Visão Geral

O curso Fundamentos de Análise de Dados da AWS foi concebido para aprender o processo de planeamento de soluções de análise de dados e os vários processos de análise de dados que estão envolvidos.

poderá aprender cinco fatores-chave que indicam a necessidade de serviços específicos AWS na recolha, processamento, análise e apresentação dos seus dados. Isto inclui a aprendizagem de arquiteturas básicas, propostas de valor, e casos de utilização potencial. O curso apresenta-lhe os serviços e soluções AWS para o ajudar a construir e melhorar as soluções de análise de dados.

Objetivo

Após concluir o Curso AWS Data Analytics Fundamentals, você será capaz de:

• Identificar as características das soluções de análise de dados e as características que indicam uma tal solução pode ser necessária
• Definir tipos de dados, incluindo dados estruturados, semi-estruturados e não estruturados
• Definir tipos de armazenamento de dados tais como lagos de dados, AWS Lake Formation, armazéns de dados e o Amazon Simple Storage Service (Amazon S3)
• Analisar as características e diferenças de processamento em lote e fluxo
• Definir como a Amazon Kinesis é utilizada para processar dados de streaming
• Analisar as características dos diferentes sistemas de armazenamento dos dados de origem
• Analisar as características dos sistemas de processamento de transacções em linha (OLTP) e de processamento analítico em linha (OLAP) e o seu impacto na organização dos dados dentro destes sistemas
• Analisar as diferenças entre os métodos de armazenamento de dados baseados em linhas e colunares
• Definir como a Amazon EMR, AWS Cola e Amazon Redshift trabalham para processar, limpar e transformar dados dentro de uma solução de análise de dados
• Analisar o conceito de conformidade atómica, consistência, isolamento e durabilidade (ACID), bem como a disponibilidade básica, estado suave, eventual conformidade de consistência (BASE) e como um processo de extracção, transformação, carga (ETL) pode ajudar a garantir a conformidade
• Explorar o conceito de esquemas de dados e compreender como estes definem os dados e como esta informação é armazenada em metástores
• Analisar o conceito de dados versus informação
• Reconhecer as formas de analisar dados para produzir informação para relatórios utilizando ferramentas como o Amazon QuickSight e o Amazon Athena
• Definir como os serviços AWS trabalham em conjunto para visualizar os dados

Publico Alvo

• Candidato que trabalha como Arquiteto de Dados
• Candidato a trabalhar como Cientista de Dados
• Candidato que trabalha como Analista de Dados

Pre-Requisitos

• Conhecimento prático dos conceitos das bases de dados
• Compreensão básica do armazenamento, processamento e análise de dados
• Experiência com sistemas informáticos empresariais

Informações Gerais

Carga Horária: 16h

• Se noturno este curso é ministrado de Terça-feira à sexta-feira, das 19h às 23h
• Se aos sábados este curso é ministrado das 9h às 18h
• Se in-company por favor fazer contato para mais detalhes.

Formato de entrega: 

• 100% on-line ao vivo, via Microsoft Teams na presença de um instrutor/consultor ativo no mercado.
• Nota: não é curso gravado. 

Lab:

• Laboratório + Exercícios práticos

Materiais

Conteúdo Programatico

Introduction to data analysis solutions

1. Data analytics and data analysis concepts
2. Introduction to the challenges of data analytics

Volume – data storage

1. Introduction to Amazon S3
2. Introduction to data lakes
3. Introduction to data storage methods

data processing

1. Introduction to data processing methods
2. Introduction to batch data processing
3. Introduction to stream data processing

data structure and types

1. Introduction to source data storage
2. Introduction to structured data stores
3. Introduction to semi-structured and unstructured data stores

cleansing and transformation

1. Understanding data integrity
2. Understanding database consistency
3. Introduction to the ETL process

reporting and business intelligence

1. Introduction to analyzing data
2. Introduction to visualizing data

Key Takeaways

1. Putting the pieces together
2. What’s next