DevOps Essentials for Data Engineering - Spanish
Este curso explora las mejores prácticas de ingeniería de DNT y los principios de DevOps, diseñado específicamente para ingenieros de datos que trabajan con Databricks. Los participantes desarrollarán una base sólida en temas clave como la calidad del código, el control de versiones, la documentación y las pruebas. El curso hace énfasis en DevOps, abarcando sus componentes principales, sus beneficios y el papel de la integración y entrega continuas (CI/CD) en la optimización de los Flujos de trabajo de Ingeniería de datos.
Aprenderá a aplicar principios de modularidad en PySpark para crear componentes reutilizables y estructurar el código de manera eficiente. La experiencia práctica incluye el diseño e implementación de pruebas unitarias para funciones de PySpark utilizando el Framework pytest, seguido de pruebas de integración para Pipelines de datos de Databricks con Spark Declarative Pipeline y Jobs para garantizar la confiabilidad.
El curso también cubre las operaciones esenciales de Git dentro de Databricks, incluyendo el uso de Databricks Git Folders para integrar prácticas de integración continua. Finalmente, realizará una revisión de alto nivel de los distintos métodos de implementación para activos de Databricks, como REST API, CLI, SDK y Declarative Automation Bundles (DABs), proporcionándole el conocimiento de las técnicas necesarias para implementar y administrar sus Pipelines.
Al finalizar el curso, dominará las mejores prácticas de ingeniería de DNT y DevOps, lo que le permitirá construir Soluciones de Ingeniería de datos escalables, mantenibles y eficientes.
Nota:
- Este es el cuarto curso de la serie 'Data Engineering with Databricks'.
- 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.
En este curso, el contenido se desarrolló para participantes con las siguientes habilidades, conocimientos y capacidades:
• Conocimiento avanzado de la Plataforma de Databricks, incluyendo experiencia con Databricks Workspaces, Apache Spark, Delta Lake y la Arquitectura de Medallas, Unity Catalog, SDP y Jobs. También se requiere una comprensión básica del control de versiones con Git.
• Experiencia en la ingesta y transformación de datos, con dominio de PySpark para el procesamiento de datos y la manipulación de DataFrame. Además, los candidatos deben tener experiencia en la escritura de consultas SQL de nivel intermedio para el análisis y la transformación de datos.
• Conocimiento de programación en Python, con dominio en la escritura de código Python de nivel intermedio, incluyendo la capacidad de diseñar e implementar funciones y clases. Los usuarios también deben tener habilidad para crear, importar y utilizar eficazmente paquetes de Python.
A tu propio ritmo
Rutas de aprendizaje personalizadas para roles y trayectorias profesionales de datos, analítica e IA, con videos a pedido.
Registration options
Databricks ofrece modalidades de aprendizaje para acompañarlo en todo su recorrido.
A tu propio ritmo
Rutas de aprendizaje personalizadas para roles y trayectorias profesionales de datos, analítica e IA, con videos a pedido.
Regístrese ahora
Instruido por expertos
Cursos públicos y privados impartidos por instructores expertos en sesiones de medio día o dos días.
Regístrese ahora
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
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.
