1
Introducción a la ingeniería de datos
Free
En este primer capítulo, te adentrarás en 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 para la ingeniería de datos
Ahora que ya conoces las principales diferencias entre un ingeniero de datos y un científico de datos, ¡prepárate para descubrir la caja de herramientas que usa un ingeniero de datos! Conoce en detalle los distintos tipos de bases de datos que utilizan los ingenieros de datos, descubre cómo la computación paralela es una piedra angular del conjunto de herramientas del ingeniero de datos y aprende a programar trabajos de procesamiento de datos utilizando marcos de programación.
3
Extraer, transformar y cargar (ETL)
Después de explorar la caja de herramientas que usan 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 cargarla en bases de datos relevantes, listas para ser usadas.
4
Caso práctico: 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

Cargar en Postgres

En este ejercicio, escribirás algunos datos en un almacén de datos PostgreSQL. Eso puede ser útil cuando tienes un resultado de algunas transformaciones, y quieres utilizarlo en una aplicación.

Por ejemplo, el resultado de una transformación podría haber añadido una columna con recomendaciones de películas, y quieres utilizarlas en tu tienda online.

Hay un pandas DataFrame llamado film_pdf en tu espacio de trabajo.

A modo de recordatorio, ésta es la estructura de una conexión URI para sqlalchemy:

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

Completa la conexión URI para crear el motor de base de datos. El usuario y la contraseña son repl y password respectivamente. El host es localhost, y el puerto es 5432. Esta vez, la base de datos es dwh.
Finaliza la llamada para que utilicemos el esquema "store" en la base de datos. Si la tabla existe, sustitúyela por completo.