Curso DP-600 Microsoft Fabric Analytics Engineer

• Arquitectura de soluciones.
• Definición de estrategias de soluciones.
• Administración de implementaciones.
• Administración de pruebas.
• Obtener la certificación Microsoft Certified: Dynamics 365: Finance and Operations Apps Solution Architect Expert.

Este curso está diseñado para el consultor funcional de Dynamics 365 Supply Chain Management, nivel Experto. El consultor funcional experto de Dynamics 365 Supply Chain Management es un recurso clave que implementa y configura características avanzadas de Dynamics 365 Supply Chain Management para satisfacer los requisitos de una empresa. Analiza los requisitos empresariales, traduce esos requisitos en procesos y soluciones empresariales plenamente realizados y aplica las prácticas recomendadas por el sector a las implementaciones. Tiene un sólido conocimiento avanzado de las operaciones de administración de cadenas de suministros, incluida la producción, el planeamiento maestro y la administración de recursos, y demuestra experiencia en uno o más de los siguientes métodos de fabricación: discreta, por procesos y de costos reducidos.

Colabora con arquitectos, desarrolladores, consultores y otras partes interesadas para implementar soluciones que cumplan o superen las necesidades de sus clientes. Identifica casos de uso para aplicar complementos de Dynamics 365 Supply Chain Management a las tecnologías de realidad mixta, Internet de las cosas (IoT) y aprendizaje automático (ML). Se especializa en uno o varios de los siguientes conjuntos de características de Dynamics: finanzas, fabricación o administración de la cadena de suministro. Se asocia con arquitectos, desarrolladores, administradores y otras partes interesadas para ofrecer soluciones que cumplan o superen las necesidades de sus clientes.

Prepararte para el examen de certificación MB-335 Microsoft Dynamics 365 Supply Chain Management Functional Consultant Expert.

• Módulo 1: Crear productos y productos maestros en Dynamics 365 Supply Chain Management
• Módulo 2: Crear una lista de materiales en Dynamics 365 Supply Chain Management
• Módulo 3: Comience con la fabricación discreta en Dynamics 365 Supply Chain Management
• Módulo 4: Trabaje con precios de mercancías y cumplimiento en Dynamics 365 Supply Chain Management
• Módulo 5: Configurar el proceso de fabricación en Dynamics 365 Supply Chain Management
• Módulo 6: Introducción a la gestión de cambios de ingeniería para Dynamics 365 Supply Chain Management
• Módulo 7: Configurar productos con versiones en Dynamics 365 Supply Chain Management
• Módulo 8: Configurar la gestión de cambios de ingeniería para Dynamics 365 Supply Chain Management
• Módulo 9: Solicitar y realizar un seguimiento de cambios en productos en Dynamics 365 Supply Chain Management
• Módulo 10: Comience con la configuración de producto en Dynamics 365 Supply Chain Management
• Módulo 11: Trabajar con la hoja de costes en Dynamics 365 Supply Chain Management
• Módulo 12: Configurar fórmulas para la creación de procesos en Dynamics 365 Supply Chain Management
• Módulo 13: Comience con el control de producción en Dynamics 365 Supply Chain Management
• Módulo 14: Utilizar la gestión de almacenes para la fabricación en Dynamics 365 Supply Chain Management
• Módulo 15: Trabajar con ejecución de fabricación en Dynamics 365 Supply Chain Management
• Módulo 16: Introducción a Administración de activos para Dynamics 365 Supply Chain Management
• Módulo 17: Programar órdenes de trabajo en la administración de activos para Dynamics 365 Supply Chain Management
• Módulo 18: Configure y realice el proceso de adquisición a compra en Dynamics 365 Supply Chain Management
• Módulo 19: Configure la subcontratación basada en actividades y los costes de flujo de producción en Dynamics 365 Supply Chain Management
• Módulo 20: Configurar y usar contratos en Dynamics 365 Supply Chain Management
• Módulo 21: Trabajar con planificación y programación de capacidad en Dynamics 365 Supply Chain Management
• Módulo 22: Crear y procesar kanbans fijos en Dynamics 365 Supply Chain Management
• Módulo 23: Identificar y configurar atributos de lote para la fabricación de procesos en Dynamics 365 Supply Chain Management

Documentación oficial para el curso MB-335T00 Microsoft Dynamics 365 Supply Chain Management, Expert.

• Formador certificado por Microsoft.
• Más de 5 años de experiencia profesional.
• Más de 4 años de experiencia docente.
• Profesional activo en empresas del sector IT.

• Configurar productos.
• Configurar requisitos previos de producción.
• Implementar métodos de producción.
• Configurar el control de producción.
• Describir e implementar características adicionales de administración de cadenas de suministros.
• Obtener la certificación Microsoft Certified: Dynamics 365 Supply Chain Management Functional Consultant Expert.

• Implementar un cliente Windows.
• Administrar la identidad y el acceso.
• Administrar directivas de cumplimiento y perfiles de configuración.
• Administrar, mantener y proteger dispositivos.
• Administrar aplicaciones.
• Obtener la certificación Microsoft 365 Certified: Modern Desktop Administrator Associate.

• Implementar un cliente Windows.
• Administrar identidad y cumplimiento.
• Administrar, mantener y proteger dispositivos.
• Administrar aplicaciones.
• Obtener la certificación Microsoft 365 Certified: Endpoint Administrator Associate.

• Instalar y configurar Windows.
• Configurar y administrar la conectividad y el almacenamiento.
• Mantener Windows.
• Proteger dispositivos y datos.
• Obtener la certificación Microsoft 365 Certified: Modern Desktop Administrator Associate.

• Implementar y administrar un inquilino de Microsoft 365.
• Implementar y administrar identidad y acceso en Azure AD.
• Administrar la seguridad y las amenazas mediante Microsoft 365 Defender.
• Administrar el cumplimiento mediante Microsoft Purview.
• Obtener la certificación Microsoft 365 Certified: Administrator Expert.

• Planificar e implementar servicios de dispositivos.
• Administrar la seguridad y las amenazas mediante Microsoft 365 Defender.
• Administrar el cumplimiento de Microsoft 365.
• Obtener la certificación Microsoft 365 Certified: Enterprise Administrator Expert.

• Implementar y administrar un inquilino de Microsoft 365.
• Planificar y administrar la identidad y roles del usuario.
• Administrar acceso y autenticación.
• Planificar aplicaciones y cargas de trabajo de Microsoft 365.
• Obtener la certificación Microsoft 365 Certified: Enterprise Administrator Expert.

Este curso está dirigido ingenieros de seguridad en la nube con experiencia que hayan aprobado una certificación anterior en la cartera seguridad, cumplimiento e identidad. Los alumnos deben tener experiencia y conocimientos avanzados en una amplia gama de áreas de ingeniería de seguridad, como la identidad y el acceso, la protección de plataformas, las operaciones de seguridad, la protección de datos y la protección de aplicaciones. También deben tener experiencia con implementaciones híbridas y en la nube.

Prepararte para el examen de certificación SC-100 Microsoft Cybersecurity Architect.

