Data Warehouse y Herramientas de ETL (Especialización en Big Data e Inteligencia de Negocios).
Detalles.
- Modalidad: Online sincrónica
- Duración: 32 horas
¿Por qué tomar este programa?.
Existen muchos sistemas de almacenamiento de datos, que se utilizan indistintamente en las diferentes áreas pues el crecimiento acelerado de las tecnologías de la información ha llevado a las empresas a la utilización sistemas de información y el almacenamiento de los datos en repositorios estructurados y no estructurados lo que hace que el proceso de extracción, transformación y carga de datos sea arduo. Hoy en día se necesitan herramientas para combinar los diferentes sistemas y para almacenar datos comunes en un único repositorio que ayude al uso práctico y confiable de la información. Este proceso de crear bodegas de datos es indispensable para tener los datos aislados de los sistemas originales e integrados, permitiendo extraer mayor información y más confiable.
Objetivo.
Modelar y desarrollar Data warehouse con el uso de herramientas de extracción, transformación y carga de datos de diferentes fuentes.
Requerimientos.
Se debe instalar SQL Server, SSMS 4 y Visual Studio 3.
Conocimientos previos.
Modelos de bases de datos y programación SQL para desarrollo de bases de datos.
Metodología.
Curso teórico práctico donde se refuerzan los conceptos con la implementación y realización de ejercicios. Durante el curso, los estudiantes realizan trabajos prácticos en forma individual y presentan los resultados a los asistentes y al profesor para análisis y preguntas, haciendo uso de herramientas tecnológicas apropiadas para este curso.
Público objetivo.
Profesionales que trabajan en diseño e implementación de Data warehouse y datamarts. Las personas que participen en este curso y que luego se matriculen en la especialización de Big data e Inteligencia de negocios, podrán homologarlo para que se valide como asignatura.
Plan de estudios.
Módulo 1: Diseño e implementación Data warehouse y datamarts
- Introducción a Data warehouse
- Databases vs. Data warehouses
- Modelos de Data warehouse: estrella y copo de nieve
Módulo 2: Integración de datos, extracción, transformación y carga de datos
- Introducción a proyectos de servicios de integración de datos para ETL
- Limpieza de datos
- Implementar flujo de datos
- Implementar flujo de control
- Implementar una solución ETL que soporta la extracción de los datos incrementales
Módulo 3: Extracción de datos de
Data warehouse
- Visualización de Data warehouse