Curso AWS Data Engineer + Machine Learning (Doble Certificación)
Curso AWS Data Engineer + Machine Learning (Doble Certificación)
Clases Virtuales en Vivo
Via Zoom con profesor en línea para resolver todas tus dudas y consultas.
- 42 horas académicas
- Tipo de Cambio S/. 3.70
- Nivel Avanzado
Share
Beneficios del Curso
Testimonios de nuestros alumnos
Nuestros alumnos certificados ahora trabajan en las compañías más exitosas
Temario del Curso
Tema 1: Elastic File System (EFS), Relational Database Service (RDS), ElastiCache
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.Firehose.
Tema 2: Elastic Load Balancer, AutoScaling, Certificate Manager, CloudTrail, CloudWatch, Lambda, Cloud Formation
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 CloudFormation que despliegue un servidor virtual.
Tema 3: Servicios de Seguridad, Conformidad y Administración de Costos
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.
Tema 4: Servicios de Base de Datos NoSQL (DynamoDB), Buses de Eventos (Event Bridge), Notificaciones (SNS) y Eventos en S3 con Lambda
Aprenderás las caracteristicas más importantes de los servicios de base de datos NoSQL (DynamoDB), buses de eventos (Event Bridge), notificaciones (Simple Notification Service) y eventos en S3 con Lambda.
- Laboratorio práctico para diseñar e implementar tablas en DynamoDb utilizando AWS NoSQL Workbench.
- Laboratorio práctico para enviar notificaciones mediante SNS cuando se crea un objeto en S3 y se procesa el evento con EventBridge.
Tema 5: Servicios para construccion de ETL con PySpark usando Glue Data Catalog, Glue DataBrew, Glue Jobs y Glue Scheduler
Aprenderás los servicios para construccion de ETL con PySpark usando Glue Data Catalog, Glue DataBrew, Glue Jobs y Glue Scheduler
- Laboratorio práctico para crear un job en Glue configurado con un motor de Spark para que que extraigan datos de archivos CSV en S3 utilizando Glue Catalog y Crawler
- Laboratorio práctico para crear un job en Glue pata transformar datos desde S3 y almacenarlos en una tabla de DynamoDB.
- Laboratorio práctico para explorar, transformar, enriquecer, limpiar conjunto de datos utilizando Glue DataBrew.
Tema 6: Servicios para construccion de ETL con Hadoop usando Elastic Map Reduce y Managed Workflow con Apache Airflow
Aprenderas los servicios para construccion de ETL con Hadoop usando Elastic Map Reduce y Managed Workflow con Apache Airflow
- Laboratorio práctico para crear un job con codigo en PySpark utilizando EMR Serverless y EMR Studio.
- Laboratorio práctico para crear un pipeline de datos con invocación de multiples jobs y crawler utilizando Apache Airflow.
Tema 7: Servicios para construccion de ETL con StepFunctions, Lambda y Serverless Application Model (SAM)
Aprenderas los servicios para construccion de ETL con StepFunctions, Lambda y Serverless Application Model (SAM)
- Laboratorio práctico para crear una maquina de estados en StepFunctions que permita orquestar un conjunto de jobs y crawlers de Glue.
- Laboratorio práctico para crear una maquina de estados en StepFunctions que permita orquestar funciones Lambda que procesen archivos de S3 y lo envien a una cola de SQS.
- Laboratorio práctico para crear un ambiente de Cloud9 para desplegar una arquitectura serverless utilizando SAM CLI.
Tema 8: Servicios generales de Ingesta, Procesamiento, Carga, Almacenamiento y Visualizacion de Datos en Real Time, Near Real Time y Batch.
Aprenderas los servicios generales de Ingesta, Procesamiento, Carga, Almacenamiento y Visualizacion de Datos en Real Time, Near Real Time y Batch.
- Laboratorio práctico para procesar eventos de auditoria desde CloudTrail a traves de un bus de eventos de EventBridge que sean ingestados por un Kinesis DataStream y cargados a un bucket de S3 a traves de Kinesis Data Firehouse.
- Laboratorio práctico para crear un datawarehouse mediante un cluster de RedShift para realizar consultas a traves del Editor de Consultas.
- Laboratorio práctico para consultar datos de archivos en S3 usando Athena.
- Laboratorio demostrativo para utilizar Amazon QuickSight en la construcción de tableros de Business Intelligence.
Tema 9: Servicios de Analítica de Colección y Procesamiento de Datos (Kinesis Data Stream, Kinesis Analytics, Kinesis Firehose)
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.
Tema 10: Servicios para Exploración de Datos y Modelamiento de Aprendizaje Automático
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.
Tema 11: Servicios para Entrenamiento, Validación, Despliegue e Invocación de Modelos de Aprendizaje Automático usando AWS Sage Maker
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.
Tema 12: Simulacro del examen oficial de certificación AWS Data Engineer
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.
Tema 13: Simulacro del examen oficial de certificación AWS Machine Learning
Revisaremos a detalle la guía oficial en español del examen de certificación AWS Machine Learning 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.
Inicio: Lunes 14 de octubre
Frecuencia: Lunes, miércoles y viernes
(14 clases de 3 horas cada una)
-
Lun, Mie, Vie
(6 a 9 pm) -
Lun, Mie, Vie
(7 a 10 pm) -
Lun, Mie, Vie
(8 a 11 pm) -
Lun, Mie, Vie
(9 a 12 pm)
Nuestro Compromiso y Garantía
La gran mayoría de nuestros alumnos aprueban sus exámenes de certificación en el primer intento. Sin embargo, si no te fue bien en el examen vuelves a llevar el curso totalmente gratis. ¡Lo volvemos a intentar hasta que lo logres!
Instructores certificados en AWS
Ing. Cesar Caisan
Especialista en AWS con 21 años de experiencia profesional a nivel nacional e internacional. Actualmente se desempeña como Arquitecto de Soluciones en la empresa Random Bit con presencia en los EE.UU. Tiene certificaciones internacionales: AWS Certified Developer – Associate, AWS Certified Data Engineer – Associate, AWS Certified SysOps Administrator – Associate, AWS Certified Solutions Architect – Associate & Professional y AWS Certified Data Analytics – Specialty.