Connect the dots (Une los puntos)

Las canalizaciones de datos se utilizan para procesar datos. Al final del Capítulo 1, aprendiste sobre ETL (Extraer, Transformar, Cargar), uno de los marcos utilizados para construir canalizaciones de datos. Las tareas de tratamiento de datos que acabas de estudiar se ajustan en realidad a ese marco, y corresponden a operaciones de extracción, transformación o carga.

Ten en cuenta que, aunque guardar y cargar suelen considerarse opuestos, en el contexto de la ingeniería de datos son la misma cosa, como habrás podido comprobar. La razón de esto es que cuando estás guardando algo, solo lo estás almacenando en el siguiente paso del proceso.

¿Puedes clasificar correctamente las tareas de tratamiento de datos como operaciones de extracción, transformación o carga?

Este ejercicio forma parte del curso

Comprender la ingeniería de datos

Ejercicio interactivo práctico

Convierte la teoría en acción con uno de nuestros ejercicios interactivos

Empieza a hacer ejercicio

Este ejercicio forma parte del curso

Comprender la ingeniería de datos

PrincipianteNivel de habilidad

4.9+

Comienza el curso gratis

En este capítulo, aprenderás qué es la ingeniería de datos y por qué está aumentando su demanda. A continuación, descubrirás dónde se sitúa la ingeniería de datos en relación con el ciclo de vida de la ciencia de datos, en qué se diferencian los ingenieros de datos de los científicos de datos, y tendrás una introducción a tu primera canalización de datos completa.

Exercise 1: Ingeniería de datos y big data Exercise 2: Go with the flow (Déjate llevar)Exercise 3: Not responsible (No soy responsable)Exercise 4: Big time (Gran momento)Exercise 5: Ingenieros de datos frente a científicos de datos Exercise 6: Tell me the truth (Dime la verdad)Exercise 7: Who is it (Quién es)Exercise 8: La canalización de datos Exercise 9: It's not true (No es verdad)Exercise 10: Pipeline (Canalización)

Es hora de hablar del almacenamiento de datos, una de las principales responsabilidades de un ingeniero de datos. En este capítulo, aprenderás cómo los ingenieros de datos gestionan diferentes estructuras de datos, trabajan en SQL (el lenguaje de programación preferido para consultar y almacenar datos) e implementan soluciones adecuadas de almacenamiento de datos con lagos de datos y almacenes de datos.

Exercise 1: Estructuras de datos Exercise 2: Structures (Estructuras)Exercise 3: What's the difference (¿Cuál es la diferencia?)Exercise 4: Bases de datos SQL Exercise 5: We can work it out (Podemos solucionarlo)Exercise 6: Columns (Columnas)Exercise 7: Different breeds (Diferentes tipos)Exercise 8: Almacenes de datos frente a lagos de datos Exercise 9: Tell the truth (Di la verdad)Exercise 10: Our warehouse (in the middle of our street) (Nuestro almacén [en medio de nuestra calle])

Los ingenieros de datos facilitan la vida a los científicos de datos preparando los datos brutos para el análisis mediante distintas técnicas de procesamiento en diferentes pasos. Estos pasos deben combinarse para crear canalizaciones, que es cuando entra en juego la automatización. Por último, los ingenieros de datos utilizan la computación paralela y en la nube para que las canalizaciones fluyan sin problemas.

Exercise 1: Tratamiento de datos Exercise 2: Connect the dots (Une los puntos)

Ejercicio actual

Exercise 3: Datos de programación Exercise 4: Schedules (Horarios)Exercise 5: One or the other (Uno u otro)Exercise 6: Computación paralela Exercise 7: Whenever, whenever (Para cualquier ocasión)Exercise 8: Parallel Universe (Universo paralelo)Exercise 9: Computación en nube Exercise 10: Obscured by clouds (Oscurecido por las nubes)Exercise 11: Somewhere I belong (Un lugar al que pertenezca)Exercise 12: We are the champions (Somos los campeones)