Guía del examen DEA-C01 y el papel del ingeniero de datos

Toda certificación de AWS comienza con un documento: la guía oficial del examen. Para DEA-C01 ese único documento cumple dos trabajos a la vez: te dice exactamente cómo está construido el examen (código, minutos, preguntas, nota de corte, pesos) y define el trabajo de ingeniería de datos que ya deberías estar haciendo: ingerir, transformar, almacenar, operar y proteger pipelines de datos en AWS. Los candidatos que se saltan la guía y van directo a las tarjetas de memorización caen en las mismas tres trampas: creen una página de terceros que dice que el examen dura 170 minutos (son 130), convierten la nota de corte escalada de 720 en un porcentaje (no es el 72%) y no logran separar lo que está dentro del alcance de lo que solo suena a trabajo real de datos: como entrenar un modelo de machine learning, que la guía excluye explícitamente aunque integrar un gran modelo de lenguaje en un pipeline sea ya una habilidad con nombre propio.

En esta lección vas a:

• leer la guía del examen como la leería quien redacta el examen: código, tiempo, coste, puntuación, idiomas y los mitos de 170 minutos / 85 preguntas / 300 USD que los sitios de terceros siguen imprimiendo;
• convertir los pesos de dominio en un presupuesto concreto de horas de estudio;
• mapear las 17 declaraciones de tarea y los 120 ítems de habilidad en los cuatro dominios de contenido;
• dominar los dos tipos de pregunta y el modelo de puntuación compensatoria;
• separar la lista de servicios dentro del alcance (14 categorías) de la lista fuera del alcance que alimenta los distractores;
• definir el papel del ingeniero de datos en AWS: qué significan los cuatro grupos de tareas en el día a día y las tres tareas que la guía dice que no son tuyas;
• construir la arquitectura de pipeline de extremo a extremo, ingerir, almacenar, transformar, gobernar, servir, con dos diagramas de referencia y un árbol de decisión de almacenamiento;
• trabajar nueve ejemplos resueltos: presupuesto de tiempo, recuentos de ítems derivados, horas de estudio, coste de repetir el examen, la aritmética del 720, la escalera de coste de Athena, el rendimiento de FINRA;
• estudiar cuatro casos de estudio reales de clientes de AWS, Nasdaq, Integral Ad Science, FINRA y GE Aerospace, con servicios, números y fuentes;
• leer el recuadro de actualizaciones de octubre de 2026: las ocho habilidades nuevas de la v1.1 de la guía, los seis servicios añadidos y la oleada de servicios de 2025-2026;
• practicar con 14 preguntas estilo examen más cuatro comprobaciones interativas (emparejamiento, hueco a rellenar, ordenación y un gráfico interactivo).

---

1. Qué mide el examen DEA-C01

1.1 El candidato objetivo

DEA-C01 es una credencial Associate, y la guía enuncia su propósito en una frase: el examen «valida la capacidad de un candidato para implementar pipelines de datos y para monitorizar, resolver problemas y optimizar cuestiones de coste y rendimiento de acuerdo con las mejores prácticas». Este no es un examen de arquitecto ni de analista: es el examen de quien construye y opera los pipelines.

1.2 Las tareas laborales fuera del alcance: textualmente

La guia traza una línea dura, y vale la pena memorizarla palabra por palabra:

«La siguiente lista contiene tareas laborales que no se espera que el candidato objetivo sepa realizar. Esta lista no es exhaustiva. Estas tareas están fuera del alcance del examen: Realizar entrenamiento e inferencias de ML. / Demostrar conocimiento de sintaxis específica de lenguajes de programación. / Extraer conclusiones de negocio a partir de datos.»

Esta lista no es decoración. Los ítems de ella aparecen como distractores, porque un distractor que suena a «trabajo real de datos» es la respuesta incorrecta más tentadora de todas.

1.3 Conocimiento recomendado que da por supuesto la guía

La guía lista los prerrequisitos en dos columnas. Nada de esto es un dominio separado: es el suelo del conocimiento supuesto:

• 📚 ¿Sabías que…? «Conceptos generales de vectores» e «índices vectoriales» están en este examen porque la v1.1 de la guía (12 de diciembre de 2025) los añadió: Habilidad 2.1.8 «Describir tipos de índice vectorial (por ejemplo, HNSW, IVF)» y Habilidad 2.4.6 «Describir conceptos de vectorización (por ejemplo, base de conocimiento de Amazon Bedrock)». Un plan de estudio de 2023 no contendría ninguno de los dos ítems; la guía actual sí, y las revisiones de la v1.1 se publicaron al menos un mes antes de poder afectar a un examen en vivo (página de revisiones, en octubre de 2026).

