Azure Data Lake Storage Gen2

Esta formación en vivo, impartida por un instructor en Costa Rica (en línea o presencial), está dirigida a profesionales de nivel intermedio a avanzado que deseen construir e implementar aplicaciones en la nube con IA mediante Microsoft Azure.

Al finalizar esta formación, los participantes serán capaces de:

• Desarrollar aplicaciones dirigidas por eventos y sin servidor utilizando Azure Functions.
• Gestionar soluciones de almacenamiento de Azure y máquinas virtuales.
• Implementar y escalar aplicaciones web utilizando Azure App Service y contenedores Docker.
• Integrar inteligencia artificial, aprendizaje automático y procesamiento de lenguaje natural mediante Azure AI Services.
• Aprovechar GitHub Copilot para asistir en el desarrollo de aplicaciones en la nube basadas en IA.

Esta formación impartida por un instructor, en directo en Costa Rica (en línea o presencial), está dirigida a desarrolladores y profesionales técnicos de nivel inicial, intermedio o avanzado que desean utilizar Microsoft Azure para construir, probar e implementar agentes de IA para aplicaciones empresariales.

Al finalizar esta formación, los participantes podrán: comprender la arquitectura de los agentes de IA en Azure, crear y configurar un agente funcional, conectar agentes con fuentes de conocimiento empresarial, evaluar y preparar agentes para su despliegue.

Esta formación en vivo dirigida por un instructor en Costa Rica (en línea o presencial) está dirigida a ingenieros de DevOps, desarrolladores y gerentes de proyectos que desean utilizar Azure DevOps para construir y desplegar aplicaciones empresariales optimizadas más rápido que los enfoques de desarrollo tradicionales.

Al finalizar esta formación, los participantes podrán:

• Comprender el vocabulario y los principios fundamentales de DevOps.
• Instalar y configurar las herramientas necesarias de Azure DevOps para el desarrollo de software.
• Utilizar las herramientas y servicios de Azure DevOps para adaptarse continuamente al mercado.
• Construir aplicaciones empresariales y evaluar los procesos de desarrollo actuales sobre las soluciones de Azure DevOps.
• Gestionar equipos de manera más eficiente y acelerar el tiempo de despliegue del software.
• Adoptar prácticas de desarrollo DevOps dentro de la organización.

Esta capacitación en vivo con instructor en Costa Rica (en línea o presencial) está dirigida a científicos de datos e ingenieros de nivel intermedio que desean utilizar Google Colab y Apache Spark para el procesamiento y análisis de big data.

Al finalizar esta capacitación, los participantes serán capaces de:

• Configurar un entorno de big data utilizando Google Colab y Spark.
• Procesar y analizar grandes conjuntos de datos de forma eficiente con Apache Spark.
• Visualizar big data en un entorno colaborativo.
• Integrar Apache Spark con herramientas basadas en la nube.

Esta capacitación en vivo con instrucción directa en <ubicación> (en línea o presencial) está dirigida a desarrolladores de Java de nivel intermedio, ingenieros de software y entusiastas de la nube que desean aprovechar el poder de Azure OpenAI para crear aplicaciones inteligentes.

Al finalizar esta capacitación, los participantes podrán:

• Comprender los principios de la inteligencia artificial generativa y sus aplicaciones.
• Configurar y gestionar un servicio de Azure OpenAI.
• Integrar los modelos de OpenAI en aplicaciones Java.
• Implementar características impulsadas por IA dentro de aplicaciones web.

En esta formación en vivo con instructor en <ubicación> (en línea o presencial), los participantes aprenderán cómo configurar y gestionar un entorno de contenedores a escala de producción utilizando Kubernetes en AKS. 

Al finalizar esta formación, los participantes serán capaces de:

• Configurar y gestionar Kubernetes en AKS.
• Implementar, gestionar y escalar un clúster de Kubernetes.
• Implementar aplicaciones contenedorizadas (Docker) en Azure.
• Migrar un entorno de Kubernetes existente desde infraestructura local a la nube de AKS.
• Integrar Kubernetes con software de integración continua (CI) de terceros.
• Asegurar la alta disponibilidad y recuperación ante desastres en Kubernetes.

Apache NiFi es una plataforma de integración de datos y procesamiento de eventos basada en flujos y de código abierto. Permite el enrutamiento automático en tiempo real, la transformación y la mediación de sistemas entre sistemas dispares, con una interfaz de usuario basada en la web y un control fino.

Esta formación en vivo, impartida por un instructor (en sitio o remota), está dirigida a administradores e ingenieros de nivel intermedio que deseen implementar, gestionar, asegurar y optimizar los flujos de datos de NiFi en entornos de producción.

Al final de esta formación, los participantes podrán:

• Instalar, configurar y mantener clústeres de Apache NiFi.
• Diseñar y gestionar flujos de datos desde diversas fuentes y destinos.
• Implementar automatización de flujos, lógica de enrutamiento y transformación.
• Optimizar el rendimiento, supervisar las operaciones y solucionar problemas.

