Discover how analytics engineers at Banco Itaú leverage AWS tools to build data pipelines and extract valuable insights from financial data in South America's largest financial institution.
- Introduction à l'Ingénierie Analytique
Aperçu des rôles et responsabilités de l'ingénierie analytique
Importance des pipelines de données dans les institutions financières
Introduction au traitement des données financières
- Fondamentaux AWS
Aperçu des services et de l'architecture AWS
Création d'un compte et d'un environnement AWS
Meilleures pratiques de sécurité sur AWS
- Solutions de Stockage de Données
Introduction à Amazon S3
Utilisation d'AWS RDS pour les bases de données relationnelles
Mise en œuvre d'Amazon Redshift pour l'entreposage de données
- Ingestion et Transformation de Données
Utilisation d'AWS Glue pour les processus ETL
Flux de données avec Amazon Kinesis
Traitement par lots avec AWS Step Functions et Lambda
- Construction de Pipelines de Données
Conception de pipelines de données pour les données financières
Orchestration de flux de travail avec AWS Data Pipeline
Surveillance et journalisation des activités des pipelines
- Analytique de Données et Données Statistiques
Utilisation d'Amazon Athena pour les requêtes SQL sur les données stockées dans S3
Visualisation de données avec Amazon QuickSight
Exécution d'analyses complexes avec AWS EMR et Spark
- Sécurité et Conformité dans le Traitement des Données Financières
Comprendre AWS Identity and Access Management (IAM)
Chiffrement et protection des données sur AWS
Assurer la conformité avec les régulations financières
- Étude de Cas: Banco Itaú
Exemple concret d'architecture de pipeline de données chez Banco Itaú
Défis et solutions dans la gestion des données financières
Extraction et analyse d'enseignements précieux
- Meilleures Pratiques et Tendances Futures
Optimiser la performance et l'efficacité des coûts
Rester à jour avec les technologies émergentes
Chemins de carrière et développement professionnel en ingénierie analytique
- Projet Final
Construire un pipeline de données complet en utilisant les outils AWS
Traiter et analyser des données financières d'exemple
Présenter les résultats et les enseignements du projet
