*Si quieres consultar otras opciones de pago haz clic aquí
¿Qué es AWS?
AWS o Amazon Web Services es un proveedor de servicios en la nube, con servicios de almacenamiento, computación, bases de datos y muchas más.
Es el proveedor de cloud computing más utilizado en el mundo.
Trailer
Más detalles
Horas de formación
La duración estimada del curso es de 9-10 horas.
Se puede acortar o alargar dependiendo de las horas diarias invertidas.
Requisitos
Se recomienda tener conocimientos previos de AWS y analítica de datos. También se recomienda cursar primero Comienza con AWS - Certified Cloud Practitioner
Online y a tu ritmo
El 100% de los contenidos del curso son online, por lo que podrás aprender desde cualquier sitio del mundo al ritmo que quieras.
Temario
- Introducción a Amazon S3 (3:51)
- Introducción a S3 - Práctica (7:34)
- Seguridad S3 (5:04)
- Seguridad S3 - Práctica (4:21)
- Clases de almacenamiento S3 (5:51)
- Clases de almacenamiento S3 - Práctica (5:18)
- Rendimiento S3 (5:57)
- Encriptación S3 (6:10)
- AWS Kinesis (5:33)
- Productores Kinesis (8:54)
- Consumidores Kinesis (6:11)
- Kinesis Enhanced Fan Out (1:18)
- Kinesis - Escalado (3:01)
- Kinesis - Duplicados (2:09)
- Kinesis - Seguridad (0:57)
- Kinesis Data Firehose
- CloudWatch Logs y Kinesis (1:54)
- Kinesis Data Firehose - Práctica 1 (4:24)
- Kinesis Data Firehose - Práctica 2 (14:23)
- Kinesis Data Streams - Práctica (5:46)
- Kinesis Data Analytics (7:52)
- Kinesis Data Analytics - Práctica 1 (7:20)
- Kinesis Data Analytics - Práctica 2 (7:46)
- Kinesis Data Analytics - Práctica 3 (11:56)
- Kinesis Video Streams (1:49)
- Resumen Kinesis (1:46)
- ¿Qué es AWS Glue? (4:10)
- Glue, Hive y ETL (6:07)
- Glue ETL - Modificar el Data Catalog (1:00)
- Glue Development Endpoints - Puntos de enlace de desarrollo (2:13)
- Glue costes y más (1:31)
- AWS Glue Studio (4:57)
- AWS Glue DataBrew (6:32)
- Amazon Athena (2:36)
- Athena, Glue y más (4:07)
- Athena y Glue - Práctica (7:32)
- Tipos de Almacenamiento en AWS para Machine Learning (3:24)
- AWS Data Pipeline (3:15)
- AWS Data Pipeline vs Glue (1:42)
- AWS Batch (1:09)
- AWS Batch vs Glue (0:41)
- AWS DMS - Database Migration Services (2:19)
- AWS Step Functions (2:27)
- Ejemplos de Ingeniería de datos con Data Pipelines (6:45)
- Python para Machine Learning (3:27)
- ¿Qué es un Jupyter Notebook? (1:32)
- Ejemplo de Machine Learning en un Jupyter Notebook con Python (6:29)
- Tipos de datos (4:06)
- Distribución de datos (5:56)
- Análisis de series temporales (3:17)
- Amazon QuickSight (5:23)
- QuickSight Precios (3:08)
- Tipos de visualizaciones (2:06)
- Amazon QuickSight - Práctica (7:33)
- Amazon EMR (3:47)
- Integración EMR / AWS (4:49)
- ¿Qué es Hadoop? (1:26)
- ¿Qué es Apache Spark? (4:49)
- Apache Zeppelin y EMR Notebooks (2:01)
- Feature Engineering o Ingeniería de características (5:13)
- Imputación de datos vacíos (4:40)
- ¿Qué son los datos no balanceados? (4:27)
- Valores atípicos (5:23)
- Otras técnicas - Ingeniería de características (5:54)
- SageMaker Ground Truth (3:27)
- Modelo Perceptrón (4:20)
- Redes Neuronales (2:07)
- Funciones de Activación (2:40)
- Funciones de Activación de classes múltiples (3:57)
- Funciones de coste y gradiente descendiente (3:59)
- Retropropagación (1:12)
- Prevenir overfitting (2:40)
- Deep Learning y tipos de redes neuronales (ANN, CNN, RNN) (6:37)
- Aprendizaje profundo en EC2 y EMR (1:49)
- Matriz de confusión (4:39)
- Clasificación - Métricas de evaluación (6:10)
- Ejemplo teórico (2:31)
- Métodos Ensemble Bagging & Boosting (3:26)
- Introducción a Amazon SageMaker (6:07)
- Linear Learner (4:15)
- XGBoost (4:28)
- Seq2Seq (4:29)
- DeepAR (3:33)
- BlazingText (3:24)
- Object2Vec (2:59)
- Object Detection (2:47)
- Image Classification (2:50)
- Semantic Segmentation (2:53)
- Random Cut Forest (2:35)
- Neural Topic Model (2:25)
- Latent Dirichlet Allocation (LDA) (2:39)
- K-Nearest-Neighbors (KNN) (2:59)
- K-Means Clustering (3:31)
- Principal Component Analysis (PCA) (2:31)
- Factorization Machines (2:08)
- IP Insights (2:01)
- Reinforcement Learning (Aprendizaje por refuerzo) (4:34)
- Automatic Model Tuning con SageMaker (2:07)
- SageMaker y Apache Spark (2:03)
- SageMaker Studio y SageMaker Experiments (1:13)
- SageMaker Debugger (2:20)
- SageMaker Autopilot (3:24)
- SageMaker Model Monitor (1:52)
- Resumen y más cosas (2:26)
Consigue tu certificado
Al finalizar este curso, obtendrás un certificado que podrás mostrar a futuros empleadores y demostrar que conocimientos tienes.
Otros cursos parecidos
Preguntas frecuentes
¿Qué necesito para empezar?
Solo necesitas una conexión a Internet, un ordenador, una tablet o un teléfono móvil. Para las partes prácticas se recomienda utilizar un ordenador para poder descargarte el software necesario y practicar, ya que es la mejor forma de aprender.
¿Durante cuánto tiempo tengo acceso al curso?
¿Cómo suena acceso de por vida? Después de inscribirte, tendrás acceso ilimitado a este curso.
¿Qué pasa si no estoy satisfecho con el curso?
Nuestro objetivo es que todos nuestros estudiantes esten satisfechos. Por eso, si no lo estas, durante los primeros 14 días te haremos un reembolso completo.