• Módulo 1: Creación de una estrategia y una arquitectura de seguridad general
• Módulo 2: Diseño de una estrategia de operaciones de seguridad
• Módulo 3: Diseño de una estrategia de seguridad de identidad
• Módulo 4: Evaluación de una estrategia de cumplimiento normativo
• Módulo 5: Evaluación de la posición de seguridad y recomendación de estrategias técnicas para administrar el riesgo
• Módulo 6: Descripción de los procedimientos recomendados para la arquitectura y cómo cambian con la nube
• Módulo 7: Diseño de una estrategia para proteger los puntos de conexión de cliente y servidor
• Módulo 8: Diseño de una estrategia para proteger los servicios PaaS, IaaS y SaaS
• Módulo 9: Especificación de los requisitos de seguridad para aplicaciones
• Módulo 10: Diseño de una estrategia para proteger los datos
• Módulo 11: Recomendación de procedimientos de seguridad mediante arquitecturas de referencia de ciberseguridad de Microsoft (MCRA) y pruebas comparativas de seguridad de Microsoft Cloud
• Módulo 12: Recomendar una metodología segura mediante Cloud Adoption Framework (CAF)
• Módulo 13: Recomendar una estrategia de ransomware mediante procedimientos recomendados de seguridad de Microsoft

Documentación oficial para el curso SC-100 Microsoft Cybersecurity Architect.

• Formador certificado por Microsoft.
• Más de 5 años de experiencia profesional.
• Más de 4 años de experiencia docente.
• Profesional activo en empresas del sector IT.

• Diseñar una estrategia y arquitectura de confianza cero.
• Evaluar estrategias técnicas de gobernanza, riesgo y cumplimiento (GRC) y estrategias de operaciones de seguridad.
• Diseñar la seguridad de una infraestructura.
• Diseñar una estrategia para datos y aplicaciones.
• Recomendar prioridades y procedimientos recomendados de seguridad.
• Obtener la certificación SC-100 Microsoft Certified: Cybersecurity Architect Expert.

• Desarrollar estrategia de instrumentación.
• Desarrollar una estrategia de Ingeniería de confiabilidad de sitios (SRE).
• Desarrollar un plan de seguridad y cumplimiento.
• Administrar el control de código fuente.
• Comunicación y colaboración sencillas.
• Definir e implementar la integración continua.
• Definir e implementar una estrategia de administración de versiones y entrega continua.
• Obtener la certificación Microsoft Certified: DevOps Engineer Expert.

• Diseñar soluciones de identidad, gobernanza y supervisión.
• Diseñar soluciones de almacenamiento de datos.
• Diseñar soluciones de continuidad empresarial.
• Diseñar soluciones de infraestructura.
• Obtener la certificación Microsoft Certified: Azure Solutions Architect Expert.

• Analizar la visión y los requisitos de la solución.
• Diseñar una solución.
• Implementar la solución.
• Obtener la certificación Microsoft Certified: Power Platform Solution Architect Expert.

• Científicos de datos que busquen generar un impacto comercial mediante la conversión rápida del prototipo de machine learning a la producción.
• Ingenieros de software que busquen desarrollar habilidades de ingeniería de machine learning.
• Ingenieros de machine learning que deseen adoptar Google Cloud.

• Organizar el entrenamiento y la implementación de modelos con TFX y Cloud AI Platform.
• Operar modelos de machine learning implementados de manera efectiva y eficiente.
• Realizar una capacitación continua con varios marcos (Scikit Learn, XGBoost, PyTorch) y organizar pipelines con Cloud Composer y MLFlow.
• Integre los flujos de trabajo de machine learning con los flujos de trabajo de gestión de datos ascendentes y descendentes para mantener la gestión integral de linaje y metadatos.

Módulo 1: Introduction to TFX

• Develop a high level understanding of TFX standard pipeline components.
• Learn how to use a TFX Interactive Context for prototype development of TFX pipelines.
• Work with the Tensorflow Data Validation (TFDV) library to check and analyze input data.
• Utilize the Tensorflow Transform (TFT) library for scalable data preprocessing and feature transformations.
• Use the KerasTuner library for model hyperparameter tuning.
• Employ the Tensorflow Model Analysis (TFMA) library for model evaluation.

Módulo 2: Pipeline orchestration with TFX

Use the TFX CLI and Kubeflow UI to build and deploy TFX pipelines to a hosted AI Platform Pipelines instance on Google Cloud.

• Deploy a TensorFlow model trained using AI Platform Training to AI Platform Prediction.
• Perform advanced distributed hyperparameter tuning using CloudTuner and Cloud AI Platform Vizier.

Módulo 3: Custom components and CI/CD for TFX pipelines

Develop a CI/CD workflow with Cloud Build to build and deploy a TFX Pipeline.

• Integrate Github trigger to trigger Cloud Build CI/CD workflow for a TFX pipeline.

Módulo 4: ML Metadata with TFX

Access and analyze pipeline artifacts in ML Metadata store.

Módulo 5: Continuous Training with multiple SDKs, KubeFlow & AI Platform Pipelines

Perform continuous training with Scikit-learn and AI Platform Pipelines

• Perform continuous training with PyTorch and AI Platform Pipelines
• Perform continuous training with XGBoost and AI Platform Pipelines
• Perform continuous training with TensorFlow and AI Platform Pipelines

Módulo 6: Continuous Training with Cloud Composer

Perform continuous training with Cloud Composer

Módulo 7: ML Pipelines with MLflow

Manage Machine Learning lifecycle with MLflow

Módulo 8: Summary

Summarize the course

Documentación oficial para el curso ML Pipelines on Google Cloud.

• Formador certificado por Google Cloud.
• Más de 5 años de experiencia profesional.
• Más de 4 años de experiencia docente.
• Profesional activo en empresas del sector IT.

• Ingenieros de datos y programadores interesados en aprender a poner en práctica el machine learning.
• Cualquier persona interesada en aprender a construir y poner en funcionamiento modelos de TensorFlow.

• Implementar los diversos tipos de sistemas de producción de ML: capacitación estática, dinámica y continua, inferencia estática y dinámica, y procesamiento por lotes y en línea.
• Resolver un problema de ML mediante la creación de una canalización integral, desde la exploración de datos, el preprocesamiento, la ingeniería de características, la creación de modelos, el ajuste de hiperparámetros, la implementación y el servicio.
• Desarrollar una variedad de modelos de clasificación de imágenes, desde modelos lineales simples hasta redes neuronales convolucionales (CNNs) de alto rendimiento con normalización por lotes, aumento y transferencia de aprendizaje.
• Pronosticar valores de series temporales utilizando CNN, redes neuronales recurrentes (RNNs) y LSTMs.
• Aplicar ML al texto en lenguaje natural utilizando CNNs, RNNs, LSTMs, incrustaciones de palabras reutilizables y modelos generativos de codificador y decodificador.
• Implementar modelos de recomendación en TensorFlow, basados en contenido, colaborativos, híbridos y neuronales.

Módulo 1: End-to-End Machine Learning with TensorFlow on GCP

Temas:

In the first course of this specialization, we recap what was covered in the Machine Learning on Google Cloud Specialization. One of the best ways to review something is to work with the concepts and technologies that you have learned. So, this course is run like a workshop where you will carry out end-toend machine learning with TensorFlow on Google Cloud Platform. Here you will learn how to explore large datasets for features, create training and evaluation datasets, build models with the Estimator API in TensorFlow, train at scale and deploy those models into production with Google Cloud Platform machine learning tools.