1.4 Los cuatro grupos de tareas: la columna vertebral del examen

La guía abre con cuatro viñetas que se mapean 1:1 a los cuatro dominios. Léelos como el ciclo del trabajo:

El orden es deliberado: ingerir → almacenar → operar → proteger. El Dominio 1 es el más pesado porque la ingesta y la transformación son donde la ingeniería de datos funciona o falla; el Dominio 4 es el menor, pero es el único que puede hundir por completo a una empresa regulada.

---

2. Logística del examen: los números que cambian tu estrategia

2.1 La tabla de logística

Cada fila de abajo proviene de la guía del examen, del resumen del examen de la página de certificación o de las preguntas frecuentes de certificación de AWS, todas consultadas en octubre de 2026.

2.2 Los tres mitos que todo sitio de preparación sigue imprimiendo

El resumen de fuentes oficiales señala tres conflictos que se repiten en páginas de terceros (verificado en octubre de 2026). En cada caso, el número oficial gana:

2.3 Ejemplo resuelto E1: el presupuesto de tiempo por pregunta

El número más útil de toda la guía es una aritmética que nadie publica:

$$t = \frac{130 \times 60}{65} = \frac{7{,}800}{65} = 120 \text{ segundos por pregunta, exactamente}$$

Reserva 10 minutos para la revisión y el presupuesto real pasa a ser $120 \times 60 / 65 \approx$ 110,8 segundos por ítem. Regla práctica de presupuesto: ítems rápidos de 60 to 90 segundos al principio, dedica 3 to 4 minutos a los ítems más lentos de escenario y respuesta múltiple, y nunca dejes que un solo ítem se coma más de unos cinco minutos.

2.4 Ejemplo resuelto E2: puntuados frente a no puntuados

$$65 = 50 + 15 \qquad \frac{15}{65} = 23.1\% \text{ del examen no afecta a tu puntuación}$$

Casi una cuarta parte del examen es material piloto invisible, y no puedes saber cuáles son esos 15. La única estrategia sensata es tratar cada ítem como puntuado.

2.5 Ejemplo resuelto E3: el coste de repetir el examen

Tres intentos cuestan 450 USD a octubre de 2026 más al menos 28 días naturales de espera entre ellos. El beneficio espejo: cuando apruebas, la página de certificación concede un 50% de descuento en tu próximo examen de AWS: una inscripción Associate de 150 USD pasa a 75 USD (a octubre de 2026), y una inscripción Professional o Specialty de 300 USD pasa a 150 USD.

2.6 Qué ocurre después de presentarte al examen

Los resultados llegan en un plazo de cinco días hábiles. Las preguntas frecuentes dicen que «la mayoría de los exámenes de certificación de AWS» se comunican sin aprobación/suspenso en pantalla, así que prevé resultados demorados: los artefactos deterministas son el informe de puntuación y la insignia de Credly si aprobaste. Entre hoy y el día del examen, las únicas mecánicas que importan son: responde todos los ítems (en blanco = incorrecto), termina los 65 (tienes 120 segundos por cada uno) y presupón 150 USD por intento (a octubre de 2026).

• 📚 ¿Sabías que…? DEA-C01 tuvo exactamente una ventana beta: la inscripción fue del 2 de noviembre de 2023, la aplicación del 27 de noviembre de 2023 al 12 de enero de 2024, al precio beta de 75 USD. El examen pasó a GA en abril de 2024, el mismo mes en que DAS-C01 (Data Analytics, Specialty) se retiró el 9 de abril de 2024, DEA-C01 es su heredero espiritual en el nivel Associate (blog de formación y certificación de AWS, en octubre de 2026). No ha habido beta de DEA en 2026; si un sitio de preparación mezcla la logística beta de 2026 de otro examen en un resumen de DEA-C01, está equivocado.

