- 9

Extracción de Datos a la Nube: Estrategias y Herramientas
02:21 - 10

Uso de Python y AWS Cloud9 para Proyectos de Big Data
10:16 - 11

Uso de Boto3 para Servicios AWS en Python
03:56 - 12

Integración de AWS API Gateway en Proyectos de Big Data
03:40 - 13

Uso de Storage Gateway para Integración de Datos en la Nube
03:13 - 14

Procesamiento de Datos en Tiempo Real con AWS Kinesis Data Stream
05:53 - 15

Creación de Kinesis Data Streams en AWS
06:50 - 16

Despliegue de Kinesis con AWS CloudFormation
10:42 - 17

Entrega y Transformación de Datos con Kinesis Firehose en AWS
03:27 - 18

Configuración de Kinesis Firehose en AWS paso a paso
05:45 - 19
Configuración Básica de Amazon Kinesis Firehose en AWS
02:53 - 20

AWS MSK: Implementación y Gestión de Apache Kafka en la Nube
03:42 - 21

Despliegue de Clúster MSK en AWS paso a paso
07:21
- 22

Transformación de Datos con AWS Glue: ETL y Catálogo de Metadatos
06:33 - 23

Instalación y Configuración de Apache Zeppelin para AWS Glue
04:49 - 24

Configuración de Developer Endpoint en AWS Glue para Apache Zeppelin
05:38 - 25

Conexión y configuración de Apache Zeppelin para ETL en AWS
08:29 - 26

Creación de un ETL con AWS Glue: Crawlers y Catalogación de Datos
08:15 - 27

Configuración y Ejecución de ETL en AWS Glue paso a paso
08:00 - 28

Creación y Ejecución de ETL con AWS Glue y S3
10:23 - 29

Procesamiento de Datos con EMR en AWS
05:30 - 30

Creación de un clúster EMR en AWS paso a paso
09:01 - 31

Conexión y Configuración de Zeppelin en Clúster EMR
03:18 - 32

Automatización de Clústeres EMR con Plantillas de CloudFormation
06:32 - 33

AWS Lambda en Proyectos de Big Data en Tiempo Real
07:02 - 34

Uso de Lambda en Arquitecturas de Big Data Real Time y Batch
04:54 - 35

Configuración de Funciones Lambda para Big Data en AWS
07:16
- 36

Consultas SQL en Big Data con AWS Athena y S3
04:50 - 37

Consultas SQL en S3 con AWS Athena y Glue Catalog
04:05 - 38

AWS Redshift: Almacenamiento y Análisis de Datos Masivos
06:37 - 39

Configuración de Amazon Redshift en AWS paso a paso
05:05 - 40

Lake Formation: Automatización y Seguridad en Gestión de Data Lakes
06:20
- 46

Seguridad en Big Data con AWS: Cifrado, Permisos y Monitoreo
03:51 - 47

Seguridad de Datos en AWS con Amazon Macie
07:32 - 48

Habilitación y Configuración de AWS Macie para Gestión de Datos Seguros
06:16 - 49

Orquestación de ETLs con Apache Airflow y Python en Big Data
04:27 - 50

Despliegue y Orquestación de Tareas con Google Cloud Composer
10:03 - 51

Arquitecturas de Big Data en Cloud: Batch y Tiempo Real
05:53
¿Cómo habilitar y usar AWS Macie?
AWS Macie es una herramienta poderosa para la seguridad y protección de datos en AWS. Para comenzar a utilizarlo, primero es necesario habilitar el servicio desde la consola de AWS. Sigue estos pasos para hacerlo:
- Accede a tu consola de AWS e ingresa a AWS Macie.
- Haz clic en "Get Started" y habilita el servicio.
- Una vez habilitado, AWS Macie estará disponible para su uso en la región seleccionada, en este caso, Virginia.
AWS Macie ofrece una vista de tablero que facilita el control de alertas y eventos críticos. Integra tus datos, identifica y protege información sensible, y optimiza tus medidas de seguridad.
¿Cómo integrar buckets con AWS Macie?
La integración de tus buckets de Amazon S3 con AWS Macie es crucial para identificar y clasificar información sensible. Sigue estos pasos:
- Dirígete a Integrations en AWS Macie.
- Selecciona la Account ID.
- AWS Macie detectará automáticamente tus buckets. Selecciona aquellos que desees integrar, por ejemplo, los buckets del laboratorio de Glue: Origen Platzi y Target Platzi.
- Una vez seleccionados, agrega los buckets y AWS Macie comenzará a procesar y clasificar la información disponible.
Es importante estar consciente del costo asociado, ya que AWS Macie cobra por gigabyte procesado. La buena noticia es que el cobro inicial es único para los datos existentes, y solo se suma cuando llega información nueva.
¿Qué configuraciones puedes realizar en Settings?
AWS Macie ofrece diversas opciones de configuración que permiten clasificar datos basados en varios criterios. En Settings, puedes configurar:
- Tipo de contenido y extensión del archivo: Clasifique archivos de acuerdo a su tipo y extensión.
- Expresiones regulares: Identifica datos utilizando Regex y ajusta las configuraciones según necesites.
AWS Macie también se puede integrar con CloudTrail para monitorear tareas y llamadas a las APIs de los usuarios, lo que asegura un control más exhaustivo de la actividad que ocurre en tu ambiente AWS.
¿Qué son las Alertas Básicas de AWS Macie?
Las alertas son una característica esencial de AWS Macie. En Basic Alerts, es posible:
- Ver un listado de alertas preconfiguradas y organizarlas por niveles de severidad.
- Crear alertas personalizadas usando expresiones regulares para identificar datos específicos.
- Copiar el ARN de una alerta y utilizarlo con CloudWatch Events para recibir notificaciones por correo electrónico cuando una alerta se active.
AWS Macie también permite realizar análisis detallados de la data y configurar alertas para riesgos altos en eventos de CloudTrail, proporcionando medidas preventivas y correctivas sobre posibles vulneraciones.
AWS Macie es una solución robusta para el manejo y protección de datos en AWS. Desde integraciones efectivas hasta configuraciones personalizadas y alertas detalladas, ofrece un entorno seguro y controlado que te permitirá manejar la data con la máxima precaución. ¡Anímate a explorar todas las capacidades de AWS Macie y fortalece la seguridad de tus datos!