New learners with ML background can also follow this course to learn how to do ML on GCP to fast track to the more advanced topics coming soon under the advanced specialization.

Módulo 2: Production ML Systems

Temas:

We’ll cover how to implement the various flavors of production ML systems—static, dynamic, and continuous training; static and dynamic inference; and batch and online processing. We’ll delve into TensorFlow abstraction levels and the various options for doing distributed training and how to write distributed training models with custom estimators.

• Compare static vs. dynamic training and inference
• Manage model dependencies
• Set up distributed training for fault tolerance, replication, and more
• Export models for portability

Módulo 3: Image Classification Models

Temas:

We will take a look at different strategies for building an image classifier using convolutional neural networks. We’ll improve the model’s accuracy with augmentation, feature extraction, and fine-tuning hyperparameters while avoiding overfitting our data.

• Classify images using deep learning
• Implement convolutional neural networks
• Improve the model by augmentation, batch normalization, etc.
• Leverage transfer learning

Objetivos:

Gain an overview of how ML is applied to image classification, including the evolving methods and challenges

Módulo 4: Sequence Models

Temas:

• Predict future values of a time-series
• Classify free form text
• Address time-series and text problems with recurrent neural networks
• Choose between RNNs/LSTMs and simpler models
• Train and reuse word embeddings in text problems

Objetivos:

This module is an introduction to sequence models and their applications, including an overview of sequence model architectures and how to handle inputs of variable length.

Módulo 5: Recommendation Models

Temas:

• Devise a content-based recommendation engine
• Implement a collaborative filtering recommendation engine
• Build a hybrid recommendation engine with user and content embeddings

Objetivos:

Apply your knowledge of classification models and embeddings to build a ML pipeline that functions as a recommendation engine.

Documentación oficial para el curso Advanced Machine Learning with TensorFlow on Google.

• Formador certificado por Google Cloud.
• Más de 5 años de experiencia profesional.
• Más de 4 años de experiencia docente.
• Profesional activo en empresas del sector IT.

Obtener la certificación Professional Google Workspace Administrator

Obtener la certificación Professional Data Engineer

Obtener la certificación Professional Machine Learning Engineer

Obtener la certificación Professional Cloud DevOps Engineer

Obtener la certificación Professional Cloud Developer

Obtener la certificación Professional Cloud Network Engineer

Obtener la certificación Professional Cloud Architect

• Describir los cinco dominios que se incluyen en el examen de certificación de Professional Cloud Architect.
• Identificar brechas en sus conocimientos y habilidades con respecto a cada dominio y crear un plan de estudio.
• Prepararte para el examen de certificación Professional Cloud Architect.

Módulo 00: Introduction to the Professional Cloud Architect Certification

• Temas:
  • Role of a Professional Cloud Architect and scenario introduction*
  • Certification value and benefits
  • Certification process
• Objetivos:
  • Describe the purpose and benefits of the PCA certification.
  • Explain the certification process.

Módulo 01: Designing and planning a cloud solution architecture

• Temas:
  • Scenario: Defining initial technical and business design considerations for Cymbal’s migration to a cloud solution
• Objetivos:
  • Identify considerations involved in designing solution infrastructure that meets business and technical requirements.
  • Describe options for designing network, storage, and compute resources leveraging Google Cloud.
  • Explain the elements of a migration plan.
  • Recognize the potential for future solution improvements.
  • Determine the skills you need to develop in order to design and plan solution architecture leveraging Google Cloud.

Módulo 02: Managing and provisioning a solution infrastructure

• Temas:
  • Scenario: Provisioning and deploying the cloud solution per Cymbal’s requirements
• Objetivos:
  • Identify considerations involved in configuring network topologies, individual storage systems, and compute systems.
  • Determine the skills you need to develop in order to manage and provision solution infrastructure.

Módulo 03: Designing for security and compliance

• Temas:
  • Scenario: Identifying the security and compliance considerations pertinent to Cymbal’s cloud solution
• Objetivos:
  • Explain recommended design practices to ensure security across a cloud solution.
  • Recognize aspects of designing for compliance.
  • Determine the skills you need to develop in order to apply Google’s recommended approach to designing for security and compliance.

Módulo 04: Analyzing and optimizing technical and business processes

• Temas:
  • Scenario: Analyze costs, KPIs, etc. and identify opportunities for optimization
• Objetivos:
  • Describe the technical and business processes involved in solution production.
  • Identify ways to optimize processes and develop procedures to ensure reliability of solutions in production.
  • Determine the skills you need to develop to optimize technical and business processes involved in producing a cloud solution.

Módulo 05: Managing implementation/Ensuring solution operations and reliability

• Temas:
  • Scenario: How the PCA helps establish best practices for Cymbal’s solution deployment and ongoing operations
• Objetivos:
  • Describe best practices for development and operations teams to ensure successful solution deployment.
  • Explain methods to interact with Google Cloud programmatically.
  • Explain methodologies for managing configuration and code updates and tools available for monitoring and analyzing KPIs.

Módulo 06: Your Next Steps

• Temas:
  • Learn how to break down a case study to pinpoint business and technical requirements, and find differentiators
  • Finalizing your study plan
  • Creating a weekly study sheet
  • Registering for the exam
• Objetivos:
  • Create a personalized study plan.
  • Review next steps.

Documentación oficial para el curso Preparing for Your Professional Cloud Architect Journey.

• Formador certificado por Google Cloud.
• Más de 5 años de experiencia profesional.
• Más de 4 años de experiencia docente.
• Profesional activo en empresas del sector IT.

Obtener la certificación CPP – C++ Certified Professional Programmer

Obtener la certificación CLP – C Certified Professional Programmer

• Alumnos que buscan potenciar sus habilidades y conocimientos para un puesto de nivel medio y superior como arquitecto de software, ingeniero de sistemas, desarrollador de software, ingeniero de redes, ingeniero de datos o ingeniero de control de calidad.
• Profesionales del sector que deseen profundizar en tecnologías relacionadas con Python o que lo utilicen como base.
• Jefes de equipo y profesionales del desarrollo de software que deseen conocer en profundidad los conceptos y procesos de programación más avanzados utilizados en el ciclo de desarrollo de software para gestionar y comunicarse eficazmente con los equipos de producción, control de calidad y desarrollo.

Obtener la certificación PCPP2 – Certified Professional in Python Programming 2

• Estudiantes que busquen mejorar sus habilidades y conocimientos para un puesto de nivel junior y un rol de nivel medio como desarrollador de software, programador de redes, analista de datos, testers.
• Profesionales de la industria que deseen explorar tecnologías que están conectadas con Python o que lo utilizan como base.
• Líderes de equipo, gerentes de productos y gerentes de proyectos que deseen comprender la terminología y los procesos en el ciclo de desarrollo de software para administrar y comunicarse de manera más efectiva con los equipos de producción y desarrollo.

Obtener la certificación PCPP1 – Certified Professional in Python Programming 1

Prepararte para el examen de certificación:

Examen de certificación PCPP1 – Certified Professional in Python Programming 1

Módulo 1: OOP Foundations

Classes, instances, attributes, methods – introduction; working with class and instance data – instance variables.