---

3. Los cuatro dominios y sus pesos

3.1 Pesos oficiales

La guía declara cuatro dominios de contenido, y los porcentajes son proporciones del contenido puntuado únicamente:

3.2 Ejemplo resuelto E4: recuentos de ítems derivados (aritmética, no de AWS)

Multiplica los 50 ítems puntuados por cada peso:

3.3 Ejemplo resuelto E5: convertir pesos en horas de estudio

Supón que tienes 40 horas antes del día del examen. Los pesos se convierten directamente en horas:

Los dominios 1 + 2 son el 60% de la puntuación. Un candidato que dedica la mayor parte de su tiempo a la seguridad porque «ese siempre es el tema más grande de AWS» ha mal asignado el examen: en este examen, el pipeline y el almacén van primero.

3.4 De la guía v1.0 a la v1.1: qué cambió y cuándo cuenta

El examen se actualizó en diciembre de 2025: la versión v1.1 (12 de diciembre de 2025) consolidó las listas separadas de «conocimiento de» y «habilidades en» en una lista de habilidades por tarea, añadió ocho habilidades nuevas, no eliminó ninguna y cambió ambas listas de servicios. El mecanismo de revisión de AWS (blog de formación y certificación, 17 de diciembre de 2025) es explícito:

Las ocho habilidades nuevas de la v1.1: todas directamente examinables ahora: 1.2.10 integrar LLM para procesamiento de datos · 2.1.7 gestionar formatos de tabla abiertos (por ejemplo Apache Iceberg) · 2.1.8 describir tipos de índice vectorial (HNSW, IVF) · 2.2.6 crear y gestionar catálogos de datos empresariales (Amazon SageMaker Catalog) · 2.4.6 describir conceptos de vectorización (base de conocimiento de Amazon Bedrock) · 4.1.7 usar dominios, unidades de dominio y proyectos de SageMaker Unified Studio · 4.5.6 gestionar el acceso a datos mediante proyectos de SageMaker Catalog · 4.5.7 describir el marco de gobernanza de datos y los patrones de compartición de datos.

---

4. El mapa de declaraciones de tarea: 4 dominios, 17 tareas, 120 habilidades

La guía no publica temas vagos; publica declaraciones de tarea, cada una con una lista numerada de habilidades. Todo lo examinable cuelga de una de estas 17 tareas y sus 120 ítems de habilidad.

4.1 Las 17 tareas, una línea cada una

4.2 Densidad de habilidades: adónde va realmente el esfuerzo

Los ítems de habilidad por punto de peso revelan la textura del examen:

D4 carga 1,61 ítems de habilidad por punto de peso, la mayor densidad del examen. Las preguntas de seguridad son estrechas, específicas e implacables; las del Dominio 1 son amplias y basadas en escenarios. El tiempo de estudio sigue los pesos; la cadencia de repaso sigue la densidad, repasa el Dominio 4 más a menudo en sesiones cortas.

Pasa el cursor por cualquier barra para leer la razón exacta: D2 está en 1,00 (la línea base), D1 justo por encima en 1,09, D3 en 1,27 y D4 en 1,61. El gráfico vuelve visual la regla de estudio: la barra más alta es el dominio más corto, así que el Dominio 4 merece las sesiones de repaso más frecuentes y más breves por hora de peso del examen.

---

5. Tipos de pregunta y mecánica de puntuación

5.1 Exactamente dos tipos de pregunta

No hay ítems de ordenación, emparejamiento, arrastrar y soltar ni estudios de caso en la guía de DEA-C01, y no se ha publicado ningún código sucesor a octubre de 2026, así que si un simulado te muestra esos formatos, no está siguiendo la guía de este examen.

5.2 El pipeline de puntuación

Compensatorio significa una sola cosa: solo el resultado global debe superar los 720. No necesitas alcanzar 720 dentro de cada dominio: un Dominio 4 débil puede ser sostenido por un Dominio 1 fuerte, y dominar un dominio no puede rescatar una puntuación global por debajo del corte.

5.3 Ejemplo resuelto E6: 720 no es 72%

720 sobre 1.000 parece un 72%, y la conversión ingenua $0.72 \times 50 = 36$ respuestas correctas es aritméticamente limpia, y errónea como dato del examen. La escala empieza en 100, así que el rango útil es de $1{,}000 - 100 = 900$ puntos:

$$\frac{720 - 100}{900} = \frac{620}{900} \approx 68.9\%$$

AWS escala las puntuaciones a través de múltiples formularios de examen que pueden diferir en dificultad, por lo que el número bruto de respuestas correctas necesarias para 720 no está fijado y no se publica. La única regla determinista es de comportamiento: los ítems sin responder se puntúan como incorrectos, así que responde los 65.

