Sesión 1 - Completa en vivo

Sesión 2 - Completo en Vivo

Sesión 3 - Completo en Vivo

¿Diferencias entre ELT y ELT?

Tipos de Framework ETL/ELT

¿Qué es la Suite de Pentaho Analytics?

¿Qué es Pentaho Data Integration?

Diseñando nuestra primera transformación

Diseñando nuestro primer Job.

Soporte y conexiones a diversas fuentes de datos

Trabajando con control de versiones Git

Demostración de como utilizar el repositorio nativo basado en metadatos compartidos de la Suite de Pentaho

Conociendo los steps o componentes de tipo transformación y job orientados al Big Data y Big Data Streaming

Ingestando y transformando datos a un clúster on-premise a de Big Data de Cloudera (CDH)

Ingestando y transformando datos a un clúster on-premise de Big Data de Hortonworks (HDP)

Ingestando y transformando datos a un Datalake On-Cloud de Big Data en AWS

Ingestando y transformando datos a un Datalake On-Cloud de Big Data en GCP

Entendiendo el Landing Zone, Raw Zone,Refine Zone, Trusted Zone y Analytics Zone

Perfilando la construcción de un DataWarehouse on-cloud en AWS

¿Revisando la tecnología de Apache Kafka?

Desplegando Clúster con 3 nodos de Kafka y 3 nodos de Zookeeper

Definiendo y creando tópicos

Monitoreando tramas de flujos de Streaming con herramientas de consumo de Streaming para Kafka

Caso de Uso: Ingestando y transformando data en Streaming de un Banco

PDI en el consumo de streaming desde un tópico de Kafka

Produciendo datos desde PDI en un Tópico

Caso de uso real: Procesamiento por Streaming con Apache Flink y publicación en formato RAW en tópico de Apache Kafka

Procesamiento por Streaming con Flink, refinería de datos y transmisión a tópicos en Apache Kafka

Consumiendo y transformando datos por Streaming con Pentaho Data Integration

Apache Kafka, Apache Flink On-cloud, Caso de uso en AWS

Llevando nuestro Pipeline a la nube en AWS

¿Revisando el Stack tecnológico de Elastic?

Desplegando Clúster con 3 nodos de Elastick Search, 1 Logstach, Beats y Kiabana

Integrando Logstach + kafka + Elastic

Creando índices para la gestión de datos geo- referenciados

Caso de Uso: Ingestando y transformando data en Streaming

PDI para la orquestación entre Apache Kafka y Elastic Stack

Optimizando data pipeline

Arquitectura de Supervisión

Despliegue de Prometheus con Docker y Kubernetes en nuestro entorno on-premise

Consultas con PromQL

Despliegue de Grafana con Docker y Kubernetes en nuestro entorno on-premise

Creación y gestión de alertas

Monitoreando nuestro Data Pipeline

Creación de gráficos con Grafana

Monitoreo de Data Pipelines On-Cloud con AWS

Monitoreo de Data Pipelines On-Cloud con Azure

Monitoreo de Data Pipelines On-Cloud con GCP

Python con Spark para PySpark

Programación Funcional

Dataframes para Datos Estructurados y Semi-Estructurados

Transformaciones y Operaciones en Dataframes

Creación de Funciones Personalizadas con UDFs

UDFs con Multi-Parámetros

Almacenamiento en Formatos Binarios de rápido Procesamiento: Parquet y Delta

Procesamientos en Pasos Encadenados

Procesamientos en Pasos Separados

Liberación de Memoria con el Garbage Collector

Revisión de la gestión de repositorios y control de versión con Git

Integración continua (CI) con Jenkins pipelines

Entrega continua y despliegue continuo (CD) con Jenkins y Kubernetes

¿Qué es Github Action Workflow?

Acciones de Github

Runners en Github

Trabajando con Github Actions y AWS

Trabajando con Github Actions y Azure

Trabajando con Github Actions y GCP

Github y Pentaho Data Integration

Fundamentos de Integración Continua con GitLab (CI)

Flujos básico de tipo CI/CD con Gitlab CI

Tópicos específicos y Tópicos de usuario

YAML básicos

Trabajando con Gitlab pipelines y AWS

Trabajando con Gitlab pipelines y Azure

Trabajando con Gitlab pipelines y GCP

Mecanismos de identificación y gestión de acceso on-premise

Mecanismos de identificación y gestión de acceso on-cloud con AWS

Mecanismos de identificación y gestión de acceso on-cloud con Azure

Mecanismos de identificación y gestión de acceso on-cloud con GCP

Caso de USO I en AWS

Caso de USO II en AWS

Caso de USO I en Azure

Caso de USO II en Azure

Caso de USO I en GCP

Caso de USO II en CP

Una capa de Data Scraping en tiempo real

Una capa de Pipeline de Ingestión de datos en tiempo real

Una capa de Pipeline de Ingestión de datos en Batch

Una capa de Monitoreo del Pipeline completo