La guía definitiva para Azure Data Engineering: Elt, Devops y Analytics modernos en la plataforma en la nube Azure

Opiniones de los lectores

El libro está diseñado para ingenieros de datos experimentados que buscan avanzar en sus conocimientos sobre la ingeniería de datos de Azure. Aunque contiene prácticas valiosas y temas avanzados, varios revisores expresan que no es adecuado para principiantes debido a la falta de explicaciones claras y detalles técnicos insuficientes, lo que puede llevar a la frustración.

⬤ Proporciona las mejores prácticas y técnicas avanzadas para la ingeniería de datos en Azure.
⬤ Bien organizado y cubre temas relevantes dentro de la plataforma Azure en constante evolución.
⬤ Incluye enlaces a repositorios de código y bases de datos de ejemplo.
⬤ Contiene ejercicios prácticos que son fáciles de seguir para aquellos con experiencia.
⬤ Actualizado frecuentemente con nueva información por el autor.

⬤ No es adecuado para principiantes; puede dejarles perdidos y frustrados.
⬤ Algunos críticos consideran que la redacción es poco clara y está mal estructurada.
⬤ Falta una revisión técnica exhaustiva y descargas de código para ejercicios prácticos.
⬤ Las explicaciones de las técnicas no suelen ser adecuadas, lo que obliga a los lectores a deducir la usabilidad por sí mismos.
⬤ Requiere un gran conocimiento previo de Azure para ser eficaz.

(basado en 6 opiniones de lectores)

Título original:

The Definitive Guide to Azure Data Engineering: Modern Elt, Devops, and Analytics on the Azure Cloud Platform

Contenido del libro:

Construya pipelines de ingesta de datos eficientes y escalables por lotes y en tiempo real, pipelines de integración y despliegue continuos DevOps y soluciones analíticas avanzadas en Azure Data Platform. Este libro le enseña a diseñar e implementar soluciones sólidas de ingeniería de datos utilizando Data Factory, Databricks, Synapse Analytics, Snowflake, base de datos Azure SQL, Stream Analytics, base de datos Cosmos y Data Lake Storage Gen2. Aprenderá a diseñar el uso de estos componentes de Azure Data Platform para obtener un rendimiento y una escalabilidad óptimos. También aprenderá a diseñar capacidades de autoservicio para mantener e impulsar los pipelines y sus cargas de trabajo.

El enfoque de este libro es guiarle a través de un proceso de aprendizaje práctico basado en escenarios que le permitirá promover las mejores prácticas de innovación digital mientras trabaja en los proyectos, desafíos y necesidades de su organización. Los ejemplos claros le permitirán utilizar este libro como referencia y guía para crear soluciones de ingeniería de datos en Azure. Después de leer este libro, usted tendrá un conjunto de habilidades mucho más fuerte y el nivel de confianza en las manos con la Plataforma de Datos Azure.

Lo que aprenderá

⬤ Cree canalizaciones de orquestación de ingestión de datos de ELT dinámicas y parametrizadas en Azure Data Factory.

⬤ Crear canalizaciones de ingesta de datos que integren tablas de control para ELT de autoservicio.

⬤ Implementar un marco de registro reutilizable que se pueda aplicar a varias canalizaciones.

⬤ Integrar canalizaciones de Azure Data Factory con una variedad de fuentes de datos y herramientas de Azure.

⬤ Transformar datos con Mapping Data Flows en Azure Data Factory.

⬤ Aplicar prácticas de integración y despliegue continuos de Azure DevOps a sus canalizaciones de Azure Data Factory y bases de datos SQL de desarrollo.

⬤ Diseñar e implementar soluciones de streaming en tiempo real y analítica avanzada utilizando Databricks, Stream Analytics y Synapse Analytics.

⬤ Comenzar con una variedad de servicios de datos de Azure a través de ejemplos prácticos.

Para quién es este libro

Ingenieros de datos y arquitectos de datos que estén interesados en aprender las mejores prácticas de arquitectura e ingeniería en torno a ELT y ETL en Azure Data Platform, aquellos que estén creando proyectos complejos de ingeniería de datos en Azure y estén buscando patrones de éxito, y aspirantes a profesionales de la nube y los datos involucrados en ingeniería de datos, gobierno de datos, integración continua y despliegue de prácticas DevOps, y analítica avanzada que quieran una comprensión completa de las muchas herramientas y tecnologías diferentes que Azure Data Platform proporciona.