5.4 Ejemplo resuelto E7: aritmética compensatoria (ilustración de planificación)

Como ayuda de planificación derivada (no es una conversión publicada por AWS: los recuentos exactos por dominio en un formulario real nunca se publican), toma la cuadrícula E4 de 17/13/11/9 ítems puntuados. Un candidato con un rendimiento fuerte en los Dominios 1 to 3 y débil en el Dominio 4 aún ha superado tres de las cuatro franjas de peso; el modelo compensatorio solo pregunta entonces si el resultado global escalado alcanza 720. El caso espejo es el peligro: un candidato que se saca un sobresaliente en el Dominio 4 (18%) pero descuida los Dominios 1 to 2 (60%) está luchando contra los propios pesos. Conclusión que el examen premia: ningún dominio puede abandonarse, pero el orden correcto de cobertura es 1 → 2 → 3 → 4 por peso, con el Dominio 4 repasado a menudo por su densidad de 1,61 habilidades por punto.

---

6. Servicios dentro y fuera del alcance

6.1 Dos listas, una regla

La guía publica una lista de servicios de AWS dentro del alcance que abarca 14 categorías (78 líneas, unas 75 distintas porque SageMaker AI y S3 Tables aparecen cada uno dos veces: a octubre de 2026), y una lista separada de servicios de AWS fuera del alcance. Ambas llevan la advertencia estándar de AWS de que la lista es no exhaustiva y sujeta a cambios. La lista dentro del alcance es lo que debes reconocer; la lista fuera del alcance te dice qué nombres se están usando como cebos.

Los nombres en negrita se añadieron en la v1.1 de la guía (12 de diciembre de 2025): Amazon Aurora, Amazon Q, Amazon Bedrock, Amazon Kendra, AWS Data Exchange y Amazon S3 Tables.

6.2 La lista fuera del alcance: servicios que existen pero no son examinables

• Amazon FinSpace
• Alexa for Business
• Amazon Chime
• Amazon Connect
• AWS IQ
• Amazon WorkMail
• AWS App Runner
• AWS Elastic Beanstalk
• Amazon Lightsail
• AWS Outposts
• AWS Serverless Application Repository
• Red Hat OpenShift Service on AWS (ROSA)
• AWS Fault Injection Simulator (AWS FIS)
• AWS X-Ray
• AWS Amplify
• AWS AppSync
• AWS Device Farm
• Amazon Location Service
• Amazon Pinpoint
• Amazon SES
• FreeRTOS
• AWS IoT 1-Click
• AWS IoT Device Defender
• AWS IoT Device Management
• AWS IoT Events
• AWS IoT FleetWise
• AWS IoT RoboRunner
• AWS IoT SiteWise
• AWS IoT TwinMaker
• Amazon DevOps Guru
• AWS Activate
• AWS Managed Services (AMS)
• Amazon Elastic Transcoder
• AWS Elemental Appliances and Software
• AWS Elemental MediaConnect
• AWS Elemental MediaConvert
• AWS Elemental MediaLive
• AWS Elemental MediaPackage
• AWS Elemental MediaStore
• AWS Elemental MediaTailor
• Amazon Interactive Video Service (Amazon IVS)
• Amazon Nimble Studio
• AWS Mainframe Modernization
• AWS Migration Hub
• EC2 Image Builder

Cuatro nombres se eliminaron de la lista fuera del alcance en la v1.1 (Amazon Honeycode, Amazon WorkDocs, Amazon Timestream, Amazon CodeWhisperer), y no se añadió nada a ella: eliminarse de la lista fuera del alcance no hace que un servicio entre dentro del alcance; los servicios que están en ninguna de las dos listas simplemente no están garantizados.