Módulo 2: OOP Advanced

Python core syntax; inheritance and polymorphism – inheritance as a pillar of OOP; extended function argument syntax; decorators; different faces of Python methods; abstract classes, encapsulation; composition vs inheritance – two ways to the same destination; inheriting properties from built-in classes.

Módulo 3: Advanced Techniques of Creating and Serving Exceptions

Exceptions – introduction; named attributes of exception objects; chained exceptions; traceback objects of exceptions.

Módulo 4: Object Persistence

Shallow and deep copy operations; serialization of Python objects using the pickle module’ making Python objects persistent using the shelve module.

Módulo 5: Metaprogramming

Metaprogramming and metaclasses – introduction; special attributes; type function.

Documentación oficial para el curso Python Professional Advanced OOP.

• Formador certificado por OpenEDG.
• Más de 5 años de experiencia profesional.
• Más de 4 años de experiencia docente.
• Profesional activo en empresas del sector IT.

• Aprender sobre mejores prácticas, estandarización y convenciones de codificación.
• Saber cómo implementar las convenciones para el código que comprende la Standard Library en la distribución principal de Python.
• Conocer los principios que influyen en el diseño del código Python.
• Aprender a escribir un código mejor y más efectivo.
• Saber cómo evitar los errores y equivocaciones más comunes.
• Prepararte para el examen de certificación: Examen de certificación PCPP1 – Certified Professional in Python Programming 1.

 Módulo 1: Introduction yo PEP

What is PEP? Coding conventions (code layout, style, naming, comments, etc.).

Módulo 2: PEP20

The Zen of Python.

Módulo 3: PEP 8

Style Guide for Python Code.

Módulo 4: PEP 257

Docstring Conventions.

Módulo 5: Other PEPs

A quick tour of other important PEPs.

Documentación oficial para el curso Python Professional Best Practices and Standardization.

• Formador certificado por OpenEDG.
• Más de 5 años de experiencia profesional.
• Más de 4 años de experiencia docente.
• Profesional activo en empresas del sector IT.

• Aprender sobre GUI y su origen.
• Conocer cómo crear interfaces gráficas de usuario (GUI) en Python utilizando el paquete tkinter.
• Conocer cómo construir una GUI utilizando bloques y convenciones básicos.
• Saber cómo funciona la programación basada en eventos.
• Conocer algunos entornos y conjuntos de herramientas de GUI populares y de uso común.
• Aprender qué es tkinter y cómo construir una GUI con su ayuda.
• Saber cómo usar widgets, ventanas y eventos,
• Aprender a crear aplicaciones básicas basadas en el ciclo de vida de la aplicación de tkinter.
• Prepararte para el examen de certificación: Examen de certificación PCPP1 – Certified Professional in Python Programming 1.

Módulo 1: TkInter Essentials

Intro to GUI Programming, Settling widgets in the window’s interior, coloring your widgets, a simple GUI application, events and how to handle them, widget properties, interacting with widget methods, variables.

Módulo 2: Lexicon of widgets and more TkInter essentials

Important widgets, shaping the main window and conversing with the user, working with canvas.

Documentación oficial para el curso Python Professional GUI Programming.

• Formador certificado por OpenEDG.
• Más de 5 años de experiencia profesional.
• Más de 4 años de experiencia docente.
• Profesional activo en empresas del sector IT.

• Aprender los conceptos básicos de programación de red, REST, sockets de red y comunicación cliente-servidor.
• Saber cómo usar y crear sockets en Python, y cómo establecer y cerrar la conexión con un servidor.
• Conocer qué son los archivos JSON y XML, y cómo se pueden usar en la comunicación de red.
• Conocer qué son los métodos HTTP y cómo expresar cualquier cosa en HTTP.
• Aprender a construir un entorno de prueba de muestra.
• Conocer sobre CRUD.
• Saber cómo crear un cliente REST simple y cómo obtener y eliminar datos del servidor, añadirle nuevos datos y actualizar los ya existentes.
• Prepararte para el examen de certificación: Examen de certificación PCPP1 – Certified Professional in Python Programming 1.

Módulo 1: Basic concepts of network programming

Networks, layers, and the Internet, Network sockets – a basic means of network programming; domains, addresses, ports, protocols, and services; clients and servers.

Módulo 2: How to use sockets in Python?

Creating sockets, connecting to a server, requesting documents from a server, closing connections, HTTP clients, the server’s response, exceptions.

Módulo 3: Introduction to JSON

Working with JSON files, Processing JSON files.

Módulo 4: Using the JSON module in Python

Working with the JSON module.

Módulo 5: Introduction to XML

Working with the XML files.

Módulo 6: HTTP made simple – the request module

Making life easier with the requests module.

Módulo 7: CRUD – how to build a simple REST client?

Create, Read, Update, and Delete data.

Documentación oficial para el curso Python Professional Working with RESTful APIs.

• Formador certificado por OpenEDG.
• Más de 5 años de experiencia profesional.
• Más de 4 años de experiencia docente.
• Profesional activo en empresas del sector IT.

• Aprender sobre:
  • sqlite: interacción con bases de datos SQLite.
  • xml: creación y procesamiento de archivos XML.
  • csv: lectura y escritura de archivos CSV.
  • logging: función básica de registro para Python.
  • configparser: ‒ analizador de archivos de configuración.
• Prepararte para el examen de certificación: Examen de certificación PCPP1 – Certified Professional in Python Programming 1.

Módulo 1: squlite

What is a database, working with an SQLite database, creating databases; processing data.

Módulo 2: xml

Processing XML files, XML parsing, modifying and building XML documents.

Módulo 3: csv

The CSV module in Python, processing CSV files.

Módulo 4: logging

Logging in Python, the logger object, logging levels, the setLevel method, basic configuration, handlers, formatters.

Módulo 5: configparser

The configparser module, the configuration file; parsing, processing the configuration file, interpolating values.

Documentación oficial para el curso Python Professional File Processing.

• Formador certificado por OpenEDG.
• Más de 5 años de experiencia profesional.
• Más de 4 años de experiencia docente.
• Profesional activo en empresas del sector IT.

AWS Certified SAP on AWS Specialty está dirigido a personas con roles que requieren experiencia tanto en SAP como en AWS. Antes de realizar este examen, es recomendable cumplir los siguientes requisitos:

• Cinco años o más de experiencia en SAP.
• Un año o más de experiencia de trabajo con SAP on AWS.
• Capacidad para diseñar una solución de SAP que se ejecute en la nube de AWS de acuerdo con las prácticas recomendadas que se establecen en AWS Well-Architected Framework y los requisitos de certificación y asistencia de SAP.

