Módulo 1: Introducción a la ingeniería de datos en Azure.
Microsoft Azure proporciona una plataforma completa para la ingeniería de datos; pero ¿qué es la ingeniería de datos? Complete este módulo para averiguarlo.
• ¿En qué consiste la ingeniería de datos?
• Conceptos importantes de ingeniería de datos.
• Ingeniería de datos de Microsoft Azure.
Módulo 2: Introducción a Azure Data Lake Storage Gen2.
Los lagos de datos son un elemento clave de las arquitecturas de análisis de datos. Azure Data Lake Storage Gen2 proporciona una solución escalable, segura y basada en la nube para el almacenamiento en lagos de datos.
• Descripción de Azure Data Lake Storage Gen2.
• Habilitación de Azure Data Lake Storage Gen2 en Azure Storage.
• Comparación entre Azure Data Lake Storage y Azure Blob Storage.
• Fases del procesamiento de macrodatos.
• Uso de Azure Data Lake Storage Gen2 en cargas de trabajo de análisis de datos.
Módulo 3: Introducción a Azure Synapse Analytics.
Obtenga información sobre las características y funcionalidades de Azure Synapse Analytics: una plataforma basada en la nube para el procesamiento y el análisis de macrodatos.
• Qué es Azure Synapse Analytics.
• Cómo funciona Azure Synapse Analytics.
• Cuándo usar Azure Synapse Analytics.
• Ejercicio: exploración de Azure Synapse Analytics.
Módulo 4: Uso de un grupo de SQL sin servidor de Azure Synapse para consultar archivos en un lago de datos.
Con un grupo de SQL sin servidor de Azure Synapse, puede aprovechar sus aptitudes de SQL para explorar y analizar datos en archivos, sin la necesidad de cargar los datos en una base de datos relacional.
• Descripción de las capacidades y los casos de uso de los grupos de SQL sin servidor de Azure Synapse.
• Consulta de archivos mediante un grupo de SQL sin servidor.
• Creación de objetos de base de datos externos.
• Ejercicio: Consulta de archivos mediante un grupo de SQL sin servidor.
Módulo 5: Uso de grupos de SQL sin servidor de Azure Synapse para transformar datos en un lago de datos.
Mediante el uso de un grupo de SQL sin servidor en Azure Synapse Analytics, puede usar el lenguaje SQL omnipresente para transformar los datos en archivos de un lago de datos.
• Transformación de archivos de datos con la instrucción CREATE EXTERNAL TABLE AS SELECT.
• Encapsulación de transformaciones de datos en un procedimiento almacenado.
• Inclusión de un procedimiento almacenado de transformación de datos en una canalización.
• Ejercicio: Transformación de archivos mediante un grupo de SQL sin servidor.
Módulo 6: Creación de una base de datos de lago en Azure Synapse Analytics.
¿Por qué elegir entre trabajar con archivos en un lago de datos o un esquema de base de datos relacional? Con las bases de datos de lago de Azure Synapse Analytics, puede combinar las ventajas de ambos.
• Entender los conceptos de la base de datos de lago.
• Exploración de las plantillas de base de datos.
• Creación de una base de datos de lago.
• Usar una base de datos de lago.
• Ejercicio: Análisis de los datos en una base de datos de lago.
Módulo 7: Análisis de datos con Apache Spark en Azure Synapse Analytics.
Apache Spark es una de las tecnologías principales para el análisis de datos a gran escala. Aprenda a usar Spark en Azure Synapse Analytics para analizar y visualizar datos en un lago de datos.
• Introducción a Apache Spark.
• Uso de Spark en Azure Synapse Analytics.
• Análisis de datos con Spark.
• Visualización de datos con Spark.
• Ejercicio: Análisis de datos con Spark.
Módulo 8: Transformación de datos con Spark en Azure Synapse Analytics.
Normalmente, los ingenieros de datos necesitan transformar grandes volúmenes de datos. Los grupos de Apache Spark de Azure Synapse Analytics proporcionan una plataforma de procesamiento distribuido que pueden usar para lograr este objetivo.
• Modificación y guardado de marcos de datos.
