1 1

AWS

Curso AWS Data Engineer + Machine Learning Engineer (Doble Certificación)

Curso AWS Data Engineer + Machine Learning Engineer (Doble Certificación)

$1,450.00 USD
$1,450.00 USD $1,450.00 USD
Oferta Agotado
Impuesto incluido.

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
Ver todos los detalles
Ver BrochureSolicitar Informes

Beneficios del Curso

1 9

Testimonios de nuestros alumnos

Nuestros alumnos certificados ahora trabajan en las compañías más exitosas

1 6

Temario del Curso

Tema 1: 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 2: 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 3: 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 4: 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 5: 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 6: 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 7: 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 8: Servicios para Desarrollo de Modelos de Machine Learning usando Amazon SageMaker, Translate, Amazon Transcribe, Amazon Rekognition, Amazon Bedrock

Tema 9: Servicios para Orquestación de Workflows de MLOps usando Amazon SageMaker, CodeBuild, CodeDeploy y CodePipeline.

Tema 10: Servicios para Monitoreo, Mantenimiento y Seguridad de soluciones de Machine Learning usando SageMaker Model Monitor, SageMaker Model Debugger y SageMaker Clarify

Tema 11: 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 12: Simulacro del examen oficial de certificación AWS Machine Learning Engineer - Associate.

Revisaremos a detalle la guía oficial del examen de certificación AWS Machine Learning Engineer - Associate 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.

HORARIO DE CLASES:

Inicio: Lunes 17 de marzo

Frecuencia: Lunes, miércoles y viernes
(14 clases de 3 horas cada una)

  • Lun, Mie, Vie
    (6pm a 9 pm)

  • Lun, Mie, Vie
    (7pm a 10 pm)

  • Lun, Mie, Vie
    (8pm a 11 pm)

  • Lun, Mie, Vie
    (9pm a 12 am)

Hable con nosotros, estaremos encantados de ayudarle y orientarlo profesionalmente.

Agendar reuniónHablar con asesor

Instructores certificados en AWS

Profesor de AWS

Ing. Cesar Caisan

Especialista en AWS con 24 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 AI Practitioner, AWS Developer, AWS Data Engineer, AWS SysOps Administrator, AWS Solutions Architect - Associate & Professional, AWS Machine Learning y AWS Data Analytics.

Ver en LinkedIn

Preguntas Frecuentes

¿Qué aprenderás?

Este curso elaborado por profesores de CerTI+ certificados en Amazon Web Services que ya han aprobado el examen previamente, te van a preparar y entrenar para rendir el examen “AWS Certified Data Engineer (DEA-C01) y AWS Certified Machine Learning Engineer – Associate (MLA-C01)”.

¡Reinventate este año! obteniendo una certificación acreditada por Amazon Web Services (AWS). No esperes más y da el primer paso, para incorporarte al selecto grupo de profesionales que dominan las tecnologías de Computación en la Nube.

¿A quién esta dirigido el curso?

Este curso está dirigido a personas que piensen rendir el examen AWS Certified Data Engineer (DEA-C01) y AWS Certified Machine Learning Engineer – Associate (MLA-C01).

Pre-Requisitos

Para llevar el curso recomendamos que los asistentes tengan los siguientes requisitos previos:

  • Conocimientos técnicos generales de informática.
  • Conocimiento general de negocios de TI.

¿Qué incluye?

  • 42 horas de clases en vivo.
  • Acceso a la Consola de AWS de la cuenta de Certimas.
  • Al finalizar el curso se hará entrega de un certificado digital a nombre de CerTI+.
  • Cada clase online será grabada y estará disponible luego para que usted pueda reforzar lo aprendido (acceso al aula virtual de CerTI+).
  • Material digital.
  • Kit de materiales extra incluyendo videos, presentaciones, tutoriales, white papers y otros recursos orientados al crecimiento y aprendizaje continuo tras el curso.