Data Analytics Fundamentals (German)

via AWS Skill Builder

Resumen

Fundamentos de Analítica de Datos (Alemán)

Descripción

En este curso autodidacta, aprenderá los pasos necesarios para diseñar una solución de análisis de datos y los numerosos procesos analíticos involucrados. Este curso presenta cinco factores importantes que determinan qué servicios de AWS son necesarios para la recopilación, el procesamiento, el análisis y la presentación de sus datos. Esto incluye aprender sobre arquitecturas básicas, propuestas de valor y casos de uso potenciales. El curso le introduce a los servicios y soluciones de AWS que le ayudarán a construir y mejorar las soluciones de análisis de datos.

Público objetivo

Este curso está dirigido a:

Arquitectos de datos
Científicos de datos
Analistas de datos

Objetivos del curso

Contenidos de este curso:

Identificar las características de las soluciones de análisis de datos y las características que indican que se puede requerir una solución de este tipo
Definir los tipos de datos, incluyendo datos estructurados, semiestructurados y no estructurados
Definir los tipos de almacenamiento de datos como Data Lakes, AWS Lake Formation, Data Warehouses y el Amazon Simple Storage Service (Amazon S3)
Analizar las características y diferencias en el procesamiento por lotes y en flujo
Definir cómo se utiliza Amazon Kinesis para procesar datos en flujo
Analizar las características de diferentes sistemas de almacenamiento para datos fuente
Analizar las características de los sistemas de procesamiento de transacciones en línea (OLTP) y el procesamiento analítico en línea (OLAP) y su impacto en la organización de datos en estos sistemas
Analizar las diferencias entre los métodos de almacenamiento de datos basados en filas y columnas
Definir cómo Amazon EMR, AWS Glue y Amazon Redshift procesan, limpian y transforman los datos dentro de una solución de análisis de datos
Analizar el concepto de cumplimiento de atomicidad, consistencia, aislamiento y durabilidad (ACID) así como disponibilidad básica, estado blando, consistencia eventual de datos (BASE) y cómo un proceso de extracción, transformación y carga (ETL) puede ayudar a garantizar el cumplimiento
Explorar el concepto de esquemas de datos y aprender cómo se definen datos y cómo esta información se almacena en metastiendas
Analizar el concepto de datos frente a información
Reconocer las oportunidades para analizar datos para la creación de información para informes utilizando herramientas como Amazon QuickSight y Amazon Athena
Definir cómo colaboran los servicios de AWS para visualizar datos