Obtener la certificación AWS Certified SAP on AWS Specialty

• Dominio 1: Diseño de cargas de trabajo de SAP en AWS
• Dominio 2: Implementación de cargas de trabajo de SAP en AWS
• Dominio 3: Migración de cargas de trabajo de SAP a AWS
• Dominio 4: Operación y mantenimiento de cargas de trabajo de SAP en AWS

AWS Certified Security Specialty está destinado a aquellas personas que ocupan un cargo vinculado con la seguridad y tienen, como mínimo, dos años de experiencia práctica en la protección de cargas de trabajo de AWS. Antes de realizar este examen, es recomendable que el participante cumpla los siguientes requisitos:

• Cinco años de experiencia en diseño e implementación de soluciones de seguridad de TI y, al menos, dos años de experiencia práctica en la protección de cargas de trabajo de AWS.
• Conocimiento práctico de servicios de seguridad y características de servicios de AWS para proporcionar un entorno de producción seguro, así como conocimiento de operaciones de seguridad y riesgos.
• Conocimiento del modelo de responsabilidad compartida de AWS y de su aplicación; controles de seguridad para las cargas de trabajo en AWS; registro y monitoreo de estrategias; modelos de amenaza contra la seguridad en la nube; administración de parches y automatización de la seguridad; formas de mejorar los servicios de seguridad de AWS con servicios y herramientas de terceros; y controles de recuperación de desastres, incluidos el protocolo de control de puente (BCP) y las copias de seguridad, el cifrado, el control de acceso y la retención de datos.
• Conocimiento de las distintas clasificaciones especializadas de datos y los mecanismos de protección de datos de AWS, los métodos de cifrado de datos, así como también los mecanismos de AWS para implementarlos y el protocolo de seguridad para Internet, además de los mecanismos de AWS para implementarlos.
• Capacidad para tomar decisiones de término medio en relación con el costo, la seguridad y el nivel de complejidad de una implementación para cumplir con un conjunto de requisitos de aplicaciones.

Obtener la certificación AWS Certified Security Specialty

• Dominio 1: Respuesta ante incidentes
• Dominio 2: Registro y monitoreo
• Dominio 3: Seguridad de la infraestructura
• Dominio 4: Identity and Access Management
• Dominio 5: Protección de los datos

AWS Certified Machine Learning Specialty está dirigido a personas que realizan tareas de desarrollo o ciencia de datos, y tienen más de un año de experiencia en el desarrollo, la arquitectura o la ejecución de cargas de trabajo de machine learning (ML) o aprendizaje profundo en la nube de AWS. Antes de realizar este examen, es recomendable que el participante cuente con lo siguiente:

• Al menos dos años de experiencia práctica en el desarrollo, la arquitectura o la ejecución de cargas de trabajo de ML o aprendizaje profundo en la nube de AWS.
• Capacidad de expresar la intuición detrás de algoritmos básicos de ML.
• Experiencia en la optimización básica de hiperparámetros.
• Experiencia con marcos de aprendizaje profundo y ML.
• Capacidad de seguir las prácticas recomendadas operativas, de despliegue y de entrenamiento de modelos.

Obtener la certificación AWS Certified Machine Learning Specialty

• Dominio 1: Ingeniería de datos
• Dominio 2: Análisis exploratorio de datos
• Dominio 3: Modelado
• Dominio 4: Implementación y operaciones de machine learning

AWS Certified Database Specialty está dirigido a aquellas personas que cuenten con experiencia práctica en bases de datos relacionales y no relacionales en las instalaciones y basadas en la nube de AWS. Antes de realizar este examen, es recomendable queel participante cumpla los siguientes requisitos:

• Cinco años de experiencia en tecnologías comunes de bases de datos.
• Dos años de experiencia práctica en bases de datos NoSQL y relacionales en las instalaciones y basadas en la nube de AWS.
• Capacidad para comprender y diferenciar las características clave de los servicios de bases de datos de AWS.
• Capacidad para analizar las necesidades y los requisitos para recomendar y diseñar soluciones de bases de datos apropiadas mediante los servicios de AWS.

Obtener la certificación AWS Certified Database Specialty

• Dominio 1: Diseño de base de datos de cargas de trabajo específicas
• Dominio 2: Implementación y migración
• Dominio 3: Administración y operaciones
• Dominio 4: Supervisión y solución de problemas
• Dominio 5: Seguridad de la base de datos

AWS Certified Data Analytics Specialty está dirigido a personas que cuenten con lexperiencia y conocimientos en los servicios de AWS para diseñar, crear, proteger y mantener soluciones de análisis. Antes de realizar este examen, es recomendable que el candidato cuente con lo siguiente:

Cinco años de experiencia em tecnologías comunes de análisis de datos.
Dos años de experiencia práctica y experiencia trabajando con los servicios de AWS para diseñar, crear, asegurar y mantener soluciones de análisis.
Capacidad para definir los servicios de análisis de datos de AWS y comprender cómo se integran entre sí.
Capacidad para explicar cómo los servicios de análisis de datos de AWS encajan en el ciclo de vida de los datos de recopilación, almacenamiento, procesamiento y visualización.

Obtener la certificación AWS Certified Data Analytics Specialty

• Dominio 1: Recopilación
• Dominio 2: Almacenamiento y gestión de datos
• Dominio 3: Procesamiento
• Dominio 4: Análisis y visualización
• Dominio 5: Seguridad

AWS Certified Advanced Networking Specialty está destinado a personas que realicen tareas de red complejas, que cuenten con cinco años de experiencia práctica en la arquitectura e implementación de soluciones de red. Antes de hacer este examen, es recomendable que el participante cuente con lo siguiente:

• Experiencia profesional en el uso de la tecnología AWS, las prácticas recomendadas de seguridad de AWS, las opciones de almacenamiento de AWS y sus modelos de consistencia subyacentes, y los matices de las redes de AWS y cómo se relacionan con la integración de los servicios de AWS.
• Conocimiento de arquitecturas de redes avanzadas y opciones de interconectividad [por ejemplo, IP VPN, conmutación de etiquetas multiprotocolo (MPLS), servicio de LAN privada virtual (VPLS)].
• Familiaridad con el desarrollo de scripts y herramientas de automatización. Esto debe incluir el diseño, implementación y optimización de lo siguiente: arquitecturas de enrutamiento (incluidas estáticas y dinámicas); soluciones de varias regiones para una empresa global; soluciones de conectividad de alta disponibilidad (por ejemplo, AWS Direct Connect, VPN).
• Conocimiento de CIDR y subredes (IPv4 e IPv6); desafíos de la transición de IPv6; y soluciones genéricas para características de seguridad de red, incluidos AWS WAF, sistemas de detección de intrusiones (IDS), sistemas de prevención de intrusiones (IPS), protección DDoS y denegación económica de servicio/sostenibilidad (EDoS).

Obtener la certificación AWS Certified Advanced Networking Specialty

• Dominio 1: Diseño de redes
• Dominio 2: Implementación de redes
• Dominio 3: Gestión y funcionamiento de redes 20
• Dominio 4: Seguridad de redes, cumplimiento y gobernanza

• Personas que se preparan para el examen AWS Certified DevOps Engineer Professional.
• Ingenieros de DevOps.
• Arquitectos de soluciones.
• Administradores de sistemas.

• Implementar y administrar sistemas y metodologías de entrega continua en AWS.
• Implementar y automatizar controles de seguridad, procesos de control y validación de la conformidad.
• Definir e implementar el monitoreo, las medidas y los sistemas de registro en AWS.
• Prepararte para el examen de certificación AWS Certified DevOps Engineer Professional.

• Course and Exam Overview
• SDLC Automation
• Configuration Management and Infrastructure as Code
• Monitoring and Logging
• Policies and Standards Automation
• Incident and Event Response
• High Availability, Fault Tolerance, and Disaster Recovery

Documentación oficial del curso de preparación de examen AWS Certified DevOps Engineer Professional.

