Data Analytics Fundamentals (Portuguese)

Neste curso autogerido, você aprenderá sobre o processo de planejamento de soluções de análise de dados e os vários processos de data analytics envolvidos. Este curso explica os cinco fatores principais que indicam a necessidade de serviços AWS específicos para a coleta, o processamento, a análise e a apresentação de seus dados. Isso inclui o aprendizado de arquiteturas básicas, proposições de valor e possíveis casos de uso. O curso apresenta os serviços e as soluções AWS que ajudarão você a criar e aprimorar soluções de análise de dados. Observação: Este curso tem transcrições/legendas traduzidas. A narração está em inglês. Para exibir as legendas, clique no botão CC no canto inferior direito do player. Público-alvo: Este curso destina-se a: •Arquitetos de dados; •Cientistas de dados; •Analistas de dados. Objetivos do curso: Neste curso, você aprenderá a: •Identificar as características das soluções de análise de dados e as características que indicam que essa solução pode ser necessária; •Definir tipos de dados, incluindo dados estruturados, semiestruturados e não estruturados; •Definir tipos de armazenamento de dados, como data lakes, AWS Lake Formation, data warehouses e o Amazon Simple Storage Service (Amazon S3); •Analisar as características e as diferenças no processamento em batch e stream; •Definir como o Amazon Kinesis é usado para processar dados de streaming; •Analisar as características de diferentes sistemas de armazenamento quanto aos dados de origem; •Analisar as características dos sistemas de processamento de transação on-line e processamento analítico on-line e o impacto deles na organização de dados dentro desses sistemas; •Analisar as diferenças entre os métodos de armazenamento de dados baseados em colunas e em linhas; •Definir como o Amazon EMR, o AWS Glue e o Amazon Redshift funcionam para processamento, limpeza e transformação de dados em uma solução de análise de dados; •Analisar o conceito de conformidade com Atomicidade, Consistência, Isolamento e Durabilidade (ACID), bem como a conformidade com Basicamente disponível, Estado flexível, Eventual consistência (BASE) e como um processo de extração, transformação e carregamento (ETL) pode ajudar a garantir a conformidade; •Explorar o conceito de esquemas de dados e entender como eles definem dados e como essas informações são armazenadas em metastores; •Analisar o conceito de dados em comparação com informações; •Reconhecer as maneiras de análise de dados para produzir informações para relatórios usando ferramentas como o Amazon QuickSight e o Amazon Athena; •Definir como os serviços AWS funcionam juntos para visualizar dados. Pré-requisitos: Recomendamos que os participantes do curso atendam os seguintes pré-requisitos: •Conhecimento prático de conceitos de banco de dados; •Compreensão básica de armazenamento e processamento de dados e data analytics; •Experiência com sistemas de TI empresarial. Método de apresentação: Este curso será ministrado no formato: •Digital. Duração: •3,5 horas. Descrição do curso: Este curso aborda os seguintes conceitos: •Lição 1: Introdução a soluções de análise de dados • Conceitos de data analytics e análise de dados; • Introdução aos desafios de data analytics. •Lição 2: Volume – armazenamento de dados • Introdução ao Amazon S3; • Introdução a data lakes; • Introdução aos métodos de armazenamento de dados. •Lição 3: Velocidade – processamento de dados • Introdução aos métodos de processamento de dados; • Introdução ao processamento de dados em batch; • Introdução ao processamento de dados em stream. •Lição 4: Variedade – estrutura e tipos de dados • Introdução a armazenamento de dados de origem; • Introdução a datastores estruturados; • Introdução a datastores semiestruturados e não estruturados. •Lição 5: Veracidade – limpeza e transformação • Compreensão de integridade de dados; • Compreensão de consistência de bancos de dados; • Introdução ao processo de ETL. •Lição 6: Valor – geração de relatórios e business intelligence • Introdução à análise de dados; • Introdução à visualização de dados. •Lição 7: Principais lições • Resumo do conteúdo; • Próximas etapas.