Por lo general, la canalización de datos se clasifica en uno de los siguientes paradigmas: Extraer-cargar, Extraer-cargar-transformar o Extraer-transformar-cargar. En este curso, se describe cuál es el paradigma que se debe usar y en qué momento usarlo para los datos por lotes. Además, en este curso, se presentan diferentes tecnologías de Google Cloud Platform para la transformación de datos, entre las que se incluyen BigQuery, la ejecución de Spark en Cloud Dataproc, los gráficos de canalización en Cloud Data Fusion y el procesamiento de datos sin servidores mediante Cloud Dataflow. Los participantes obtendrán experiencia práctica sobre cómo compilar los componentes de la canalización de datos en Google Cloud Platform mediante QwikLabs.
Este curso forma parte de Programa Especializado - Data Engineering, Big Data and ML on Google Cloud en Español
ofrecido por
Acerca de este Curso
1,800 vistas recientes
Certificado para compartir
Obtén un certificado al finalizar
100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Fechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Nivel intermedio
Aprox. 13 horas para completar
Español (Spanish)
Subtítulos: Francés (French), Portugués (europeo), Ruso (Russian), Inglés (English), Español (Spanish)
Certificado para compartir
Obtén un certificado al finalizar
100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Fechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Nivel intermedio
Aprox. 13 horas para completar
Español (Spanish)
Subtítulos: Francés (French), Portugués (europeo), Ruso (Russian), Inglés (English), Español (Spanish)
ofrecido por
Google Cloud
We help millions of organizations empower their employees, serve their customers, and build what’s next for their businesses with innovative technology created in—and for—the cloud. Our products are engineered for security, reliability, and scalability, running the full stack from infrastructure to applications to devices and hardware. Our teams are dedicated to helping customers apply our technologies to create success.
Programa - Qué aprenderás en este curso
6 minutos para completar
Introducción
En este módulo, se presentan el curso y el temario
6 minutos para completar
2 videos (Total 6 minutos)
1 hora para completar
Introducción a las canalizaciones de datos por lotes
En este módulo, se revisan los diferentes métodos de carga de datos (EL, ELT y ETL) y cuándo utilizarlos
1 hora para completar
5 videos (Total 18 minutos)
5 videos
Consideraciones sobre la calidad1m
Cómo realizar operaciones en BigQuery3m
Limitaciones3m
ETL para resolver problemas de calidad de los datos4m
1 ejercicio de práctica
EL, ELT, ETL30m
2 horas para completar
Cómo ejecutar Spark en Cloud Dataproc
En este módulo, se muestra cómo ejecutar Hadoop en Cloud Dataproc, cómo aprovechar GCS y cómo optimizar sus trabajos de Dataproc.
2 horas para completar
9 videos (Total 49 minutos)
9 videos
Cómo ejecutar Hadoop en Cloud Dataproc10m
GCS en lugar de HDFS6m
Cómo optimizar Dataproc5m
Cómo optimizar el almacenamiento de Dataproc9m
Cómo optimizar las plantillas y el ajuste de escala automático de Dataproc4m
Cómo optimizar la supervisión de Dataproc3m
Introducción al lab: Cómo ejecutar trabajos de Apache Spark en Cloud Dataproc27s
Resumen31s
1 ejercicio de práctica
Cómo ejecutar Spark en Cloud Dataproc4m
3 horas para completar
Administre canalizaciones de datos con Cloud Data Fusion y Cloud Composer
En este módulo, se muestra cómo administrar canalizaciones de datos con Cloud Data Fusion y Cloud Composer.
3 horas para completar
11 videos (Total 45 minutos)
11 videos
Componentes de Data Fusion2m
Cómo compilar una canalización6m
Cómo explorar datos con Wrangler1m
Lab: Cómo compilar y ejecutar un gráfico de canalización en Cloud Data Fusion17s
Cómo organizar el trabajo entre los servicios de GCP con Cloud Composer1m
Entorno de Apache Airflow1m
DAG y operadores12m
Programación del flujo de trabajo6m
Supervisión y registro4m
Lab: Introducción a Cloud Composer12s
1 ejercicio de práctica
Cloud Data Fusion y Cloud Composer30m
7 horas para completar
Procesamiento de datos sin servidores con Cloud Dataflow
En este módulo, se describe cómo usar Cloud Dataflow para compilar sus canalizaciones de procesamiento de datos
7 horas para completar
12 videos (Total 40 minutos)
12 videos
Por qué los clientes valoran Dataflow3m
Cómo compilar canalizaciones de Cloud Dataflow en el código3m
Consideraciones claves para el diseño de canalizaciones2m
Cómo transformar datos con PTransforms3m
Lab: Cómo compilar una canalización simple de Dataflow17s
Cómo agregar elementos con GroupByKey y Combine7m
Lab: MapReduce en Cloud Dataflow18s
Datos de entrada adicionales y ventanas de datos4m
Lab: Práctica con datos de entrada adicionales de la canalización11s
Cómo crear y reutilizar plantillas de canalización3m
Canalizaciones de Cloud Dataflow SQL3m
1 ejercicio de práctica
Procesamiento de datos con Cloud Dataflow30m
4 minutos para completar
Resumen
En este módulo, se revisan los temas que se trataron en este curso
4 minutos para completar
1 video (Total 4 minutos)
1 video
Acerca de Programa especializado: Data Engineering, Big Data and ML on Google Cloud en Español
Especialización acelerada en línea de cinco semanas de duración, donde los participantes reciben una introducción práctica en el diseño y compilación de sistemas de procesamiento de datos en Google Cloud Platform. Usando una combinación de presentaciones, demostraciones y labs prácticos, los participantes aprenderán a diseñar sistemas de procesamiento de datos, compilar canalizaciones de datos de extremo a extremo, analizar datos y llevar a efecto funciones de aprendizaje automático. Este curso le enseñará las siguientes habilidades:
Preguntas Frecuentes
¿Puedo acceder a una vista preliminar del curso antes de inscribirme?
¿Qué recibiré cuando me inscriba?
¿Cuándo recibiré mi Certificado de curso?
¿Por qué no puedo participar como oyente en este curso?
Is financial aid available?
¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.