6.3 Trampas de denominación en la lista dentro del alcance

• «Amazon Quick» es la cadena literal de la lista de Analítica dentro del alcance (verificado en octubre de 2026), mientras que la Tarea 3.2.1 nombra «Amazon QuickSight» y la línea de producto es ahora Amazon Quick Suite. Trata a la familia Quick como dentro del alcance; no afirmes que la guía imprime «Amazon QuickSight»: no lo hace.
• Amazon Kinesis Data Firehose es lo que la lista dentro del alcance sigue imprimiendo, mientras que el producto se renombró Amazon Data Firehose el 9 de febrero de 2024 sin cambios de API, endpoint, CLI, política de IAM ni métricas de CloudWatch. Cualquier de los dos nombres puede aparecer en el examen; nunca «corrijas» una opción que diga Kinesis Data Firehose.
• AWS SCT (Schema Conversion Tool) se eliminó de la lista dentro del alcance en la v1.1, aunque la Habilidad 2.4.3 aún dice «Realizar conversión de esquemas (por ejemplo, con AWS SCT y AWS DMS Schema Conversion)». Prefiere AWS DMS Schema Conversion como la herramienta actual; reconoce SCT como el nombre heredado que el texto de la habilidad conserva.
• Amazon Q (Herramientas de desarrollador) no es la misma entrada que Amazon Quick (Analítica). Dos cadenas distintas, dos categorías distintas.
• Amazon SageMaker AI aparece dos veces (Analítica y Machine learning) y Amazon S3 Tables se imprime dos veces en Almacenamiento: ambas son duplicación documental en la página oficial, no servicios extra.

6.4 Qué artefacto prevalece

• 📚 ¿Sabías que…? La página oficial dentro del alcance contiene literalmente la entrada única «Amazon Quick» en la categoría Analítica (verificado en octubre de 2026): «Sight» no aparece en ninguna parte de esa página, aunque la Tarea 3.2.1 y las páginas de producto usan QuickSight / Quick Suite. AWS no ha aclarado si denota la familia Quick Suite o una truncación, así que el comportamiento seguro en el examen es: trata cualquier nombre de la familia Quick como dentro del alcance y nunca afirmes que la guía dice «Amazon QuickSight».

---

7. El papel del ingeniero de datos en AWS

7.1 Cómo se ven los cuatro grupos un martes cualquiera

Los grupos de tareas laborales de la guía no son abstractos: cada uno se mapea a un ciclo de trabajo concreto:

7.2 Lo que el papel no es

Reenunciando la lista fuera del alcance como límites positivos: el ingeniero de datos de DEA-C01 no entrena ni ejecuta inferencias sobre modelos (la Habilidad 1.2.10 se detiene en la integración), no demuestra sintaxis de lenguaje (1.4.3 prueba conceptos) y no extrae conclusiones de negocio (la Tarea 3.2 se detiene en la agregación, la limpieza y la verificación). El producto del papel es datos correctos, oportunos, completos, gobernados y lo bastante baratos como para conservarlos: cada pregunta puede puntuarse contra esa frase.

7.3 El hábito de comparar que prueba la guía

Tres veces a lo largo de las listas de habilidades la guía usa el mismo verbo: comparar. Debes poder comparar servicios por coste, rendimiento y diferencias funcionales (conocimiento recomendado), provisionado frente a serverless (Habilidad 3.2.5) y gestionado frente a no gestionado (Habilidad 4.1.6). Por eso este curso enseña cada servicio con un par «elígelo cuando / evítalo cuando», y por eso el distractor favorito del examen es un servicio de AWS real que simplemente es peor para el requisito enunciado.

---

8. Arquitectura de pipeline de extremo a extremo: ingerir, almacenar, transformar, gobernar, servir

8.1 Arquitectura de referencia 1: la ruta de streaming

Las habilidades de streaming del Dominio 1 (1.1.1, 1.1.7, 1.1.10, 1.3.4) se componen en una forma canónica. Observa el orden de etapas que implica la guía: ingerir → almacenar → transformar → gobernar → servir, con la monitorización envolviéndolo todo.

8.2 Arquitectura de referencia 2: el lakehouse batch

Las habilidades batch del Dominio 1 (1.1.2, 1.1.5, 1.1.6, 2.2.3) más las habilidades de ciclo de vida del Dominio 2 se componen en la forma de lakehouse: el patrón detrás de la mayoría de los casos de estudio de este curso:

8.3 Arquitectura de referencia 3: el árbol de decisión de almacén

La Tarea 2.1 te pide elegir el almacén a partir del patrón de acceso, no de la costumbre. Este árbol es el diagrama más reutilizable del Dominio 2:

8.4 Ejemplo resuelto E8: la decisión de formato que domina la factura de Athena

La Habilidad 1.2.6 («transformar datos entre formatos, por ejemplo de .csv a Apache Parquet») y la Habilidad 1.2.4 («optimizar los costes durante el procesamiento de datos») se encuentran en un mismo cálculo. Amazon Athena factura 5 USD por TB escaneado con un mínimo de 10 MB por consulta (a octubre de 2026; página de precios de AWS Athena). Escanea un conjunto de datos de 3 TB:

La aritmética ($3 \times 5 = 15$, $1 \times 5 = 5$, $0.25 \times 5 = 1.25$) es trivial; la idea examinable es el orden: primero la conversión a formato columnar, después la poda de particiones, y solo entonces preocúpate del tamaño del clúster. Un candidato que «optimiza» aprovisionando un clúster EMR más grande antes de convertir CSV a Parquet ha optimizado la capa equivocada, y el Dominio 1 prueba exactamente ese criterio.

