Ingeniería de Datos: Big Data, ETL, Cloud y Arquitecturas Modernas (Bases de Datos) (Spanish Edition) (in Spanish)
Angulo, Eyber
Synopsis "Ingeniería de Datos: Big Data, ETL, Cloud y Arquitecturas Modernas (Bases de Datos) (Spanish Edition) (in Spanish)"
Aprende Ingeniería de Datos construyendo proyectos reales, paso a paso. La Ingeniería de Datos es una de las áreas más importantes del mundo tecnológico actual, pero aprenderla puede resultar complicado cuando la mayoría de los recursos separan la teoría de la práctica. Este libro ha sido diseñado con un enfoque diferente: aprender haciendo. No encontrarás cientos de páginas dedicadas a teoría innecesaria. En su lugar, encontrarás un enfoque práctico y operativo para aprender a extraer, transformar, almacenar, procesar, automatizar, validar y monitorizar datos, utilizando herramientas y arquitecturas empleadas en proyectos reales. A lo largo de cada capítulo, construirás progresivamente una plataforma de datos, comenzando por la preparación del entorno de trabajo y avanzando hasta arquitecturas modernas de Big Data, Cloud, Data Lake, Data Warehouse, procesamiento distribuido y streaming. ¿Qué aprenderás? Cómo organizar un proyecto profesional de Ingeniería de Datos. Cómo trabajar con Python y SQL para resolver problemas reales de datos. Cómo extraer información desde CSV, Excel, JSON y APIs REST. Cómo construir procesos ETL y ELT. Cómo limpiar, transformar y validar datos. Cómo implementar cargas incrementales y procesos reutilizables. Cómo diseñar y construir un Data Warehouse. Cómo trabajar con grandes volúmenes de información mediante Apache Spark. Cómo optimizar procesos de procesamiento distribuido. Cómo utilizar formatos como Parquet para trabajar eficientemente con Big Data. Cómo construir un Data Lake utilizando arquitecturas por capas. Cómo llevar pipelines y almacenamiento de datos a Cloud. Cómo construir pipelines completos de datos de extremo a extremo. Cómo utilizar Apache Airflow para programar y orquestar procesos. Cómo implementar controles de calidad de datos. Cómo crear logs, monitorización y alertas. Cómo implementar Data Lineage y trazabilidad. Cómo trabajar con Apache Kafka y procesamiento de datos en streaming. Cómo comprender e implementar arquitecturas Lambda, Kappa y Lakehouse. Cómo utilizar Docker y CI/CD para desplegar pipelines de datos. ¿Para quién es este libro? Este libro está dirigido especialmente a: Personas que quieren comenzar en Ingeniería de Datos. Programadores que quieren especializarse en datos. Analistas de datos que quieren aprender a construir pipelines. Profesionales de BI que quieren avanzar hacia Data Engineering. Ingenieros de software interesados en Big Data. Estudiantes de informática y tecnologías de la información. Profesionales que necesitan aprender ETL, Cloud, Spark, Airflow o Kafka mediante proyectos prácticos. Personas que quieren construir un portfolio de proyectos de Ingeniería de Datos. Si buscas un libro práctico para aprender Ingeniería de Datos construyendo pipelines, procesando datos y diseñando arquitecturas modernas, este libro está diseñado para acompañarte desde el primer proyecto hasta una plataforma completa de datos.