• Creación de particiones de archivos de datos.
• Transformación de datos con SQL.
• Ejercicio: Transformación de datos con Spark en Azure Synapse Analytics.
Módulo 9: Uso de Delta Lake en Azure Synapse Analytics.
Delta Lake es un área de almacenamiento relacional de código abierto para Spark que puede usar para implementar una arquitectura de lago de datos en Azure Synapse Analytics.
• Descripción de Delta Lake.
• Creación de tablas de Delta Lake y tablas de catálogo.
• Uso de Delta Lake con datos de streaming.
• Uso de Delta Lake en un grupo de SQL.
• Ejercicio: Uso de Delta Lake en Azure Synapse Analytics.
Módulo 10: Análisis de datos en un almacenamiento de datos relacional.
Los almacenes de datos relacionales son un elemento principal de la mayoría de las soluciones empresariales de Business Intelligence (BI) y se usan como base para los modelos de datos, los informes y el análisis.
• Diseñar un esquema de almacenamiento de datos.
• Crear tablas de almacenamiento de datos.
• Carga de tablas de almacenamiento de datos.
• Consultar un almacenamiento de datos.
• Ejercicio: Exploración de un almacenamiento de datos.
Módulo 11: Carga de datos en un almacenamiento de datos relacional.
Una responsabilidad principal de un ingeniero de datos es implementar una solución de ingesta de datos que cargue nuevos datos en un almacenamiento de datos relacional.
• Cargar tablas de almacenamiento provisional.
• Cargar tablas de dimensiones.
• Cargar tablas de dimensiones de tiempo.
• Cargar dimensiones de variación lenta.
• Cargar tablas de hechos.
• Realizar la optimización posterior a la carga.
• Ejercicio: Carga de datos en un almacenamiento de datos relacional.
Módulo 12: Creación de una canalización de datos en Azure Synapse Analytics.
Las canalizaciones son la esencia de una solución de análisis de datos. Las canalizaciones son la esencia de una solución de análisis de datos.
• Descripción de las canalizaciones en Azure Synapse Analytics.
• Creación de una canalización en Azure Synapse Studio.
• Definición de flujos de datos.
• Ejecución de una canalización.
• Ejercicio: Creación de una canalización de datos en Azure Synapse Analytics.
Módulo 13: Uso de cuadernos de Spark en una canalización de Azure Synapse.
Apache Spark proporciona a los ingenieros de datos una plataforma de procesamiento de datos escalable y distribuida, que se puede integrar en una canalización de Azure Synapse Analytics.
• Descripción de los cuadernos y canalizaciones de Synapse.
• Uso de una actividad de cuaderno de Synapse en una canalización.
• Uso de parámetros en un cuaderno.
• Ejercicio: Uso de un cuaderno de Apache Spark en una canalización.
Módulo 14: Planeamiento del procesamiento analítico y transaccional híbrido mediante Azure Synapse Analytics.
Obtenga información sobre cómo el procesamiento analítico y transaccional híbrido (HTAP) puede ayudarle a realizar análisis operativos con Azure Synapse Analytics.
• Comprensión de los patrones de procesamiento analítico y transaccional híbrido.
• Descripción de Azure Synapse Link.
Módulo 15: Implementación de Azure Synapse Link con Azure Cosmos DB.
Azure Synapse Link para Azure Cosmos DB permite la integración de HTAP entre los datos operativos de los entornos de ejecución de Azure Cosmos DB y Azure Synapse Analytics para Spark y SQL.
• Habilitación de una cuenta de Cosmos DB para usar Azure Synapse Link.
• Crear un contenedor habilitado para el almacén analítico.
• Creación de un servicio vinculado para Cosmos DB.
• Consulta de datos de Cosmos DB con Spark.
• Consulta de Cosmos DB con Synapse SQL.
• Ejercicio: Implementación de Azure Synapse Link para Cosmos DB.
Módulo 16: Implementación de Azure Synapse Link para SQL.
Azure Synapse Link para SQL permite la sincronización de baja latencia de datos operativos en una base de datos relacional con Azure Synapse Analytics.
• ¿Qué es Azure Synapse Link para SQL?