• Formador certificado por AWS.
• Más de 5 años de experiencia profesional.
• Más de 4 años de experiencia docente.
• Profesional activo en empresas del sector IT.

Arquitectos de soluciones que están preparándose para realizar el examen AWS Certified Solutions Architect Professional.

• Saber orientarse a lo largo del proceso evaluativo.
• Comprender la estructura del examen y los tipos de preguntas.
• Identificar de qué manera las preguntas se relacionan con conceptos de arquitectura de AWS.
• Interpretar los conceptos que se evalúan con cada pregunta del examen.
• Prepararte para el examen de certificación AWS Certified Solutions Architect Professional.

• Testing (center) information and expectations
• Exam overview and structure
• Content domains and question breakdown
• Topics and concepts within content domains
• Question structure and interpretation techniques
• Sample exam questions

Documentación oficial del curso de preparación de examen AWS Certified Solutions Architect Professional.

• Formador certificado por AWS.
• Más de 5 años de experiencia profesional.
• Más de 4 años de experiencia docente.
• Profesional activo en empresas del sector IT.

AWS Certified DevOps Engineer Professional está destinado a personas con dos o más años de experiencia en el aprovisionamiento, la operación y la administración de entornos de AWS. Antes de realizar este examen de certificación, es recomendable cumplir con los siguientes requisitos:

• Experiencia con el desarrollo de código en al menos un lenguaje de programación de alto nivel; creación de infraestructuras altamente automatizadas; y administrar sistemas operativos.
• Conocimientos de los modernos procesos y metodologías de desarrollo y operaciones.
• Capacidad para implementar y administrar sistemas y metodologías de entrega continua en AWS.
• Capacidad para implementar y automatizar controles de seguridad, procesos de gobernanza y validación de conformidad.
• Capacidad para definir e implementar sistemas de registro, métricas y monitoreo en AWS.

Obtener la certificación AWS Certified DevOps Engineer Professional

AWS Certified Solutions Architect Professional está destinado a personas con dos o más años de experiencia práctica en el diseño e implementación de arquitectura de nube en AWS. Antes de realizar este examen de certificación, es recomendable cumplir con los siguientes requisitos:

• Conocimiento de la AWS CLI, las API de AWS, las plantillas de AWS CloudFormation, la Consola de facturación de AWS, la Consola de administración de AWS, un lenguaje de scripting y entornos de Windows y Linux.
• Capacidad para proporcionar orientación sobre las prácticas recomendadas sobre el diseño arquitectónico en múltiples aplicaciones y proyectos de la empresa, así como la capacidad para asignar los objetivos comerciales a los requisitos de la aplicación/arquitectura.
• Capacidad para evaluar los requisitos de la aplicación de la nube y para hacer recomendaciones sobre la arquitectura para la ejecución, la implementación y el aprovisionamiento de aplicaciones en AWS.
• Capacidad para diseñar una arquitectura híbrida mediante tecnologías clave de AWS (por ejemplo, VPN, AWS Direct Connect), así como un proceso continuo de integración e implementación.

Obtener la certificación AWS Certified Solutions Architect Professional.

El curso Linux LPIC-3 ofrece la capacitación necesaria para superar el examen 306-300 y obtener la certificación Linux LPIC-3 High Availability and Storage Clusters.

• Gestión de clusters de Alta Disponibilidad
• Almacenamiento en cluster de Alta Disponibilidad
• Almacenamiento distribuido de Alta Disponibilidad
• Alta Disponibilidad de nodo único

Documentación oficial LPIC-3 High Availability and Storage Clusters.

• Formador certificado Linux.
• Más de 5 años de experiencia profesional.
• Más de 4 años de experiencia docente.
• Profesional activo en empresas del sector IT.

Scaled Scrum Product Owner Certified (SSPOC™) course is appropriate for professionals interested in obtaining a working knowledge of Scrum and planning to become a
Chief Product Owner, or Program Product Owner, or Portfolio Product Owner, including:

• Scrum Core Team Members
• Product Owners
• Product Managers
• Project Managers
• Project Sponsors
• Programmers
• Designers
• Testers
• Software Engineers
• Executives
• Business Owners
• Business Analysts, etc

SSPOC™ is an advanced level certification for professionals who are working as or are interested to work as Chief Product Owners, Program Product Owners, or Portfolio Product Owners.

The objective of this certification is to confirm that the applicants have sufficient expertise to manage multiple product development teams at projects, programs and portfolios levels.

Introduction

1. Agile Overview

• What is Agile? and Why use Agile?
• The Agile Manifesto and its Principles
• Declaration of Interdependence
• Agile vs Traditional Project Management
• Agile Methods

2. Scrum Overview

• Planning in Scrum
• Scrum Framework
• Scrum Roles
• Scrum Flow

3. Initiate

• Create Project Vision
• Identify Scrum Master and Stakeholder(s)
• Form Scrum Team
• Develop Epic(s)
• Create Prioritized Product Backlog
• Conduct Release Planning

4. Plan and Estimate

• Create User Stories
• Estimate User Stories
• Commit User Stories
• Identify Tasks
• Estimate Tasks
• Create Sprint Backlog

5. Implement

• Create Deliverables
• Conduct Daily Standup
• Groom Prioritized Product Backlog

6. Review and Retrospect

• Demonstrate and Validate Sprint
• Retrospect Sprint

7. Release

• Ship Deliverables
• Retrospect Project

8. Scaling Scrum for Large Projects

• Create Large Project Components
• Conduct and Coordinate Sprints
• Prepare Large Project Release
• Impact of Large Projects to Fundamental Scrum Processes

9. Scaling Scrum for the Enterprise

• Create Program or Portfolio Components
• Review and Update Scrum Guidance Body
• Create and Groom Program or Portfolio Backlog
• Coordinate Program or Portfolio Components
• Retrospect Program or Portfolio Releases

Official SCRUMstudy documentation.

Scaled Scrum Master Certified (SSMC™) course is appropriate for professionals interested in obtaining a working knowledge of Scrum and planning to become a Chief Scrum Master, or Program Scrum Master, or Portfolio Scrum Master, including:

• Scrum Team Members
• Product Managers
• Project Managers
• Project Sponsors
• Portfolio Scrum Masters
• Program Scrum Masters
• Programmers
• Designe
• Testers
• Software Engineers
• Executives
• Business Owners
• Business Analysts, etc

SSMC™ is an advanced level certification for professionals who are working as or are interested to work as Chief Scrum Masters, Program Scrum Masters, or Portfolio Scrum Masters.

The objective of this certification is to confirm that the applicants have sufficient expertise to coordinate and facilitate the working of multiple Scrum Teams at projects, programs and portfolios levels.

