En este curso, el alumno aprenderá a implementar y administrar cargas de trabajo de ingeniería de datos en Microsoft Azure, mediante servicios de Azure como Azure Synapse Analytics, Azure Data Lake Storage Gen2, Azure Stream Analytics, Azure Databricks y otros. El curso se centra en tareas comunes de ingeniería de datos, como la orquestación de canalizaciones de transferencia y transformación de datos, el trabajo con archivos de datos en un lago de datos, la creación y carga de almacenes de datos relacionales, la captura y la agregación de flujos de datos en tiempo real y el seguimiento de recursos y linaje de datos.

Perfil del público

La audiencia principal de este curso son profesionales de datos, arquitectos de datos y profesionales de business intelligence que quieren obtener información sobre la ingeniería de datos y la creación de soluciones analíticas mediante las tecnologías de plataforma de datos que hay en Microsoft Azure. La audiencia secundaria de este curso incluye analistas y científicos de datos que trabajan con soluciones analíticas basadas en Microsoft Azure.

• Rol de trabajo: Ingeniero de datos

Requisitos previos:

Los alumnos aptos comienzan este curso con conocimientos de informática en la nube y fundamentos de datos, y experiencia profesional con soluciones de datos. 

Ruta de aprendizaje:​​​​​​​​​​​​​​

• Introducción a la ingeniería de datos en Azure
• Creación de soluciones de análisis de datos con grupos de SQL sin servidor de Azure Synapse
• Realización de tareas de ingeniería de datos con grupos de Apache Spark en Azure Synapse
• Transferencia y transformación de los datos con canalizaciones de Azure Synapse Analytics
• Implementación de una solución de análisis de datos con Azure Synapse Analytics
• Trabajo con almacenamientos de datos con Azure Synapse Analytics
• Uso de soluciones de procesamiento analítico y transaccional híbridas mediante Azure Synapse Analytics
• Implementación de una solución de streaming de datos con Azure Stream Analytics
• Implementación de una solución de análisis de almacén de lago de datos con Azure Databricks