Ingeniero de Datos Profesional en Python

Descubre los componentes clave de la arquitectura de datos moderna, desde la ingesta y el servicio hasta la gobernanza y la orquestación.

La línea de comandos Unix permite combinar programas, automatizar tareas y ejecutar en clústeres y nubes.

Aprende los conceptos básicos sobre máquinas virtuales, contenedores, Docker y Kubernetes. Comprende las diferencias para empezar.

Este curso presenta el dbt para el modelado de datos, las transformaciones, las pruebas y la creación de documentación.

Descubre los conceptos fundamentales de la programación orientada a objetos (POO), ¡construyendo clases y objetos personalizados!

Domina NoSQL y mejora los flujos de datos. Aprende Snowflake, Postgres JSON y Redis.

En esta Introducción a DevOps dominarás los fundamentos de DevOps y los conceptos, herramientas y técnicas para mejorar la productividad.

Domina las pruebas en Python: aprende métodos, crea comprobaciones y garantiza un código sin errores con pytest y unittest.

Sharpen your debugging skills to enhance sales data accuracy.

Con esta introducción a Docker comprenderás su importancia para el profesional de datos. Aprende sobre contenedores Docker, imágenes y más.

Domina PySpark para manejar big data con facilidad: ¡aprende a procesar, consultar y optimizar conjuntos de datos masivos para realizar potentes análisis!

This chapter introduces the exciting world of Big Data, as well as the various concepts and different frameworks for processing Big Data. You will understand why Apache Spark is considered the best framework for BigData.

The main abstraction Spark provides is a resilient distributed dataset (RDD), which is the fundamental and backbone data type of this engine. This chapter introduces RDDs and shows how RDDs can be created and executed using RDD Transformations and Actions.

In this chapter, you'll learn about Spark SQL which is a Spark module for structured data processing. It provides a programming abstraction called DataFrames and can also act as a distributed SQL query engine. This chapter shows how Spark SQL allows you to use DataFrames in Python.

Step into a data engineer's shoes and master data cleaning with PySpark on an e-commerce orders dataset!

In this chapter, we learn how to download data files from web servers via the command line. In the process, we also learn about documentation manuals, option flags, and multi-file processing.

In the last chapter, we bridge the connection between command line and other data science languages and learn how they can work together. Using Python as a case study, we learn to execute Python on the command line, to install dependencies using the package manager pip, and to build an entire model pipeline using the command line.

Descubre la diferencia entre procesamiento por lotes y streaming, el escalado de sistemas de streaming y las aplicaciones en el mundo real.

En este curso, aprenderás los fundamentos de Kubernetes y a desplegar y orquestar contenedores utilizando manifiestos e instrucciones kubectl.

Understand how data engineering can impact your business.