Introduction

1. Agile Overview

• The Rise of Agile
• The Agile Manifesto
• Principles of the Agile Manifesto
• Declaration of Interdependence
• Agile Methods
• Agile vs Traditional Project Management

2. Scrum Overview

• Scrum Principles
• Scrum Aspects
• Scrum Processes
• Scrum Advantages

3. Scrum Roles

• Core Roles
  • Product Owner
  • Scrum Master
  • Scrum Team
• Non core Roles

4. Scrum Phases

• Initiate
• Plan and Estimate
• Implement
• Review and Retrospect
• Release

5. Scaling Scrum

• Scalability of Scrum
• Scrum in Programs and Portfolios
• Scrum of Scrums (SoS) Meeting
• Transition to Scrum
• Mapping Traditional Roles to Scrum
• Maintaining Stakeholder Involvement
• Importance of Executive Support

6. Scaling Scrum for Large Projects

• Create Large Project Components
• Conduct and Coordinate Sprints
• Prepare Large Project Release
• Impact of Large Projects to Fundamental Scrum Processes

7. Scaling Scrum for the Enterprise

• Create Program or Portfolio Components
• Review and Update Scrum Guidance Body
• Create and Groom Program or Portfolio Backlog
• Coordinate Program or Portfolio Components
• Retrospect Program or Portfolio Releases

Official SCRUMstudy documentation.

Expert Scrum Master Certified (ESMC™) course is appropriate for professionals who are experts in handling Scrum Teams and want to handle complex Scrum projects, including:

• Scrum Masters
• Product Owners
• Product Managers
• Project Managers
• Project Sponsors
• Program Managers
• Portfolio Managers
• Software Engineers
• Business Owners
• Business Analysts, etc

The aspirants should have a minimum of 3 years experience in managing Scrum/Agile projects and have SMC™, SAMC™, and SPOC™ certifications.

• To provide an in depth understanding of the role of a Scrum Master in the Scrum framework.
• To address issues and challenges faced on a day to day working as a Scrum Master.
• To prepare the participants to be effective Scrum Masters and coach people in Scrum.

Agile and Scrum Overview

• Agile Defined
• Scrum

Selling Scrum

• Scrum and Top Management
• Scrum and Middle Management
• Scrum and Team Members
• Customer (Value) – Overall Cost, Time, and Business Benefits

Getting Ready for Scrum

• People Awareness and Acceptance
• Process Adoption Patterns, Waterfall to Scrum

Enterprise Scrum

• Distributed Teams in Scrum

Special Topics

• Fixed Price Sprint
• Scrum in Non Software Projects

Official SCRUMstudy documentation.

Profesionales de la nube o de ingeniería de datos interesados en realizar el examen de certificación Professional Data Engineer.

• Prepararte para el examen de certificación Professional Data Engineer.
• Recibir información, tips y consejos para realizar el examen de certificación.
• A través de la revisión de cada sección del examen, cubrir los conceptos de más alto nivel, desarrollar confianza en tus conocimientos y reconocer las brechas de habilidades o áreas de estudio.

Módulo 1: Understanding the Professional Data Engineer Certification

Temas:

• Position the Professional Data Engineer certification among the offerings
• Distinguish between Associate and Professional
• Provide guidance between Professional Data Engineer and Associate Cloud Engineer
• Describe how the exam is administered and the exam rules
• Provide general advice about taking the exam

Objetivos:

Understand the Professional Data Engineer Certification Exam

Módulo 2: Designing Data Processing Systems

Temas:

• Designing data processing systems
• Designing flexible data representations
• Designing data pipelines
• Designing data processing infrastructure

Objetivos:

Understand the Designing Data Processing Systems component of the Exam

Módulo 3: Building and Operationalizing Data Processing Systems

Temas:

• Building and maintaining data structures and databases
• Building and maintaining flexible data representations
• Building and maintaining pipelines
• Building and maintaining processing infrastructure

Objetivos:

Understand the Building and Operationalizing Data Processing Systems component of the Exam

Módulo 4: Operationalizing Machine Learning Models

Temas:

• Analyzing data and enabling machine learning
• Deploying an ML pipeline
• Machine learning terminology review
• Operationalizing Machine Learning Models: Exam Guide Review
• Modeling business processes for analysis and optimization

Objetivos:

Understand the Operationalizing Machine Learning Models component of the Exam

Módulo 5: Security, Policy, and Reliability

Temas:

• Designing for security and compliance
• Performing quality control
• Ensuring reliability
• Visualizing data and advocating policy
• Ensuring Solution Quality: Exam Guide Review

Objetivos:

Understand the Security, Policy, and Reliability component of the Exam

Módulo 6: Resources and Next Steps

Temas:

• Debrief
• Preparation Resources

Objetivos:

Final Review of the Exam

Documentación oficial para el curso Preparing for Your Professional Cloud Security Engineer Journey.

• Formador certificado por Google Cloud.
• Más de 5 años de experiencia profesional.
• Más de 4 años de experiencia docente.
• Profesional activo en empresas del sector IT.

• Ingeniero de datos.
• Analistas de datos y científicos de datos que aspiren a desarrollar habilidades de ingeniería de datos.

• Demostrar cómo Apache Beam y Dataflow funcionan juntos para satisfacer las necesidades de procesamiento de datos de tu organización.
• Resumir los beneficios de Beam Portability Framework y activarlo para sus canalizaciones de Dataflow.
• Habilitar Shuffle y Streaming Engine, para canalizaciones por lotes y de transmisión respectivamente, para obtener el máximo rendimiento.
• Habilitar Flexible Resource Scheduling para obtener un rendimiento más rentable.
• Seleccionar la combinación correcta de permisos de IAM para el trabajo de Dataflow.
• Implementar las mejores prácticas para un entorno de procesamiento de datos seguro.
• Seleccionar y ajustar I/O de tu elección para la canalización de Dataflow.
• Utilizar esquemas para simplificar tu código Beam y mejorar el rendimiento de su canalización.
• Desarrollar una canalización Beam utilizando SQL y DataFrames.
• Realizar monitoreo, resolución de problemas, pruebas y CI/CD en canalizaciones de Dataflow.

Módulo 1: Introduction

Temas:

• Course Introduction
• Beam and Dataflow Refresher

Objetivos:

• Introduce the course objectives.
• Demonstrate how Apache Beam and Dataflow work together to fulfill your organization’s data processing needs.

Módulo 2: Beam Portability

Temas:

• Beam Portability
• Runner v2
• Container Environments
• Cross-Language Transforms

Objetivos:

• Summarize the benefits of the Beam Portability Framework.
• Customize the data processing environment of your pipeline using custom containers.
• Review use cases for cross-language transformations.
• Enable the Portability framework for your Dataflow pipelines.

Módulo 3: Separating Compute and Storage with Dataflow

Temas:

• Dataflow
• Dataflow Shuffle Service
• Dataflow Streaming Engine
• Flexible Resource Scheduling

Objetivos:

• Enable Shuffle and Streaming Engine, for batch and streaming pipelines respectively, for maximum performance.
• Enable Flexible Resource Scheduling for more cost-efficient performance.

Módulo 4: IAM, Quotas, and Permissions

Temas:

• IAM
• Quota

Objetivos:

• Select the right combination of IAM permissions for your Dataflow job.
• Determine your capacity needs by inspecting the relevant quotas for your Dataflow jobs.

Módulo 5: Security

Temas:

• Data Locality
• Shared VPC
• Private IPs
• CMEK

Objetivos:

• Select your zonal data processing strategy using Dataflow, depending on your data locality needs.
• Implement best practices for a secure data processing environment.

Módulo 6: Beam Concepts Review

Temas:

• Beam Basics
• Utility Transforms
• DoFn Lifecycle

Objetivos:

Review main Apache Beam concepts (Pipeline, PCollections, PTransforms, Runner, reading/writing, Utility PTransforms, side inputs), bundles and DoFn Lifecycle.

