Ir al contenido principal

Data Ingestion with Lakeflow Connect - Spanish

Este curso ofrece una introducción completa a LakeFlow Connect, una solución escalable y simplificada para la ingesta de datos en Databricks desde una amplia variedad de fuentes. Comenzarás explorando los diferentes tipos de conectores de LakeFlow Connect (Standard y Managed) y aprenderás diversas técnicas de ingesta de datos, incluyendo ingesta Batch, incremental y por transmisión. También revisarás los beneficios clave del uso de tablas UC y la Arquitectura de Medallas.


A continuación, desarrollarás habilidades prácticas para ingestar datos desde almacenamiento de objetos en la nube utilizando los conectores estándar de LakeFlow Connect. Esto incluye trabajar con métodos como CREATE TABLE AS SELECT (CTAS), COPY INTO y Auto Loader, con énfasis en los beneficios y consideraciones de cada enfoque. También aprenderás a agregar columnas de metadatos a tus tablas de nivel Bronce durante la ingesta en la Plataforma de Inteligencia de Datos de Databricks. El curso también cubre cómo manejar registros que no coinciden con el esquema de tu tabla utilizando la columna de datos rescatados, junto con estrategias para gestionar y analizar estos datos. Asimismo, explorarás técnicas para ingestar y aplanar datos JSON semiestructurados.


A continuación, explorarás cómo realizar la ingesta de datos a nivel empresarial utilizando los conectores administrados de LakeFlow Connect para incorporar datos de bases de datos y aplicaciones de Software como servicio (SaaS). El curso también presenta Partner Connect como una opción para integrar herramientas de socios en tus cargas de trabajo de ingesta.


Finalmente, el curso concluye con estrategias alternativas de ingesta, incluyendo operaciones MERGE INTO y el aprovechamiento de Databricks Marketplace, proporcionándote una base sólida para dar soporte a casos de uso modernos de Ingeniería de datos.


Nota: Para los archivos de lecciones SCORM, asegúrate de cerrar la ventana de SCORM después de completar el contenido. No hagas clic en el botón ‘Next Lesson’, ya que hacerlo podría impedir que el módulo SCORM se marque como completado.

Skill Level
Associate
Duration
3h
Prerequisites

En este curso, el contenido se desarrolló para participantes con las siguientes habilidades, conocimientos y capacidades:

• Comprensión básica de la Plataforma de Inteligencia de Datos de Databricks, incluyendo Databricks Workspaces, Apache Spark, Delta Lake, la Arquitectura de Medallas y Unity Catalog.

• Comprensión básica de los flujos de trabajo de ingesta de datos (Batch, transmisión, incremental) y los principios generales de ETL

• Experiencia trabajando con varios formatos de archivo (por ejemplo, Parquet, CSV, JSON, TXT).

• Dominio de SQL y Python.

• Familiaridad con la ejecución de código en Databricks Notebooks.

A tu propio ritmo

Rutas de aprendizaje personalizadas para roles y trayectorias profesionales de datos, analítica e IA, con videos a pedido.

Ver todas nuestras opciones de inscripción

Registration options

Databricks ofrece modalidades de aprendizaje para acompañarlo en todo su recorrido.

Runtime

A tu propio ritmo

Rutas de aprendizaje personalizadas para roles y trayectorias profesionales de datos, analítica e IA, con videos a pedido.

Regístrese ahora

Instructors

Instruido por expertos

Cursos públicos y privados impartidos por instructores expertos en sesiones de medio día o dos días.

Regístrese ahora

Learning

Aprendizaje combinado (Blended Learning)

Sesiones semanales dirigidas por un instructor, junto con opciones a tu propio ritmo, para todos los estilos de aprendizaje, optimizando la finalización y la retención del conocimiento. Visite la pestaña “Catálogo de suscripciones” para comprar.

Comprar ahora

Scale

Skills@Scale

Oferta de capacitación integral para clientes a gran escala que incluye elementos para todos los estilos de aprendizaje. Consulte con su ejecutivo de cuenta para obtener más detalles.

Próximas clases públicas

Catalog Management and Data Organization - Spanish

En este curso, aprenderá a diseñar, implementar y administrar estructuras de Catálogo y la organización de datos a gran escala con Unity Catalog en la Plataforma de Datos e IA de Databricks. Dividido en cinco módulos, comienza situando Unity Catalog dentro del modelo de implementación en la nube, y abarca la consola de cuenta, los metastores regionales y los roles de administrador que lo habilitan. A continuación, aprenderá a traducir la topología organizativa (unidades de negocio, regiones y entornos de desarrollo/QA/producción) en un diseño de Catálogo y esquema escalable, con convenciones de nomenclatura, propiedad y delegación MANAGE. Después, el curso aborda la integración segura de almacenamiento mediante credenciales de almacenamiento, ubicaciones externas, la jerarquía de almacenamiento administrado, tablas administradas frente a tablas externas, Volumes y Lakehouse Federation. Luego, aprenderá a Aplicar patrones de acceso y estrategias de aislamiento, incluidos el enlace workspace-Catálogo, la herencia de privilegios, los filtros de fila, las máscaras de columna y las políticas de control de acceso basado en atributos (ABAC), y a validar los resultados con señales de auditoría. Por último, el curso concluye con las mejores prácticas para diseñar, administrar y operar un entorno de Unity Catalog. Las demostraciones prácticas y los laboratorios se ejecutan en compute serverless e incluyen pasos breves de Genie Code.

Nota: Para los archivos de clase SCORM, asegúrese de cerrar la ventana de SCORM después de completar el contenido. No haga clic en el botón «Siguiente lección», ya que hacerlo podría impedir que el módulo SCORM se marque como completado.

Paid & Subscription
3h
Lab
Associate
Machine Learning Practitioner

Data Preparation for Machine Learning - Spanish

Este curso enseña los fundamentos de la preparación de datos para machine learning tradicional en Databricks. Los estudiantes cargan datos en tablas Delta gobernadas por Unity Catalog y los exploran con Notebooks, visualizaciones incorporadas y Genie Code. Luego realizan la limpieza de Datos limpios, gestionan valores faltantes y valores atípicos, dividen y muestrean los datos sin fuga de datos, y construyen Pipelines de ML reproducibles con Spark ML para imputación, codificación y estandarización. Finalmente, almacenan, gobiernan y Reutilizan características con Ingeniería de características en Unity Catalog. Esto incluye búsquedas puntuales en el tiempo para conjuntos de entrenamiento sin fuga de datos y una introducción al servicio de características en línea con Online Feature Stores respaldados por Lakebase. Cada módulo combina clases teóricas con demostraciones prácticas y un laboratorio que se ejecutan en compute serverless. El entrenamiento, el servicio y el monitoreo de modelos no se tratan en este curso; se enseñan en los cursos Machine Learning Model Development y Machine Learning Model Deployment. Este curso está diseñado para Científicos de datos de nivel asociado y profesionales de machine learning que desean una base sólida en la preparación de datos en Databricks.

Nota:

1. Este es el primer curso de la serie «Machine Learning con Databricks».

2. En el caso de los archivos de clase SCORM, asegúrese de cerrar la ventana de SCORM después de completar el contenido. No haga clic en el botón «Siguiente lección», ya que esto podría impedir que el módulo SCORM se marque como completado.

Paid & Subscription
3h
Lab
Associate

¿Preguntas?

Si tiene alguna pregunta, consulte nuestra página de Preguntas frecuentes (FAQ).