Curso AWS Data Analytics + Data Engineer + Cloud Practitioner (Triple Certificación)

Aprenderás los conceptos y fundamentos de Cloud Computing, así como el funcionamiento de los principales servicios de cómputo, almacenamiento en bloques, gestión de acceso e identidades y almacenamiento de objetos.

• Laboratorio práctico para crear una cuenta con capa gratuita desde la consola de AWS.
• Laboratorio práctico para conocer los servicios que vienen incluidos en la capa gratuita.
• Laboratorio práctico para crear usuarios y grupos de IAM.
• Laboratorio práctico para acceder a la consola de AWS usando un usuario de IAM.

Aprenderás las características más importantes y el funcionamiento de los servicios para creación de redes virtuales, servidores virtuales y discos de almacenamiento virtuales.

• Laboratorio práctico para identificar y conocer los componentes más importantes de una red privada virtual.
• Laboratorio práctico para crear un servidor virtual con sistema operativo Linux y conexion remota vía SSH.
• Laboratorio práctico para crear discos de almacenamiento virtuales y asociarlos con un servidor virtual.
• Laboratorio práctico para realizar un backup de un disco de almacenamiento virtual.

Aprenderás las características más importantes y el funcionamiento de los servicios de gestión de acceso e identidades y el servicio de almacenamiento de objetos.

• Laboratorio práctico para crear un bucket privado en S3, activar el versionamiento de archivos, la encriptación, la transferencia acelerada, replicación entre regiones y manejo de carga de archivos utilizando diferentes clases de almacenamiento.
• Laboratorio práctico para crear roles que serán utilizados por servidores virtuales.
• Laboratorio práctico para crear roles utilizados por usuarios para dar accesos temporales.

Aprenderás las características más importantes de los servicios de sistemas de archivos elásticos, base de datos relacionales y sistemas de cache elásticos.

• Laboratorio práctico para crear un sistema de archivo elástico de tipo NFS conectado a un servidor virtual con sistema operativo Linux.
• Laboratorio práctico para crear una base de datos de acceso público en RDS.
• Laboratorio práctico para crear un cluster de servidores de cache elástico implementado con Redis.

Aprenderás las características más importantes y el funcionamiento de los servicios de balanceador de carga elástico, autoescalamiento con EC2, certificados digitales, servicios de auditoria, monitoreo, funciones Lambda e infraestructura como código.

• Laboratorio práctico para crear un balanceador de carga elástico para aplicaciones web conectado a dos servidores virtuales con sistema operativo Linux y Apache.
• Laboratorio práctico para crear un certificado digital gratuito.
• Laboratorio práctico para crear un evento programado en CloudWatch de inicio y terminación de servidores virtuales conectado una función Lambda.
• Laboratorio práctico para ejecutar una plantilla de Cloud Formation que despliegue un servidor virtual.

Aprenderás los servicios mas importantes de seguridad, cumplimiento y administración de costos.

• Laboratorio práctico para configurar alarmas de consumo basado en presupuestos usando AWS Budgets.
• Laboratorio práctico para conocer el tablero general de facturación usando AWS Billing Dashboard.
• Laboratorio práctico para identificar y controlar los consumos diarios usando AWS Cost Explorer.

Aprenderás las características más importantes y el funcionamiento de los servicios de gestión de contenedores.

• Laboratorio práctico para crear un cluster de servidores con una aplicación web de ejemplo desplegada mediante contenedores.

Aprenderás los servicios complementarios mas importantes de desarrollo e integración de aplicaciones.

• Laboratorio práctico para configurar una cola de mensajes usando SQS.
• Laboratorio práctico para configurar un tópico de SNS para publicar y notificar mensajes a subscriptores.
• Laboratorio práctico para configurar una maquina de estados para orquestar funciones Lambda y eventos de servicios ¨serverless¨.

Aprenderás los servicios de analítica de Big Data para las tareas Colección y Procesamiento de Datos a gran escala. Utilizaremos de manera práctica los servicios administrados de Kinesis.

• Laboratorio práctico para procesar archivos de log de multiples servidores utilizando Kinesis Data Streams.
• Laboratorio práctico para consumir y analizar la información de logs mediante Kinesis Data Analytics y funciones Lambda.
• Laboratorio práctico para derivar el resultado obtenido hacia servicios de almacenamiento como S3 utilizando Kinesis Data Firehose.

Aprenderás los servicios para extracción, transformación y carga de datos (ETL) mas importantes como Glue, Lake Formation, Elastic Map Reduce y Kafka (MSK).

