1. Aprender
    2. /
  2. Cursos
    3. /
  3. Introducción a la ingeniería de datos
  • 1

    Introducción a la ingeniería de datos

    Gratuito

    En este primer capítulo, conocerás el mundo de la ingeniería de datos. Explora las diferencias entre un ingeniero de datos y un científico de datos, obtén una visión general de las diversas herramientas que utilizan los ingenieros de datos y amplía tu comprensión de cómo la tecnología de la nube desempeña un papel en la ingeniería de datos.

  • 2

    Caja de herramientas de ingeniería de datos

    Ahora que conoces las principales diferencias entre un ingeniero de datos y un científico de datos, ¡prepárate para explorar la caja de herramientas del ingeniero de datos! Conoce en detalle los distintos tipos de bases de datos que utilizan los ingenieros de datos, cómo la computación paralela es una piedra angular del conjunto de herramientas del ingeniero de datos, y cómo programar trabajos de procesamiento de datos utilizando marcos de programación.

  • 3

    Extraer, Transformar y Cargar (ETL)

    Después de haber conocido la caja de herramientas de los ingenieros de datos, ¡ha llegado el momento de pasar al pan de cada día del flujo de trabajo de un ingeniero de datos! Con ETL, aprenderás a extraer datos brutos de diversas fuentes, a transformar estos datos brutos en información procesable y a cargarlos en bases de datos relevantes, ¡listos para su consumo!

  • 4

    Estudio de caso: DataCamp

    Culmina todo lo que has aprendido en los tres capítulos anteriores completando un caso de uso de ingeniería de datos del mundo real de DataCamp. Realizarás y programarás un proceso ETL que transforme los datos brutos de calificación de los cursos en recomendaciones de cursos procesables para los estudiantes de DataCamp.

Initializing

Exercicio

Cargar en Postgres

In this exercise, you'll write out some data to a PostgreSQL data warehouse. That could be useful when you have a result of some transformations, and you want to use it in an application.

For example, the result of a transformation could have added a column with film recommendations, and you want to use them in your online store.

There's a pandas DataFrame called film_pdf in your workspace.

As a reminder, here's the structure of a connection URI for sqlalchemy:

postgresql://[user[:password]@][host][:port][/database]

Instruções

100 XP
  • Complete the connection URI for to create the database engine. The user and password are repl and password respectively. The host is localhost, and the port is 5432. This time, the database is dwh.
  • Finish the call so we use the "store" schema in the database. If the table exists, replace it completely.