Formato del curso

• Conferencia interactiva con discusión sobre arquitecturas del mundo real.
• Laboratorios prácticos: construcción, implementación y gestión de flujos.
• Ejercicios basados en escenarios en un entorno de laboratorio en vivo.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, contáctenos para coordinar los detalles.

Esta capacitación ofrece una introducción práctica para construir flujos de trabajo escalables de procesamiento de datos y Aprendizaje Automático utilizando PySpark. Los participantes aprenderán cómo Apache Spark opera dentro de los ecosistemas modernos de Big Data y cómo procesar eficientemente grandes conjuntos de datos aplicando principios de computación distribuida.

Esta capacitación en vivo dirigida por un instructor en <ubicación> (en línea o presencial) está orientada a ingenieros que deseen configurar e implementar un sistema Apache Spark para procesar grandes cantidades de datos.

Al finalizar esta capacitación, los participantes serán capaces de:

• Instalar y configurar Apache Spark.
• Procesar y analizar conjuntos de datos muy grandes de manera rápida.
• Comprender las diferencias entre Apache Spark y Hadoop MapReduce, y saber cuándo utilizar cada uno.
• Integrar Apache Spark con otras herramientas de aprendizaje automático.

Esta formación en vivo con instructores en Costa Rica (en línea o presencial) está dirigida a administradores de sistemas de nivel principiante a intermedio que deseen implementar, mantener y optimizar clústeres de Spark.

Al finalizar esta formación, los participantes podrán:

• Instalar y configurar Apache Spark en diversos entornos.
• Gestionar los recursos del clúster y monitorear las aplicaciones de Spark.
• Optimizar el rendimiento de los clústeres de Spark.
• Implementar medidas de seguridad y garantizar alta disponibilidad.
• Depurar y solucionar problemas comunes de Spark.

La curva de aprendizaje de Apache Spark es lenta al principio, y se requiere mucho esfuerzo para obtener los primeros resultados. Este curso tiene como objetivo superar esa primera etapa difícil. Tras completar este curso, los participantes comprenderán los conceptos básicos de Apache Spark, sabrán diferenciar claramente entre RDD y DataFrame, aprenderán a usar las API de Python y Scala, entenderán el funcionamiento de los executores y las tareas, entre otros aspectos. Además, siguiendo las mejores prácticas, este curso se centra intensamente en la implementación en la nube, Databricks y AWS. Los estudiantes también comprenderán las diferencias entre AWS EMR y AWS Glue, uno de los últimos servicios de Spark disponibles en AWS.

DIRIGIDO A:

Ingenieros de Datos, Profesionales de DevOps, Científicos de Datos

En esta formación en vivo con instructor en Costa Rica, los participantes aprenderán cómo usar Python y Spark juntos para analizar grandes datos, mientras realizan ejercicios prácticos.

Al final de esta capacitación, los participantes serán capaces de:

• Aprender a utilizar Spark con Python para analizar grandes datos.
• Trabajar en ejercicios que imitan casos del mundo real.
• Utilizar distintas herramientas y técnicas para el análisis de grandes datos usando PySpark.

Esta formación en vivo, impartida por un instructor en Costa Rica (en línea o presencial), está dirigida a desarrolladores que desean utilizar e integrar Spark, Hadoop y Python para procesar, analizar y transformar conjuntos de datos grandes y complejos.

Al finalizar esta formación, los participantes serán capaces de:

• Configurar el entorno necesario para comenzar a procesar grandes volúmenes de datos con Spark, Hadoop y Python.
• Comprender las características, los componentes principales y la arquitectura de Spark y Hadoop.
• Aprender a integrar Spark, Hadoop y Python para el procesamiento de grandes datos.
• Explorar las herramientas del ecosistema de Spark (Spark MLlib, Spark Streaming, Kafka, Sqoop y Flume).
• Construir sistemas de recomendación basados en filtrado colaborativo, similares a los utilizados por Netflix, YouTube, Amazon, Spotify y Google.
• Utilizar Apache Mahout para escalar algoritmos de aprendizaje automático.

Stratio es una plataforma centrada en los datos que integra big data, IA y gobernanza en una única solución. Sus módulos Rocket e Intelligence permiten la exploración rápida de datos, transformación y análisis avanzado en entornos empresariales.

Esta formación en vivo con instructor (en línea o presencial) está dirigida a profesionales de datos de nivel intermedio que deseen utilizar los módulos Rocket e Intelligence de Stratio de manera efectiva con PySpark, centrándose en estructuras de bucle, funciones definidas por el usuario y lógica avanzada de datos.

Al finalizar esta formación, los participantes podrán:

• Navegar y trabajar dentro de la plataforma Stratio utilizando los módulos Rocket e Intelligence.
• Aplicar PySpark en el contexto de ingesta, transformación y análisis de datos.
• Utilizar bucles y lógica condicional para controlar flujos de trabajo de datos y tareas de ingeniería de características.
• Crear y gestionar funciones definidas por el usuario (UDF) para operaciones de datos reutilizables en PySpark.

Formato del curso

• Conferencia interactiva y discusión.
• Numerosos ejercicios y práctica.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, contáctenos para organizarlo.