• Laboratorio práctico para crear un ETL con Glue extrayendo los datos desde S3.
• Laboratorio práctico para crear un cluster de Hadoop con EMR extrayendo datos desde S3.
• Laboratorio práctico para configurar un Data Lake en S3 y Glue.

Aprenderás los servicios para base de datos NoSQL (DynamoDB, DocumentDB), base de datos para Grafos (Neptune) y base de datos para Series de Tiempo (TimeSeries)

• Laboratorio práctico para crear una tabla con indices usando DynamoDB almacenando datos desde una función Lambda.
• Laboratorio práctico para crear una base de datos para Grafos con Neptune.
• Laboratorio práctico para crear una base de datos para Series de Tiempo con TimeSeries.

Aprenderás los servicios para desplegar un DatawareHouse con Redshift y visualización de datos desde QuickSight. También exploraremos como conectar Athena desde S3 y Glue.

• Laboratorio práctico para crear un cluster de servidores con Redshift.
• Laboratorio práctico para crear un tablero de control con Quicksight accediendo desde Redshift.
• Laboratorio práctico para crear reportes de analítica de datos usando Athena pero accediento a la información desde S3 y Glue.

Aprenderás los servicios para realizar busquedas en textos a gran escala usando OpenSearch y CloudSearch. Asimismo conocerás el servicio de inteligencia artifical de aprendizaje para maquinas.

• Laboratorio práctico para conectar Kinesis con OpenSearch para procesamiento en tiempo real y cerca a tiempo a real de textos.
• Laboratorio práctico para crear y visualizar dashboards de búsqueda de informacion a traves de OpenSearch (Kibana)

Aprenderás las estrategias de migración (rehosting, replatform y refactor) y los servicios recomendados por AWS para migrar cargas de trabajo desde sus instalaciones hacia la nube.

• Laboratorio práctico para conocer los servicios de migración de datos, archivos, volumenes y cintas.
• Laboratorio práctico para conocer los servicios de migración de base de datos datos.
• Laboratorio práctico para migrar servidores virtuales y aplicaciones legacy hacia la nube.

Aprenderás las téncnicas recomendadas para analisis de datos exploratorios y los modelos de entrenamiento para regresiones, clasificaciones binarias y multi clase, agrupamiento, recomendación, predicciones. Asimismo revisaremos las metricas mas importantes para medir el desempeño y optimizar los algoritmos.

• Laboratorio práctico para realizar ingenieria de parametros, etiquetado de datos, formateo y manejo de datos faltantes.
• Laboratorio práctico para revisar los algoritmos de XGBoost, logistic regression, K-means, linear regression, decision trees, random forest, RNN, CNN, Ensemble y Transfer Learning.
• Laboratorio práctico para visualización de datos usando librerias como Panda, Matplotlib y Seaborn.

Aprenderás el proceso completo de entrenamiento, validación, despliegue e invocación de modelos de aprendizaje automático usando AWS SageMaker.

• Laboratorio práctico para iniciar Jupyter Notebooks y JupyterLab en SageMaker.
• Laboratorio práctico para entrenar, desplegar e invocar un modelo de Reconocimiento de imagenes usando Deep Learning con Pytorch, TensorFlow y SageMaker.
• Laboratorio práctico para entregar, desplegar e invocar un modelo de Reconocimiento de imagenes usando Amazon Rekognition.

Revisaremos a detalle la guía oficial en español del examen de certificación AWS Cloud Practitioner así como las 10 preguntas de ejemplo para conocer los tips, consejos y estrategias de resolución. Además se realizará el Simulador Oficial del examen de AWS que consta de 20 preguntas, donde los alumnos podrán validar su conocimientos aprendidos y preparación impartida en clase.

Revisaremos a detalle la guía oficial en español del examen de certificación AWS Data Engineer asi como las 10 preguntas de ejemplo para conocer los tips, consejos y estrategias de resolución. Además se realizará el Simulador Oficial del examen de AWS que consta de 20 preguntas, donde los alumnos podrán validar su conocimientos aprendidos y preparación impartida en clase.

Revisaremos a detalle la guía oficial en español del examen de certificación AWS Data Analytics así como las 10 preguntas de ejemplo para conocer los tips, consejos y estrategias de resolución. Además se realizará el Simulador Oficial del examen de AWS que consta de 20 preguntas, donde los alumnos podrán validar su conocimientos aprendidos y preparación impartida en clase.