Construindo um Data Lakehouse Completo na AWS: do S3 ao QuickSight

Curso de ponta a ponta para construir e operar um data lakehouse completo na AWS: fundação S3, Lake Formation para governança e compartilhamento, Glue para catálogo e ETL, Kinesis/MSK para ingestão em streaming, EMR e Athena para processamento e análise, Redshift para cargas analíticas, QuickSight para servação e visualização, segurança, custos e uma arquitetura de referência de ponta a ponta, com diagramas, casos reais, exemplos de precificação e questões de prática.

Intermediário12 Semanas17 LiçõesNuniversity
Começar

Contéudo do Curso

  1. 01Fundamentos da Arquitetura Lakehouse: Lakes, Warehouses e o Padrão Medalhão
  2. 02S3 como Fundação do Data Lake: Classes de Armazenamento, Glacier e Durabilidade
  3. 03Formatos de Dados e Compressão: CSV, JSON, Avro, Parquet e ORC
  4. 04Formatos de Tabela Abertos: Iceberg, Hudi e Delta no Lakehouse
  5. 05Padrões de Ingestão em Lote: DMS, AppFlow, DataSync e Transfer Family
  6. 06Ingestão de Streaming: Kinesis, Amazon MSK e Landing de Streams no Lake
  7. 07Glue Data Catalog: Crawlers, Partições e Gestão de Schema
  8. 08Transformação em Escala: AWS Glue, EMR Serverless e Lambda
  9. 09Athena como o Motor de Consulta do Lakehouse: Custo, Desempenho e Iceberg SQL
  10. 10Redshift no Lakehouse: Spectrum, Serverless, Data Sharing e Federation
  11. 11Orquestrando o Lakehouse: Step Functions, EventBridge e MWAA
  12. 12Governança com Lake Formation: Permissões, Segurança em Nível de Linha/Coluna e Data Sharing
  13. 13Proteção de PII no Lakehouse: Amazon Macie, Mascaramento e Workflows de Privacidade
  14. 14Hardening de segurança: KMS, IAM de mínimo privilégio e isolamento de rede
  15. 15Qualidade de Dados e Observabilidade: DQDL, Quarentena, Lineage e SLOs
  16. 16Otimização de Custo e Lifecycle: dos Prefixos Quentes ao Glacier Deep Archive
  17. 17BI com QuickSight e o Capstone Ponta a Ponta do Lakehouse

Lições: 17 · 12 Semanas