• Configuración de Azure Synapse Link para Azure SQL Database.
• Configuración de Azure Synapse Link para SQL Server 2022.
• Ejercicio: Implementación de Azure Synapse Link para SQL.
Módulo 17: Introducción a Azure Stream Analytics.
Azure Stream Analytics le permite procesar flujos de datos en tiempo real e integrar los datos que contienen en aplicaciones y soluciones analíticas.
• Definición de los flujos de datos.
• Descripción del procesamiento de eventos.
• Comprender las funciones de ventana.
• Ejercicio: Introducción a Azure Stream Analytics.
Módulo 18: Ingesta de datos de streaming mediante Azure Stream Analytics y Azure Synapse Analytics.
Azure Stream Analytics proporciona un motor de procesamiento de datos en tiempo real que puede usar para ingerir datos de eventos de streaming en Azure Synapse Analytics para realizar análisis e informes adicionales.
• Escenarios de ingesta de flujos.
• Configuración de las entradas y salidas.
• Definición de una consulta para seleccionar, filtrar y agregar datos.
• Ejecución de un trabajo para ingerir datos.
• Ejercicio: Ingesta de datos de streaming en Azure Synapse Analytics.
Módulo 19: Visualización de datos en tiempo real con Azure Stream Analytics y Power BI.
Al combinar las funcionalidades de procesamiento de flujos de Azure Stream Analytics y las funcionalidades de visualización de datos de Microsoft Power BI, puede crear paneles de datos en tiempo real.
• Uso de una salida de Power BI en Azure Stream Analytics.
• Creación de una consulta para la visualización en tiempo real.
• Creación de visualizaciones de datos en tiempo real con Power BI.
• Ejercicio: Creación de una visualización de datos en tiempo real.
Módulo 20: Introducción a Microsoft Purview.
En este módulo, evaluará si Azure Purview es la opción adecuada para sus necesidades de gobernanza y detección de datos.
• ¿Qué es Microsoft Purview?
• Funcionamiento de Microsoft Purview.
• Cuándo usar Microsoft Purview.
Módulo 21: Integración de Microsoft Purview y Azure Synapse Analytics.
Aprenda a integrar Microsoft Purview con Azure Synapse Analytics para mejorar la detectabilidad de datos y el seguimiento de linaje.
• Catalogación de recursos de datos de Azure Synapse Analytics en Microsoft Purview.
• Conexión de Microsoft Purview con un área de trabajo de Azure Synapse Analytics.
• Búsquedas en un catálogo de Purview en Synapse Studio.
• Seguimiento del linaje de datos en las canalizaciones.
• Ejercicio: Integrar Azure Synapse Analytics y Microsoft Purview.
Módulo 22: Explorar Azure Databricks.
Azure Databricks es un servicio en la nube que proporciona una plataforma escalable para el análisis de datos mediante Apache Spark.
• Introducción a Azure Databricks.
• Identificación de las cargas de trabajo de Azure Databricks.
• Descripción de los conceptos clave.
• Ejercicio: Explorar Azure Databricks.
Módulo 23: Uso de Apache Spark en Azure Databricks.
Azure Databricks se basa en Apache Spark y permite a los ingenieros y analistas de datos ejecutar trabajos de Spark para transformar, analizar y visualizar datos a escala.
• Descubra Spark.
• Creación de un clúster de Spark.
• Uso de Spark en cuadernos.
• Uso de Spark para trabajar con archivos de datos.
• Visualización de datos.
• Ejercicio: Uso de Spark en Azure Databricks.
Módulo 24: Ejecución de cuadernos de Azure Databricks con Azure Data Factory.
El uso de canalizaciones en Azure Data Factory para ejecutar cuadernos en Azure Databricks permite automatizar procesos de ingeniería de datos a escala de la nube.
• Descripción de los cuadernos y las canalizaciones de Azure Databricks.
• Creación de un servicio vinculado para Azure Databricks.
• Uso de una actividad de cuaderno en una canalización.
• Uso de parámetros en un cuaderno.
• Ejercicio: Ejecución de un cuaderno de Azure Databricks con Azure Data Factory.
|