Módulo 7: Windows, Watermarks, Triggers

Temas:

• Windows
• Watermarks
• Triggers

Objetivos:

• Implement logic to handle your late data.
• Review different types of triggers.
• Review core streaming concepts (unbounded PCollections, windows).

Módulo 8: Sources and Sinks

Temas:

• Sources and Sinks
• Text IO and File IO
• BigQuery IO
• PubSub IO
• Kafka IO
• Bigable IO
• Avro IO
• Splittable DoFn

Objetivos:

• Write the I/O of your choice for your Dataflow pipeline.
• Tune your source/sink transformation for maximum performance.
• Create custom sources and sinks using SDF.

Módulo 9: Schemas

Temas:

• Beam Schemas
• Code Examples

Objetivos:

• Introduce schemas, which give developers a way to express structured data in their Beam pipelines.
• Use schemas to simplify your Beam code and improve the performance of your pipeline.

Módulo 10: State and Timers

Temas:

• State API
• Timer API
• Summary

Objetivos:

• Identify use cases for state and timer API implementations.
• Select the right type of state and timers for your pipeline.

Módulo 11: Best Practices

Temas:

• Schemas
• Handling unprocessable Data
• Error Handling
• AutoValue Code Generator
• JSON Data Handling
• Utilize DoFn Lifecycle
• Pipeline Optimizations

Objetivos:

Implement best practices for Dataflow pipelines.

Módulo 12: Dataflow SQL and DataFrames

Temas:

• Dataflow and Beam SQL
• Windowing in SQL
• Beam DataFrames

Objetivos:

Develop a Beam pipeline using SQL and DataFrames.

Módulo 13: Beam Notebooks

Temas:

Beam Notebooks

Objetivos:

• Prototype your pipeline in Python using Beam notebooks.
• Launch a job to Dataflow from a notebook.

Módulo 14: Monitoring

Temas:

• Job List
• Job Info
• Job Graph
• Job Metrics
• Metrics Explorer

Objetivos:

• Navigate the Dataflow Job Details UI.
• Interpret Job Metrics charts to diagnose pipeline regressions.
• Set alerts on Dataflow jobs using Cloud Monitoring.

Módulo 15: Logging and Error Reporting

Temas:

• Logging
• Error Reporting

Objetivos:

Use the Dataflow logs and diagnostics widgets to troubleshoot pipeline issues.

Módulo 16: Troubleshooting and Debug

Temas:

• Troubleshooting Workflow
• Types of Troubles

Objetivos:

• Use a structured approach to debug your Dataflow pipelines.
• Examine common causes for pipeline failures.

Módulo 17: Performance

Temas:

• Pipeline Design
• Data Shape
• Source, Sinks, and External Systems
• Shuffle and Streaming Engine

Objetivos:

• Understand performance considerations for pipelines.
• Consider how the shape of your data can affect pipeline performance.

Módulo 18: Testing and CI/CD

Temas:

• Testing and CI/CD Overview
• Unit Testing
• Integration Testing
• Artifact Building
• Deployment

Objetivos:

• Testing approaches for your Dataflow pipeline.
• Review frameworks and features available to streamline your CI/CD workflow for Dataflow pipelines.

Módulo 19: Reliability

Temas:

• Introduction to Reliability
• Monitoring
• Geolocation
• Disaster Recovery
• High Availability

Objetivos:

Implement reliability best practices for your Dataflow pipelines.

Módulo 20: Flex Templates

Temas:

• Classic Templates
• Flex Templates
• Using Flex Templates
• Google-provided Templates

Objetivos:

Using flex templates to standardize and reuse Dataflow pipeline code.

Módulo 21: Summary

Temas:

Summary

Objetivos:

Quick recap of training topics

Documentación oficial para el curso Serverless Data Processing with Dataflow.

• Formador certificado por Google Cloud.
• Más de 5 años de experiencia profesional.
• Más de 4 años de experiencia docente.
• Profesional activo en empresas del sector IT.

• Profesionales de Machine Learning.
• Todo aquel que se desee prepararse para el examen de certificación AWS Certified Machine Learning Specialty.

• Identificar sus fortalezas y debilidades en cada uno de los dominios del examen.
• Crear un plan de estudios posterior para preparar el examen.
• Describir los temas y conceptos técnicos que conforman cada uno de los dominios del examen.
• Resumir la logística y la mecánica del examen de certificación y sus preguntas.
• Identificar estrategias efectivas para tomar exámenes que se pueden usar para responder las preguntas del examen.
• Prepararte para el examen de certificación AWS Certified Machine Learning Specialty.

Módulo 0: Course Introduction

Módulo 1: Exam Overview and Test-taking Strategies

• Testing center information and expectations
• Exam overview and structure
• Content domains and question breakdown
• Topics and concepts within content domains
• Question structure and interpretation techniques
• Practice exam questions

Módulo 2: Domain 1 – Data Engineering

• Domain 1.1: Data Repositories for machine learning
• Domain 1.2: Identify and implement a data-ingestion solution
• Domain 1.3: Identify and implement a data-transformation solution
• Walkthrough of study questions
• Domain 1 quiz

Módulo 3: Domain 2 – Exploratory Data Analysis

• Domain 2.1: Sanitize and prepare data for modeling
• Domain 2.2: Perform featuring engineering
• Domain 2.3: Analyze and visualize data for ML
• Walkthrough of study questions
• Domain 2 quiz

Módulo 4: Domain 3 – Modeling

• Domain 3.1: Frame business problems as machine learning (ML) problems
• Domain 3.2: Select the appropriate model(s) for a given ML problem
• Domain 3.3: Train ML models
• Domain 3.4 Perform hyperparameter optimization
• Domain 3.5 Evaluate ML models
• Walkthrough of study questions
• Domain 3 quiz

Módulo 5: Domain 4 – ML Implementation and Operations

• Domain 4.1: Build ML solutions for performance, availability, scalability, resiliency, and fault tolerance
• Domain 4.2: Recommend and implement the appropriate ML services and features for a given problem
• Domain 4.3: Apply basic AWS security practices to ML solutions
• Domain 4.4: Deploy and operationalize ML solutions
• Walkthrough of study questions
• Domain 4 quiz

Módulo 6: Comprehensive Study Questions

Módulo 7: Study Material

Módulo 8: Wrap-up

Documentación oficial del curso preparación de examen AWS Certified Machine Learning Specialty.

• Formador certificado por AWS.
• Más de 5 años de experiencia profesional.
• Más de 4 años de experiencia docente.
• Profesional activo en empresas del sector IT.

• Personas que tengan un rol de seguridad.
• Todo aquel que se prepare para el examen de certificación AWS Certified Security Specialty.

• Saber orientarse a lo largo del proceso evaluativo.
• Comprender la estructura del examen y los tipos de preguntas.
• Identificar cómo las preguntas se relacionan con las prácticas recomendadas de seguridad de AWS.
• Interpretar los conceptos que se evalúan con las preguntas del examen.
• Prepararte para el examen de certificación AWS Certified Security Specialty.

• Módulo 1: Preparing for the exam
• Módulo 2: Incident response
• Módulo 3: Logging and monitoring
• Módulo 4: Infrastructure Security
• Módulo 5: Identity and access management
• Módulo 6: Data protection