8.5 Ejemplo resuelto E9: aritmética de rendimiento para una ingesta de streaming

FINRA, un cliente real de AWS, declara que «procesa aproximadamente 6 terabytes de datos y 37 000 millones de registros en un día promedio» con días ocupados que generan «más de 75 000 millones de registros» (blog del sector público de AWS, en octubre de 2026). Conviértelo a tasas por segundo (derivado: AWS publica los totales diarios, no las tasas):

$$\frac{37 \times 10^9}{86{,}400} \approx 428{,}000 \text{ registros/segundo (día promedio)}$$ $$\frac{75 \times 10^9}{86{,}400} \approx 868{,}000 \text{ registros/segundo (día ocupado)}$$

Dos consecuencias relevantes para el examen: (1) a esas tasas, el dimensionado de shards o particiones y el fan-out (Habilidades 1.1.10, 1.1.9) son decisiones de diseño de primer orden, no detalles de ajuste; (2) cuando un escenario de examen cita un recuento diario de registros, convertirlo a registros por segundo es un movimiento legítimo de 20 segundos que te dice al instante si la historia es una historia de Kinesis, una historia de Firehose o una historia de ventana batch.

Actualizaciones de 2026 (en octubre de 2026)

• 📚 ¿Sabías que…? La propia página de revisiones de AWS muestra solo v1.0 y v1.1 para DEA-C01 a octubre de 2026: no se ha publicado ningún código de serie sucesor, y no existe ninguna entrada de blog de certificación dedicada a la «actualización 2026 de DEA-C01». La formulación segura para cualquier cosa dependiente de la versión es «en la guía del examen actual v1.1»; la fecha exacta en que el contenido de la v1.1 apareció por primera vez en un formulario real por idioma no se publica, porque la aplicación «entra en vigor de forma escalonada» (página de certificación, a octubre de 2026).

• 📚 ¿Sabías que…? La versión con la que se te examina es un blanco móvil por diseño: AWS Glue 5.1 (26 de noviembre de 2025, Spark 3.5.6) es la versión por defecto de los jobs de Glue nuevos, mientras que Glue 6.0 (21 de agosto de 2026) es simplemente la más reciente: así que una nota de 2024 que diga «fija GlueVersion=4.0» ya está obsoleta, y la afirmación de que «debes ejecutar la última versión» también es incorrecta. Los valores por defecto importan en este examen porque la Habilidad 1.2.4 (optimizar el coste durante el procesamiento) y la Tarea 3.1 (automatizar el procesamiento de datos) asumen ambas que sabes qué hace un servicio sin que especifiques nada (notas de versión de AWS Glue + política de soporte de versiones, a octubre de 2026).

---

Casos Reales

AWS publica cómo se ven estas abstracciones en producción. Cada cifra de abajo es afirmación del cliente o de AWS, sin auditar, con la fuente nombrada para que puedas verificarla: el punto examinable es el patrón (qué habilidad se aplicó, qué servicios hicieron el trabajo, qué número se movió), no el marketing. Las cuatro historias se extraen únicamente de propiedades de AWS, consultadas en octubre de 2026.

Caso A, Nasdaq: almacenamiento y cómputo desacoplados a escala de bolsa (Dominios 1, 2, 4)

«Pudimos soportar con facilidad el salto de 30 000 millones de registros a 70 000 millones de registros al día gracias a la flexibilidad y la escalabilidad de Amazon S3 y Amazon Redshift.»: Robert Hunt, VP de ingeniería de software, Nasdaq

Lee a Nasdaq como el patrón lakehouse de referencia de la Sección 8.2: una ruta de escritura en S3 barata y duradera desacoplada de una ruta de lectura en Redshift cara y optimizada, con Glacier para el nivel más frío y Object Lock para el nivel de cumplimiento. La idea examinable es el desacoplamiento en sí: el almacenamiento y el cómputo escalan de forma independiente, lo que hace posible que «el 90% de la carga 5 horas antes» ocurra sin duplicar el coste del warehouse.

