Sesión 1 - Completo en Vivo

Sesión 2 - Completo en Vivo

Sesión 3 - Completo en Vivo

Sesion 4 - Completo en Vivo

Sesion 5 - Completo en Vivo

Sesion 6 - Completo en Vivo

Sesion 7 - Completo en Vivo

Sesion 8 - Completo en Vivo

¿Que es Docker?

Instalacion de Docker Container

Como funciona Docker

Containers en Sistemas Operativos

Como se crea un docker container

Comandos en Docker Run

Comandos para Listar Containers

Ciclo de vida de un container

Stop y Kill Containers

Laboratorio con Redis y Acceso a Shell

Acceso a Shell con Docker Run

Creacion de imagenes con Docker

Preparando nuestro ambiente Virtualizado I

Desplegando HDP Virtualización I (HDP)

Descarga HDP-HDF

Desplegando HDP Virtualización II (HDF)

Instalar/Habilitar Google Colaboratory/Colab

Desplegando Hadoop on-cloud (I)

Desplegando CDH Virtualización

Entendiendo el entorno Pseudo-Distribuido HDP-HDF

Entendiendo la necesidad del Sanbox-Proxy

Demo en vivo & Arquitectura de Cloudera

Despliegue on-premise Hortonworks Data Platform & Flow (I)

Arquitectura de Ambari

Arquitecturas de Big Data

Arquitecturas de Cloud Computing

Tecnologías sobre Big Data

Infraestructura de Almacenamiento y Procesamiento

Hadoop como Ecosistema de Almacenamiento

Trabajando de manera distribuida sobre un Clúster

Hadoop como Estándar en el Mundo del Big Data

HDFS como Motor de Almacenamiento

YARN como Gestor de Recursos

MapReduce Vs Spark como Motor de Procesamient

Preparación de Entornos

Capacidad Física de un Clúster

Distribuciones Hadoop

Enfoque Arquitectónico y Tecnologías Auxiliares para Desplegar Clúster On-Premise

¿Cómo Obtener Distribuciones de Hadoop para Desplegar Nuestro Propio Clúster On-Premise?

Accediendo a las Imágenes de Virtualización para Docker de Hortonworks

Accediendo a las Imágenes de Virtualización para VirtualBox y VMWare de Cloudera

Desplegando de forma Optimizada los Clúster de HDP y DHF

Desplegando Cloudera en VirtualBox y VMWare

Alternativas de Orquestación en Atención al Data Pipeline

Enfoque y Objetivos de la Herramienta de Orquestación del Programa de Data Engineer en NextCollege

Hive como Infraestructura de Almacenamiento

SQL sobre Spark

Archivos de HDFS como Tablas Hive

Particionamiento Estático y Dinámico

Formatos binarios de archivos: Parquet, Delta

Configuración y Tuneo de Procesos en Hive

Sqoop como Motor de Ingesta de Datos

Importando Datos a Hadoop a bases de Datos Relacionales

Arquetipo de Ingesta de Datos Batch

Arquetipo de Modelamiento de Datos

Arquetipo de Procesamiento de Datos

Servicios de Big Data disponibles en AWS

Arquitectura de Big Data sobre AWS

Implementación de un Data Lake para gobierno de Datos sobre AWS

Ingesta y Almacenamiento de Datos sobre el S3

Interfaz SQL de AWS con Athena

Implementación de flujos ETL con GLue

Infraestructura para Clúster de Big Data con EMR

Implementación de Flujos ETL con Glue

Infraestructura para Clúster de Big Data con EMR

Implementación de soluciones con Spark para EMR

Despliegues y Workflows con Workflows for Glue y Step Functions

Servicios de Big Data disponibles en Azure

Arquitectura de Big Data sobre Azure

Implementación de un Data Lake para Gobierno de Datos sobre Azure

Ingesta y Almacenamiento de Datos sobre el Blob Storage

Datasets sobre Data Factory

Implementación de Flujos ETL con Dataflow

Infraestructura para Clústers de Big Data con HDInsight

Implementación de Soluciones con Spark para HDInsight

Despliegues y Workflows con Data Factory

Servicios de Big Data disponibles en GCP

Arquitectura de Big Data sobre GCP

Implementación de un Data Lake para Gobierno de Datos sobre GCP

Ingesta y Almacenamiento de Datos sobre el Cloud Storage

Interfaz SQL de GCP con Bigquery

Implementación de Flujos ETL con Data Fusion

Infraestructura para Clúster de Big Data con Dataproc

Implementación de Soluciones con Spark para Dataproc

Despliegues y Workflows con Cloud Composer

Introducción a Git y GitHub

Bifurcando Repositorios de Terceros

Definiendo Estrategia de Control de Versiones

Creando Ramas de Tipo Branches

Creando Ramas de Tipo Tag

Trabajando de Forma Colaborativa

Seguridad en Proyectos Colaborativos

Automatizando Tareas en GitHub

Herramientas de Monitoreo y Gestión

Herramientas de Sincronización

Buenas Prácticas al documentar los Repositorios

Tecnologías Subyacentes y Complementarias

Git en AWS, AZURE y GCP

Introducción a Python

Análisis de datos con Python

Desarrollando algoritmos con Numpy

Desarrollando algoritmos con Pandas

Entendiendo la Estadística Inferencial

Entendiendo la Estadística Descriptiva

Aprendiendo sobre los secretos ocultos del Data Wrangling

Web Scraping básico y avanzado para la recopilación de datos

Python y bases de datos de tipo RDBMS

Entendiendo los APIs y sus tipos

Ejemplo de una API en un sitio real

Tipos de pruebas de AP I

Postman como herramienta de testing

Anatomía de una API Request

Manejo de Coleccione s

Manejando los verbos de tipo HTTP

Manejo de variables en Postman

Creación de Postman monitors

Automatización de pruebas

Integración de Postman tests en pipelines de Azure

¿Qué es Newman? Y sus beneficios para correr pruebas automáticas

Mecanismos o tipos de autenticación y autorización

Construcción de un API con Python

Probando nuestro API con los principales verbos HTTP

Probando nuestro API Python en un Data pipeline en Azure

¿Qué es Apache Kakfa?

Apache Kafka Straming (Real-Time)

Arquitectura y Despliegue local

Preparando Pentaho Data Integration (PDI)

¿Streaming, Real Time, Near Real Time o Micro Batch?

Arquitectura General para Proyectos Real Time

Captura de Datos desde fuentes Real Time: Tormenta de Datos

La Elasticidad en la Capa de Captura y Procesamiento

La Importancia de la Parelización Elástica Evitando el Colapso de CPU

Kafka como Repositorio Temporal de baja latencia

Tópico, Producers y Consumers

Tuning de Tópicos

Spark Streaming

Arquetipo de procesamiento Real Time

Arquetipo enriquecimiento Real Time

Limitaciones y cómo superarlas

Diferencias entre SQL & NoSQL

Tipos de Bases de Datos NoSQL

¿Qué Base de Datos NoSQL me conviene utilizar en mi proyecto?

Uso práctico de Casandra y Mongo DB on- premise y on-Cloud

DynamoDB y el uso de RDS

Cloud Comparison Cheat Sheet