Curso Building Data Analytics Solutions using Amazon Redshift

• Ingenieros de almacenes de datos.
• Ingenieros de plataformas de datos.
• Arquitectos y operadores que construyen y gestionan canalizaciones de análisis de datos.

• Comparar las características y ventajas de los almacenes de datos, los lagos de datos y las arquitecturas de datos modernas.
• Diseñar e implementar una solución analítica de almacén de datos.
• Identificar y aplicar las técnicas adecuadas, incluida la compresión, para optimizar el almacenamiento de datos.
• Seleccionar e implementar las opciones apropiadas para ingerir, transformar y almacenar datos.
• Elegir la instancia y los tipos de nodo, los clústeres, el escalado automático y la topología de red adecuados para un caso de uso empresarial concreto.
• Comprender cómo el almacenamiento y el procesamiento de datos afectan a los mecanismos de análisis y visualización necesarios para obtener información empresarial procesable.
• Proteger los datos en reposo y en tránsito.
• Supervisar las cargas de trabajo analíticas para identificar y solucionar problemas.
• Aplicar las mejores prácticas de gestión de costes.

Módulo A: Overview of Data Analytics and the Data Pipeline

• Data analytics use cases
• Using the data pipeline for analytics

Módulo 1: Using Amazon Redshift in the Data Analytics Pipeline

• Why Amazon Redshift for data warehousing?
• Overview of Amazon Redshift

Módulo 2: Introduction to Amazon Redshift

• Amazon Redshift architecture
• Interactive Demo 1: Touring the Amazon Redshift console
• Amazon Redshift features
• Practice Lab 1: Load and query data in an Amazon Redshift cluster

Módulo 3: Ingestion and Storage

• Ingestion
• Interactive Demo 2: Connecting your Amazon Redshift cluster using a Jupyter notebook with Data API
• Data distribution and storage
• Interactive Demo 3: Analyzing semi-structured data using the SUPER data type
• Querying data in Amazon Redshift
• Practice Lab 2: Data analytics using Amazon Redshift Spectrum

Módulo 4: Processing and Optimizing Data

• Data transformation
• Advanced querying
• Practice Lab 3: Data transformation and querying in Amazon Redshift
• Resource management
• Interactive Demo 4: Applying mixed workload management on Amazon Redshift
• Automation and optimization
• Interactive demo 5: Amazon Redshift cluster resizing from the dc2.large to ra3.xlplus cluster

Módulo 5: Security and Monitoring of Amazon Redshift Clusters

• Securing the Amazon Redshift cluster
• Monitoring and troubleshooting Amazon Redshift clusters

Módulo 6: Designing Data Warehouse Analytics Solutions

• Data warehouse use case review
• Activity: Designing a data warehouse analytics workflow

Módulo B: Developing Modern Data Architectures on AWS

• Modern data architectures

Documentación oficial del curso Building Data Analytics Solutions using Amazon Redshift.

• 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.