Caso B, Integral Ad Science: gobernanza que colapsa la complejidad (Dominio 4)

«Con los controles de acceso basados en etiquetas de Lake Formation, IAS redujo cientos de reglas de permiso a exactamente dos reglas.»

La idea examinable es política como etiquetas, no como listas de reglas: clasifica los datos una vez, adjunta etiquetas, concede permisos sobre etiquetas, hereda hacia abajo. Esa es la Habilidad 4.2.5 («aplicar métodos de autorización que atiendan a las necesidades del negocio, basados en rol, en etiqueta y en atributo») convertida en una arquitectura de producción, y es la razón por la que Lake Formation aparece en las listas de habilidades del Dominio 2 y del Dominio 4.

Caso C, FINRA: ingesta regulada de gran volumen donde el diseño es el trabajo (Dominios 1, 2, 3)

«FINRA procesa aproximadamente 6 terabytes de datos y 37 000 millones de registros en un día promedio… En días ocupados, los mercados de valores pueden generar más de 75 000 millones de registros.»: John Brady, VP de ciberseguridad/CISO, FINRA

FINRA es el caso de escala: es el ejemplo resuelto en vivo de la Sección 8.5, donde 37 000 millones de registros al día se convierten en unos 428 000 registros/segundo (derivado) y 75 000 millones en unos 868 000/segundo. La idea examinable es que a esa tasa el diseño de la ingesta (dimensionado de shards/particiones, fan-out, reproducibilidad) es todo el trabajo, y que separar un nivel de almacenamiento S3 barato de los motores de consulta EMR/Redshift es lo que convierte «petabytes de datos de vigilancia» de un problema de coste en un problema de consulta: el mismo desacoplamiento que usa Nasdaq, con otro énfasis de dominio.

Caso D, GE Aerospace: migrar un almacén operativo sin reescribirlo (Dominios 2, 3)

«Estábamos viendo consultas que solían tardar hora y media ejecutarse en 7 minutos con Amazon Redshift.»: Bejoy John, director sénior de analítica de datos, GE Aerospace

Lee a GE Aerospace como el patrón de migración + ajuste de tamaño (Tareas 2.1 y 3.2): pruébalo en un PoC, mueve el almacén con sus informes en lugar de a su alrededor, y deja que un warehouse gestionado y escalable de forma independiente absorba el crecimiento en lugar de estimaciones de capacidad. Dos notas de disciplina de examen viajan con este caso: los porcentajes son afirmaciones de GE frente a la propia línea base de GE, nunca generalices «70% más rápido» a otra carga de trabajo, y el caso es una historia de selección de almacén, no permiso para saltarte la gobernanza; las restricciones de cumplimiento eran un requisito explícito de la migración, por eso las habilidades del Dominio 4 acompañan cada elección del Dominio 2.

• 📚 ¿Sabías que…? Los «70 000 millones de registros al día» de Nasdaq y los «37 000 millones de registros» de FINRA no son curiosidades aisladas: la página de clientes de Kinesis de AWS cita a Hearst ingiriendo 30 TB al día de datos de clickstream en más de 250 sitios («no sé cómo habríamos hecho funcionar nuestro pipeline de datos de clickstream sin los servicios de Amazon Kinesis»: Peter Jaffe, Hearst). Los tres juntos son la razón por la que el Dominio 1 dedica 12 habilidades solo a la ingesta: a estos volúmenes, el diseño de la ingesta es el trabajo (páginas de clientes de AWS, a octubre de 2026).

• 📚 ¿Sabías que…? El trío de migraciones detrás de casos como GE Aerospace lleva cada uno su propia cifra titular, y no son intercambiables: EOS Group informa de una reducción del 50% en costes de infraestructura con cero pérdida de datos y un tiempo de inactividad mínimo tras mover un warehouse on-premises con AWS DMS a Amazon S3 y Amazon Redshift (usando enmascarado dinámico de datos para PII), mientras que PayU consolidó unas 40 bases de datos de producción en Glue → S3 → Redshift y redujo el volumen de consultas de 150.000 a 35.000 al mes (−77%) en un mes: «un ejercicio de 6 meses en el entorno anterior». Líneas base distintas, palancas distintas: uno ahorró infraestructura, el otro ahorró consultas (casos de estudio de AWS, a octubre de 2026).

---

Preguntas de Práctica (Practice Questions)